Un sistema operativo que arranca en un portátil, con kernel, controladores, almacenamiento permanente, ventanas e instalador: ese es el prototipo que Anthropic atribuye a más de 1.000 agentes coordinados por Claude Fable 5.2 durante ocho días. El experimento partió de una carpeta vacía; los agentes escribieron, probaron y revisaron el código sin interrupción, según la empresa.
Anthropic presentó Fable 5.2 y Claude Mythos 5.2 el 9 de noviembre. La demostración del sistema operativo es una de varias pruebas con las que la compañía describe las capacidades de sus nuevos modelos para trabajos técnicos prolongados. También afirma que Fable 5.2 formalizó el último teorema de Fermat en 30 horas y que ambos modelos mejoran en programación, razonamiento y visión.
La compañía sí detalla que puede arrancar en un portátil y enumera sus componentes, pero no ofrece en su presentación especificaciones sobre el hardware utilizado ni el tamaño del código.
Del directorio vacío a un sistema que arranca
La prueba comenzó cuando un ingeniero de Anthropic encargó a Fable 5.2 diseñar un sistema operativo prototipo. El modelo coordinó más de 1.000 subagentes que trabajaron durante ocho días escribiendo, probando y revisando código. La compañía cifra el equipo en más de 1.000 agentes y la duración en ocho días.
El sistema resultante incorpora un núcleo que ejecuta la máquina y controladores para disco, teclado y red. También incluye almacenamiento persistente de archivos, una interfaz con ventanas, pantalla de inicio de sesión e instalador. Anthropic añade una función integrada de Claude. La demostración disponible muestra el sistema arrancando en un portátil, aunque la presentación no especifica el equipo ni detalla qué nivel de compatibilidad tiene con otros dispositivos.
La prueba ilustra el tipo de tarea para el que Anthropic posiciona Fable 5.2: problemas de ingeniería amplios, con objetivos poco definidos y trabajo que puede extenderse durante horas o días. AWS describe que el modelo puede operar durante horas y hasta días sin supervisión directa, trabajar con problemas repartidos entre repositorios y monorepos, y probar sus propios resultados a medida que avanza. En las pruebas de Anthropic, también coordinó cientos de subagentes como agente principal y señaló resultados que no se podían reproducir.
La empresa sostiene que el modelo puede cuestionar conclusiones heredadas y encontrar causas raíz que versiones anteriores de Claude pasaban por alto. Atribuye a Fable 5.2 arreglos de errores persistentes en minutos, optimizaciones de rendimiento en sus servicios y proyectos que antes habrían sido demasiado lentos o costosos de intentar. Anthropic afirma además que más del 90% de los cambios incorporados a su código central están escritos por Claude, con orientación humana.
Programación más rápida y tarifas más bajas
Anthropic dice que Fable 5.2 y Mythos 5.2 generan respuestas hasta un 30% más rápido que sus predecesores, Fable 5.1 y Mythos 5.1. El precio estándar publicado es de 8 dólares por millón de tokens de entrada y 40 dólares por millón de salida; Computerworld señala que las tarifas anteriores eran de 10 y 50 dólares, respectivamente, lo que supone una reducción del 20%.
Ambos modelos ofrecen también un modo rápido opcional, que acelera la generación hasta 2,5 veces. En ese modo, el coste asciende a 16 dólares por millón de tokens de entrada y 80 dólares por millón de salida. Anthropic recomienda, sin embargo, empezar con Opus 5.5 para la mayoría de tareas habituales de programación y conocimiento, y reservar Fable o Mythos para encargos más ambiciosos y complejos. Fable también puede actuar como asesor de modelos menores o como orquestador que les delega tareas más sencillas.
En FrontierCode 2.0, una prueba que evalúa si los mantenedores de proyectos de código abierto aceptarían los cambios propuestos por un modelo, Fable 5.2 obtuvo un 49,1% con el nivel de esfuerzo Xhigh. Fable 5.1 logró un 32,4%; Opus 5.5, un 45,5%, y GPT-6 Astra, un 42,8%. Anthropic indica que con High, Fable 5.2 alcanzó un resultado similar al mejor de Opus 5.5 —45,3% frente a 45,5%— con aproximadamente la mitad del coste por tarea. En Xhigh, su resultado fue el más alto entre los modelos publicados que había probado la compañía.
El modelo también marcó un 69,9% en FrontierSWE v2, frente al 56,3% de Fable 5.1 y el 62,3% de Opus 5.5. En la prueba de uso de ordenadores OSWorld 2.1, sobre un conjunto parcial sin conexión, obtuvo un 89,3%; Fable 5.1 alcanzó el 83,5% y Opus 5.5, el 87,2%. En robótica, Anthropic comunica un 64,9% en RoboDojo Sim para Fable 5.2, frente al 27,6% de Fable 5.1 y el 39,4% de Opus 5.5; la empresa especifica que esta evaluación se ejecutó internamente.
Las cifras dependen del nivel de esfuerzo y de las condiciones de cada prueba. Anthropic señala que sus puntuaciones corresponden al mayor nivel de esfuerzo disponible salvo que se indique otra cosa, y que los resultados de Fable se midieron con las salvaguardas activadas salvo indicación contraria. En una prueba de búsqueda de agentes, WANDR, la compañía dice que Fable 5.2 igualó con esfuerzo medio la mejor puntuación de Opus 5.5 por alrededor del 40% del coste por tarea.
Mythos queda reservado para usos verificados
Fable y Mythos comparten el mismo modelo subyacente, pero tienen salvaguardas distintas. Fable incorpora protecciones para ciberseguridad y biología que permiten ofrecerlo de forma general; Anthropic afirma que bloquea la mayoría de las solicitudes relacionadas con tareas cibernéticas. Mythos conserva capacidades más amplias en esos ámbitos y se limita a organizaciones verificadas mediante los programas Cyber Verification y Life Sciences Verification.
La diferencia importa en las pruebas de seguridad. Anthropic presenta Mythos 5.2 como su modelo más capaz para ingeniería de ciberseguridad y afirma que encuentra, reproduce y ayuda a corregir más vulnerabilidades que sus versiones anteriores. En la evaluación interna CVE Rediscovery, realizada sobre 1.829 vulnerabilidades divulgadas, Mythos 5.2 identificó el 89,6%, frente al 78,3% de Mythos 5.1. La compañía indica que el conjunto de prueba utiliza copias de proyectos anteriores a la corrección de cada fallo.
En otra medición interna, Anthropic afirma que Mythos encontró un 10,2% más de vulnerabilidades que Opus 5.5 y un 14,4% más que Mythos 5.1. Una empresa de seguridad que lo probó, según Anthropic, observó que uno de cada seis errores confirmados detectados por Mythos no había aparecido en ninguno de los otros modelos de frontera evaluados. La compañía también dice que un usuario encontró que modelos anteriores exageraban la gravedad de aproximadamente uno de cada 20 hallazgos, mientras que Mythos 5.2 no exageró ninguno en esa prueba.
El acceso directo a Mythos está restringido, pero Anthropic afirma que los clientes de Claude Enterprise pueden utilizar sus capacidades de detección de vulnerabilidades a través de Claude Security sin pertenecer al programa de verificación. La actualización reciente de ese producto permite vigilar repositorios conforme cambia el código, seguir los hallazgos para comprobar que se resuelven, incorporar contexto adicional y conectarse a herramientas mediante API y MCP.
Computerworld recoge cautelas sobre el despliegue. Lian Jye Su, analista jefe de Omdia, dijo que la autonomía empresarial dependerá de resolver limitaciones operativas persistentes:
“Reliability remains an issue without human supervision,”
— Lian Jye Su, analista jefe de Omdia
Su también señaló dificultades para coordinar agentes con herramientas y equipos internos. Pareekh Jain, CEO de Pareekh Consulting, apuntó que los sistemas heredados complejos y los requisitos de negocio pueden limitar cuánto desarrollo se delega. Jain advirtió además de que una detección más rápida de vulnerabilidades podría beneficiar a atacantes y defensores. Su describió el posible efecto en entornos empresariales controlados como un desplazamiento del equilibrio hacia los defensores.
Matemáticas, física y diseño científico
Anthropic afirma que un equipo de 1.000 agentes de Fable 5.2 formalizó el último teorema de Fermat en 30 horas con intervención humana mínima. Formalizar significa traducir una demostración a un lenguaje que un ordenador pueda verificar paso a paso. La compañía compara el resultado con un intento anterior de una versión de investigación no publicada de Claude: aquel necesitó 11 días, un sistema preparado específicamente y la guía de un investigador humano.
En esta ocasión, según Anthropic, Fable partió de instrucciones mínimas, creó sus propios mecanismos de coordinación y no consultó referencias matemáticas. Usó una lista de enunciados intermedios para medir el progreso. La empresa asegura que el trabajo consumió un tercio de los tokens de acción del intento previo y produjo una demostración siete veces más corta. Con la misma configuración de 1.000 agentes, Opus 5.5 completó el 26% de la formalización en 18 horas y apenas avanzó después, según la comparación de Anthropic.
La compañía atribuye también a Fable 5.2 la resolución de dos problemas abiertos de física teórica relacionados con agujeros negros y con la relación entre relatividad y mecánica cuántica. En uno, el modelo completó un cálculo planteado en 2003 para averiguar si la formación abrupta de agujeros negros observada en universos grandes también ocurría en universos muy pequeños. Anthropic dice que encontró que la transición también es abrupta. En el otro, determinó el límite exacto de una técnica utilizada durante más de 15 años para descartar teorías candidatas de gravedad cuántica en un universo simplificado.
En ingeniería de hardware, Anthropic informa de una puntuación de 83,5 sobre 100 para Fable 5.2 en BenchCAD 2.1, una prueba que compara diseños con geometrías y circuitos de referencia. La cifra se obtuvo con herramientas y esfuerzo máximo; Opus 5.5 marcó 65,3 y Fable 5.1, 44,4. En biología, en cambio, la aplicación descrita corresponde a Mythos: Anthropic afirma que combinó dos modelos abiertos de plegamiento de proteínas y simetrías conocidas para predecir cápsides virales completas. En sus pruebas modeló correctamente 28 de las 34 cápsides naturales y diseñadas que intentó.
Disponibilidad y condiciones de uso
Fable 5.2 está disponible en Claude Platform y en AWS. AWS ofrece acceso a través de Amazon Bedrock y Claude Platform en AWS. Anthropic también enumera Google Cloud y Amazon Azure entre las plataformas disponibles en su anuncio, aunque las condiciones concretas pueden variar según el canal y la cuenta. Mythos, en cambio, se solicita mediante los programas de verificación de ciberseguridad o ciencias de la vida.
La documentación de la plataforma especifica una ventana de contexto de un millón de tokens y una salida máxima de 128.000. El razonamiento adaptativo está siempre activo y no se puede deshabilitar; la profundidad se controla mediante el parámetro de esfuerzo. La misma documentación establece una retención de datos de 30 días para Fable 5.2 y señala que no está disponible con retención cero salvo autorización expresa de Anthropic.
AWS matiza que los modelos están sujetos a retención para la supervisión de seguridad, pero indica que los clientes elegibles pueden usar Fable 5.2 con retención cero hasta que Enterprise Frontier Safeguards esté disponible. Computerworld también recoge que Anthropic ofrece esa posibilidad a clientes elegibles y que otros clientes quedan sujetos a retención de 30 días. La diferencia depende, por tanto, de la elegibilidad y las condiciones aplicables a cada despliegue.
La presentación de Anthropic combina una demostración llamativa —un sistema operativo creado por agentes y capaz de arrancar— con resultados en programación, ciencia y matemáticas. Para Mythos, el acceso seguirá limitado a organizaciones verificadas; Fable 5.2, en cambio, ya puede contratarse en las plataformas indicadas por Anthropic y AWS.
Fuentes: Punto Informatico, Anthropic, Claude Platform Docs, Amazon Web Services, Inc., Computerworld, The Economic Times
