Claude Fable 5.1: más barato en el bucle agéntico, más estricto con los datos

Anthropic publicó Claude Fable 5.1 el 1 de septiembre de 2026, junto con Claude Mythos 5.1. Según la propia exposición de Anthropic, ambos son el mismo modelo con distintos niveles de salvaguardas: Fable 5.1 está disponible de forma general, Mythos 5.1 solo por invitación a través de programas de acceso de confianza. La prensa especializada confirma la fecha y la disponibilidad en todas las plataformas desde el día del lanzamiento.

El identificador del modelo es claude-fable-5-1 y, en Amazon Bedrock, anthropic.claude-fable-5-1. Se entrega a través de la API de Claude, Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform en AWS. Anthropic menciona como superficies Claude Code, Claude Enterprise y Claude Platform, con valores predeterminados de esfuerzo distintos: high en Claude Code y medium en Claude Cowork y en claude.ai. Existe un compromiso de retirada: en las plataformas operadas por Anthropic el modelo no se apagará antes del 1 de septiembre de 2027, mientras que Bedrock y Google Cloud fijan sus propias fechas.

Merece atención lo que Anthropic añade en esa misma documentación. Fable 5.1 se describe como destinado al razonamiento exigente y al trabajo agéntico de largo recorrido; como opción predeterminada para la mayoría de las cargas de trabajo, Anthropic sigue recomendando explícitamente Claude Opus 5 y reserva Fable 5.1 para los casos en que Opus 5 con esfuerzo alto no basta. Quien tenga que justificar el cambio internamente debería conocer esa frase: el propio fabricante no recomienda su nuevo buque insignia de forma general.

Los datos básicos proceden de la documentación de modelos de Anthropic y pesan más en una decisión de arquitectura que cualquier clasificación.

Dos puntos merecen más que una fila de tabla. Primero, el modo de razonamiento: Fable 5.1 razona de forma adaptativa y permanente, y el antiguo modo manual con thinking.type: enabled y budget_tokens ya no se acepta. Quien porte una integración existente tendrá que tocar ese punto del código.

Segundo, la ventana de contexto. Un millón de tokens equivale, según Anthropic, a unas 555.000 palabras en inglés, medidas con el tokenizador actual introducido con Claude Opus 4.7. Ese mismo tokenizador produce alrededor de un 30 % más de tokens para el mismo texto que el anterior. Una cifra de ventana de contexto no es, por tanto, una indicación de capacidad comparable a la ligera entre generaciones de modelos, y menos aún entre proveedores. Para la planificación presupuestaria cuenta cuántos tokens genera realmente su propio corpus de texto, no el titular.

Este artículo se ciñe a propósito a pocos resultados de rendimiento, porque son objeto de un artículo comparativo aparte. Solo esto, y expresamente como cifras del fabricante: Anthropic informa para Fable 5.1 de un 52,6 % en Terminal-Bench-Science 0.1 frente al 24,7 % de Fable 5, y de un 55,8 % en Terminal-Bench 4.0 frente al 42,0 %. La columna de comparación de la tabla de Anthropic es GPT-5.6 Sol. El buque insignia actual de OpenAI, GPT-6 Astra, salió dos días después de esta publicación y no aparece en las cifras de Anthropic.

La documentación de precios de Anthropic indica los siguientes valores para Fable 5.1, en dólares estadounidenses por millón de tokens.

Solo una línea resulta interesante. En Fable 5.1 y Mythos 5.1 las lecturas de caché se facturan a 0,025 veces el precio de entrada, mientras que en cualquier otro modelo de Claude rige un factor de 0,1. Es el único cambio de precio respecto a Fable 5, cuya lectura de caché estaba en 1,00 dólar estadounidense por millón de tokens. Entrada y salida permanecen iguales. La ventana de contexto completa se factura a las tarifas normales por token; no hay recargo por contexto largo.

Anthropic cifra el ahorro en aproximadamente un 25 % frente a Fable 5 para cargas de trabajo típicas y hasta aproximadamente un 45 % para trabajo fuertemente agéntico. Esa cifra es lo bastante importante como para leerla bien: se trata de una estimación modelada del fabricante que procede íntegramente de la línea de caché, y no de una bajada de precio. Si sus solicitudes rara vez releen el mismo contexto, no ahorra nada. Si opera un bucle agéntico que relee cien veces el mismo prompt de sistema, la misma base de código y las mismas definiciones de herramientas, ahorra mucho. La diferencia entre ambos casos es su tasa de aciertos de caché, y esa solo la conoce su propio perfil de carga.

Un detalle más para el cálculo de costes: si la inferencia se fija a Estados Unidos mediante inference_geo: "us", se aplica un factor de 1,1 a entrada, salida, escritura de caché y lectura de caché.

En el entorno competitivo, esta línea de caché es la única diferencia real de precio en la cima. OpenAI también indica 10 y 50 dólares estadounidenses por millón de tokens de entrada y salida para gpt-6-astra, pero 1,00 dólar para las entradas en caché. En las lecturas de caché Fable 5.1 se sitúa así en una cuarta parte del precio, lo que puede ser decisivo en bucles agénticos largos. Todo lo demás sobre esa comparación, incluida la cuestión de qué cifras de benchmark son realmente comparables, está en el artículo específico.

Como prueba de autonomía de largo recorrido, Anthropic cita una ejecución no supervisada de 38 horas sobre un problema de aprendizaje automático. Quien quiera construir sobre eso debería leer primero la lista de cambios de interfaz, porque tres de ellos rompen código existente.

Cambios que rompen respecto a Fable 5:

• El uso forzado de herramientas devuelve un error.
• Los modelos anteriores no pueden leer los bloques de razonamiento de Fable 5.1.
• Editar turnos anteriores invalida los bloques de razonamiento.

Añadidos:

• Nivel de esfuerzo por mensaje (beta).
• Mensajes de sistema con validez para un único turno (beta).
• Actualizaciones de progreso legibles entre llamadas a herramientas mediante display: "updates" (beta).
• El precio reducido de las lecturas de caché.
• El marcado de procedencia de los contenidos.

Para las arquitecturas agénticas también importa el sobrecoste en tokens de los conjuntos de herramientas: computer_toolset_20260801 añade unos 4.500 tokens de entrada por solicitud y browser_toolset_20260801 unos 6.600. Es una carga base que se produce en cada solicitud y que pertenece a toda estimación de costes. El modo rápido, que existe como vista previa de investigación en Claude Opus 5 y Opus 4.8, no está disponible para Fable 5.1.

En el plano de la seguridad, Anthropic informa de que las salvaguardas en ciberseguridad bloquean un 60 % menos de falsos positivos que antes y de que las salvaguardas en biología se activan un 85 % menos en solicitudes benignas de biología elemental. Al mismo tiempo quedan excluidas clases enteras de tareas: pruebas de penetración, generación de exploits, análisis basado en binarios y tareas de investigación en biología se redirigen a modelos Opus. Fable 5.1 puede identificar vulnerabilidades de software, mientras que la generación de exploits sigue bloqueada. Las cuentas de API nuevas tampoco pueden ya editar manualmente el contexto anterior en conversaciones de varios turnos; Anthropic lo justifica diciendo que así se cierra una técnica de destilación habitual y documentada públicamente. Para los equipos que reescriben historiales de conversación de forma programática, es un cambio de comportamiento con efecto directo sobre arquitecturas existentes.

Aquí se separa la historia técnica de la historia de gobernanza. La documentación de Anthropic sobre residencia de datos es inequívoca: el parámetro inference_geo acepta exactamente dos valores, global y us. Entre las limitaciones actuales se afirma literalmente que solo esos dos están disponibles. En la API propia de Anthropic no existe una región de inferencia en la UE.

Lo mismo vale para los datos en reposo. La región de un workspace se fija al crearlo, después ya no puede modificarse, y el único valor disponible es Estados Unidos.

Aquí dos fuentes de Anthropic parecen contradecirse, y conviene decirlo abiertamente. El centro de ayuda de privacidad, actualizado por última vez el 15 de junio de 2026, dice que el tráfico de clientes puede enrutarse por defecto a determinados países de Estados Unidos, Europa, Asia y Australia, y añade en el mismo texto que los datos se almacenan en Estados Unidos. La documentación de la plataforma, en cambio, solo conoce las dos regiones de inferencia citadas. La conciliación está en la distinción entre enrutamiento y residencia: el modo global puede pasar por Europa, pero no es una garantía seleccionable de que el tratamiento y el almacenamiento tengan lugar en la UE. Quien necesite esa garantía no la encontrará aquí.

El parámetro inference_geo existe además solo a partir de Claude 4.6; los modelos anteriores responden con un error 400. No existe en Amazon Bedrock ni en Google Cloud, donde el punto de conexión o el perfil de inferencia determina la región. Microsoft Foundry ofrece en su lugar un tipo de despliegue con zona de datos de EE. UU. El parámetro tampoco está disponible a través del punto de conexión compatible con el SDK de OpenAI.

La vía europea practicable no pasa, por tanto, por Anthropic sino por una nube asociada. Bedrock y Google Cloud ofrecen puntos de conexión regionales con enrutamiento garantizado de datos, con un recargo del 10 % respecto a los puntos de conexión globales según la documentación de precios de Anthropic, y fijan sus propias fechas de ciclo de vida. Eso convierte también la afirmación extendida de que Claude tiene residencia de datos en la UE porque se ejecuta en Fráncfort en algo medio cierto y, en la práctica, engañoso: los modelos de Claude pueden ejecutarse en regiones de la UE, pero allí el encargado del tratamiento es el proveedor de nube y no Anthropic. Para la construcción contractual esa es exactamente la diferencia.

La frase más incómoda de toda la documentación está en la página de Anthropic sobre API y retención de datos. Allí se dice, respecto a Claude Fable 5.1, Mythos 5.1, Fable 5 y Mythos 5, que estos modelos requieren una retención de datos de 30 días y no están disponibles bajo zero data retention salvo autorización expresa de Anthropic. Están clasificados como Covered Models.

En la práctica significa que una organización que hoy trabaja bajo zero data retention no puede simplemente activar Fable 5.1. Debe habilitar expresamente la retención de 30 días en un workspace concreto, o la API responde con 400 invalid_request_error. No es una sutileza de configuración, sino una decisión que en muchas casas debe pasar por la aprobación de protección de datos antes de que exista la primera línea de código de integración.

Por completitud, los compromisos de Anthropic van al lado: los datos retenidos, según sus propias palabras, nunca se usan para entrenar modelos sin permiso expreso, y el contenido de las conversaciones no se retiene por defecto fuera de la excepción de Covered Model.

Incluso quien ya tenga implantado el zero data retention debería conocer sus límites, más estrechos de lo que sugiere el nombre.

• El ZDR se habilita por organización, a petición a través del equipo comercial, y no se extiende automáticamente a organizaciones hermanas bajo la misma cuenta.
• No cubre la API Batch, la API Files, la ejecución de código, Claude for Excel ni las interfaces de producto de Claude Teams y Claude Enterprise. Claude Code a través de Claude Enterprise con ZDR es la excepción mencionada.
• CORS no está soportado para organizaciones con ZDR.
• Si un chat o una sesión se marca, Anthropic puede conservar entradas y salidas hasta dos años, también bajo ZDR.

La dirección es, pues, inequívoca, y va en contra de la historia de precios. Fable 5.1 es más barato en el bucle agéntico que cualquier otro modelo de Claude y, bajo reglas europeas estrictas, al mismo tiempo más difícil de adoptar que los modelos de Claude que no figuran en esa lista.

Según Anthropic, Fable 5.1 y Mythos 5.1 llevan una marca de agua textual invisible desde el día del lanzamiento. El artículo 50 del Reglamento de IA de la UE, que exige el marcado legible por máquina de los contenidos sintéticos, se aplica desde el 2 de agosto de 2026. Anthropic aplica el marcado en todo el mundo y no solo en la UE.

Quien quiera integrar la marca de agua en un proceso de verificación debería conocer la reserva del propio Anthropic, expuesta con claridad en su centro de ayuda: una marca detectada indica que el contenido puede haber sido procesado por Claude, es "not fully conclusive", es decir, no plenamente concluyente, y por sí sola no confirma la procedencia completa del contenido. No es, por tanto, una prueba en sentido jurídico, y esperar establecer con ella la autoría va más allá de lo que el propio fabricante afirma. La constelación es notable: el marcado es una característica real del modelo, y su valor probatorio lo relativiza la misma empresa que lo ofrece.

A ello se suma el acceso. La API de detección está en vista previa privada y abierta solo a organizaciones elegibles; se mencionan autoridades reguladoras, fuerzas del orden, medios, verificadores de datos, investigación, centros educativos y organizaciones de la sociedad civil de la UE. Una empresa que quiera comprobar por su cuenta textos entrantes no puede hacerlo por esta vía en este momento.

El marco regulatorio circundante, tal como lo describen los organismos que lo publican: la aplicación a los modelos de IA de uso general rige también desde el 2 de agosto de 2026, con multas de hasta 15 millones de euros o el 3 % de la facturación anual mundial para los proveedores no conformes de tales modelos, hayan firmado o no el código de buenas prácticas. El código de buenas prácticas de la Comisión Europea obliga a los firmantes a un formulario de transparencia publicado, una metodología de evaluación de riesgos sistémicos y un marco de cumplimiento en materia de derechos de autor, con conservación de la documentación durante al menos diez años. Estas obligaciones recaen sobre los proveedores de modelos. Lo que de ello se derive para su propia casa depende de su papel en la cadena de suministro y es una pregunta para su asesoría jurídica, no para un artículo profesional.

En conjunto, la publicación ofrece una imagen inusualmente clara, precisamente porque las dos historias apuntan en direcciones opuestas. Técnicamente, Fable 5.1 es la opción más barata para bucles agénticos largos en los que se lee una y otra vez el mismo contexto. En términos regulatorios es un modelo que ni siquiera puede arrancarse sin una retención de 30 días.

Por eso deberían quedar resueltas cuatro preguntas antes de empezar la integración.

1. ¿Cuál es realmente su tasa de aciertos de caché? Todo el ahorro depende de esa única métrica. Mídala con un perfil de carga real antes de presupuestar un 25 %.
2. ¿Soporta su aprobación de protección de datos una retención de 30 días? Si no, Fable 5.1 no es una opción hasta que Anthropic lo autorice expresamente, y la cuestión no se puede rodear técnicamente.
3. ¿Por qué punto de conexión pasa la inferencia? Si se requiere tratamiento en la UE, la vía pasa por Bedrock o Google Cloud, con un recargo del 10 % frente a los puntos de conexión globales, con el proveedor de nube como encargado del tratamiento y con sus propias fechas de ciclo de vida.
4. ¿Basta con Opus 5? El propio Anthropic recomienda Opus 5 como opción predeterminada, y Opus 5 no figura en la lista de Covered Models. Parte de las cuestiones de gobernanza descritas aquí no se plantean allí de esta forma.

Nada de esto es un argumento contra Anthropic. Fable 5.1 es un modelo sólido, el cambio en la caché es una mejora real para el trabajo agéntico, y que los hechos incómodos se puedan consultar con limpieza en la propia documentación de Anthropic habla a favor del proveedor y no en su contra. Es un argumento para invertir el orden: aclarar primero bajo qué condiciones pueden tratarse sus datos y elegir después el modelo. Lo que Fable 5.1 rinde realmente en el trabajo diario se aborda en un artículo propio sobre las capacidades en la práctica; cómo se sitúa frente a GPT-6 Astra, en otro.