Claude Fable 5.1 y Mythos 5.1: benchmarks, precio y los 3 cambios de API que rompen tu código

Anthropic lanzó el 1 de septiembre de 2026 Claude Fable 5.1 y su variante restringida Mythos 5.1. El precio por token no se ha movido, pero la lectura de caché baja de 1 a 0,25 dólares por millón: un recorte del 75 % que cambia por completo las cuentas de cualquiera que tenga un agente en producción.

Dos días después, OpenAI presentó GPT-6 Astra con exactamente el mismo precio de cabecera. Nunca habíamos visto dos modelos frontera aterrizar en la misma semana con la misma etiqueta de 10 y 50 dólares. Y sin embargo, la factura que te llega a final de mes puede diferir en un 40 % entre uno y otro. Vamos a ver por qué.

Qué ha lanzado Anthropic exactamente

El 1 de septiembre entraron en escena dos modelos que comparten arquitectura, precio y superficie de API, pero no público:

• Claude Fable 5.1 (claude-fable-5-1): disponible de forma general a través de la API y las principales plataformas cloud. Es el modelo más capaz de Anthropic ampliamente disponible.
• Claude Mythos 5.1 (claude-mythos-5-1): mismas capacidades y mismo precio, pero reservado a programas de acceso verificado orientados a ciberseguridad y ciencias de la vida.

Ambos heredan la ventana de contexto de un millón de tokens y un máximo de 128.000 tokens de salida. Quien venga de Claude Opus 5 encontrará la misma ventana pero un comportamiento distinto en varios puntos que detallamos más abajo, porque no son cambios cosméticos: hay llamadas que antes funcionaban y ahora devuelven un error 400.

Lo esencial en 30 segundos

Si solo tienes un minuto: el precio base no cambia, la caché se abarata un 75 %, el razonamiento científico da un salto enorme y hay tres cambios de API que rompen código existente. Si tu carga de trabajo es agéntica y reutiliza mucho contexto, la migración se paga sola. Si haces llamadas sueltas y cortas, no notarás nada en la factura.

Precios: donde esta el ahorro de verdad

Esta es la tabla que importa, con los precios oficiales de la API de Anthropic por millón de tokens:

A primera vista, Fable 5.1 cuesta lo mismo que Fable 5. El titular está en otro sitio: la lectura de caché pasa de 1 dólar a 0,25 dólares por millón de tokens. Anthropic cifra el ahorro típico en torno al 25 %, y en cargas muy agenticas puede llegar al 45 %.

La razón es aritmética. Un agente que trabaja sobre un repositorio reenvía en cada turno el mismo prefijo enorme —instrucciones, definiciones de herramientas, historial— y solo cambia el final. Ese prefijo se sirve desde caché. Si tu conversacion típica son 200.000 tokens de prefijo cacheado y 3.000 de novedad, el 98 % de tu factura de entrada era caché. Dividirla entre cuatro no es un descuento: es otro orden de magnitud.

El corolario incómodo es que si tu caché no está funcionando, no vas a notar nada. Merece la pena mirar usage.cache_read_input_tokens antes de celebrar nada: si sale cero de forma consistente, hay algo invalidando el prefijo (un timestamp en el system prompt, un JSON sin ordenar, un set de herramientas que varía) y estas pagando entrada completa sin saberlo.

Benchmarks: dónde está el salto real

Las cifras publicadas apuntan todas en la misma dirección, y no es la que esperábamos. El salto grande no está en programación, sino en trabajo científico y de agente:

Más que duplicar Terminal-Bench-Science respecto a Fable 5 es la clase de mejora que no se consigue afinando prompts. Y el dato de navegación web —del 57 % al 82 % de tareas completadas— explica por qué Anthropic insiste tanto en el uso prolongado de ordenador: un agente que falla una de cada dos tareas es una demo, uno que completa cuatro de cada cinco es una herramienta.

Conviene leer estos números con la cabeza fría. Son benchmarks del fabricante, medidos por el fabricante. Lo que sí podemos afirmar es que la dirección coincide con lo que se ve en la comparativa de modelos open source: el listón de 2026 ya no es responder bien, es terminar tareas largas sin descarrilar.

Los tres cambios de API que rompen código

Aquí es donde la migración deja de ser cambiar una cadena de texto. Si vienes de Fable 5, hay tres cosas que fallaran:

1. El uso forzado de herramientas devuelve 400

tool_choice: {"type": "any"} y {"type": "tool", "name": ...} ya no se aceptan. Devuelven error 400, también en count_tokens y en la API de lotes. Si tu código forzaba una llamada para garantizar JSON de vuelta, la sustitución es tool_choice: {"type": "auto"} mas una instruccion explicita, o directamente salidas estructuradas con output_config.format. La opción {"type": "none"} sigue funcionando.

2. Los bloques de razonamiento van atados al modelo

Los bloques de thinking pertenecen al modelo que los produjo. Otros modelos los descartan en silencio, sin facturarlos. Y editar turnos anteriores invalida esos bloques: es lo que Anthropic llama preserved thinking. Las cuentas creadas a partir del 31 de agosto de 2026 reciben un 400 si el historial ha sido editado.

En la práctica esto significa que tu arquitectura de mensajes debe ser solo-append. Si tenias una rutina que reescribia mensajes viejos para ahorrar contexto, hay que sustituirla por compactacion del lado del servidor.

3. El razonamiento está siempre activo

No se puede desactivar. {"type": "disabled"} y {"type": "enabled", "budget_tokens": N} devuelven ambos un 400. La profundidad se controla ahora con output_config.effort, que admite low, medium, high, xhigh y max. Quien venga de la epoca de los presupuestos de tokens tiene que reaprender este mando: para trabajo rutinario, low o medium suele bastar y ahorra bastante.

Si estas montando agentes con la API, el tutorial de agentes con MCP y el de Claude Agent SDK siguen siendo validos en su estructura, pero conviene revisar esos tres puntos antes de apuntar a 5.1.

Novedades que si aportan

No todo son roturas. Fable 5.1 estrena tres capacidades que resuelven problemas reales:

• Effort por mensaje: se puede cambiar el nivel de esfuerzo a mitad de conversacion sin invalidar la caché, mandando un mensaje de sistema con content vacio. Antes, tocar el effort de nivel superior tiraba el prefijo cacheado entero.
• Mensajes de sistema con caducidad: clear_at: "next_user_message" hace que una instruccion se renderice un turno y luego quede vacia en el transcript. Ideal para recordatorios por turno sin ensuciar el historial.
• Notas de progreso: thinking.display: "updates" oculta el razonamiento pero devuelve notas cortas entre llamadas a herramientas. Es lo que necesitas para que una interfaz no parezca colgada durante los minutos que puede durar una tarea difícil.

Ese último punto merece enfasis: las peticiones dificiles pueden tardar varios minutos. Si tu cliente tiene un timeout de 60 segundos, vas a ver fallos que no son fallos. Hay que planificar streaming y una interfaz que muestre progreso.

Fable 5.1 frente a GPT-6 Astra

OpenAI presentó GPT-6 Astra el 3 de septiembre, dos días después. Coincidencia o no, las cifras de cabecera son gemelas: un millón de tokens de contexto y 10 y 50 dólares por millón. Astra cuesta 2,5 veces lo que costaba GPT-5.6 Sol, así que OpenAI ha subido hasta el precio donde Anthropic ya estaba.

Las diferencias están debajo del titular:

Ambas casas han llegado a la misma conclusión sobre ciberseguridad, y por caminos opuestos. Anthropic separa el modelo capaz en un programa de acceso verificado; OpenAI pública uno solo y le pone filtros. Arkaia ya conto la pausa de Astra en agosto por capacidades ciberneticas criticas, así que el desenlace de septiembre no sale de la nada: es el final de esa historia.

Sobre la palabra AGI que se ha oido estos días, remitimos a la carta abierta de los 1.100 investigadores de julio. El debate no es nuevo y el marketing no lo zanja.

Detalles que te pueden bloquear el despliegue

Tres restricciones administrativas que no salen en las notas de prensa y sí en la factura o en el cumplimiento:

• Retención de datos de 30 días obligatoria. Fable 5.1 no esta disponible bajo retención cero salvo autorizacion expresa de Anthropic. Una organización con ZDR configurado recibe un 400. Si trabajas bajo un marco que exige ZDR, esto es un bloqueo duro, no un ajuste.
• Sin Priority Tier. Fable 5.1 y Mythos 5.1 están excluidos. Una petición de Priority Tier que los nombre falla la validación.
• Sin prefill de asistente. Como en toda la familia 4.6 y posteriores, rellenar el último turno del asistente devuelve 400. Para controlar el formato, salidas estructuradas.

Si operas en Europa, conviene cruzar esto con lo que exige el EU AI Act a los sistemas de propósito general.

Qué hardware necesitas para trabajar con esto

Aquí hay que ser honestos: Fable 5.1 corre en los servidores de Anthropic, no en tu máquina. No hay una GPU que puedas comprar para ejecutarlo. Lo que sí cambia es el equipo desde el que desarrollas, porque el cuello de botella pasa a ser tu capacidad de leer diffs largos y mantener varias sesiones abiertas durante minutos.

Lo que de verdad marca diferencia en el día a día:

• Pantalla con espacio vertical. Un monitor OLED de 32 pulgadas te deja el editor, la terminal del agente y los logs sin solaparse. Ver precio actual en Amazon
• Un equipo silencioso que no te eche de la mesa. El Mac mini M4 se ha convertido en el estándar de facto para este trabajo por consumo y ruido. Ver precio actual en Amazon
• Ratón ergonómico para sesiones largas. Escribir y depurar prompts machaca las muñecas más de lo que parece. Ver precio actual en Amazon
• Silla ergonómica. La pieza que todo el mundo deja para el final y la que más se nota a los seis meses. Ver precio actual en Amazon

Si además quieres correr modelos abiertos en local para las tareas baratas —clasificar, extraer, resumir— y reservar Fable 5.1 para lo difícil, la cosa cambia y sí necesitas hierro:

• GPU con VRAM suficiente para un modelo de 14B o más. Ver precio actual en Amazon
• RAM de sobra, porque descargar capas a CPU es lo que salva una inferencia que no cabe. Ver precio actual en Amazon
• SSD rápido: los pesos de un modelo grande se leen enteros en cada carga. Ver precio actual en Amazon

Tenemos una guía dedicada a esto en las mejores GPU para IA local y otra sobre como montar Ollama en casa.

Cómo decidir si migras

Nuestra regla práctica, en orden:

1. Mide tu caché primero. Si cache_read_input_tokens es una fracción grande de tu entrada, el recorte del 75 % te va a pagar la migración. Si es cero, arregla eso antes de cambiar de modelo: el ahorro esta ahi, no en la versión.
2. Revisa si fuerzas herramientas. Si tu código usa tool_choice forzado, la migración tiene trabajo real.
3. Comprueba que tu historial es solo-append. Si reescribes mensajes viejos, hay que rehacerlo.
4. Baja el effort antes de subir de modelo. A menudo el modelo más capaz con medium sale mejor y más barato que el anterior con high.

Y una advertencia sobre prompts: los escritos para modelos anteriores suelen ser demasiado prescriptivos y bajan la calidad de salida en 5.1. Si notas resultados peores tras migrar, lo primero que hay que mirar es el prompt, no el modelo. Nuestra guía de prompt engineering cubre el enfoque y es el mejor sitio por donde empezar.

Dónde puedes usarlo: nubes y matices por plataforma

Fable 5.1 no llega igual a todas partes, y esto es lo que más quebraderos de cabeza da en empresas que no consumen la API de Anthropic directamente. La disponibilidad se reparte en cuatro caminos y cada uno tiene su letra pequeña.

Por la API de Anthropic tienes todo desde el primer día: el modelo, las funciones beta, la caché barata. Es la referencia contra la que se comparan las demás. En Claude Platform on AWS, operada por la propia Anthropic, la paridad es prácticamente inmediata y los precios son los de primera parte.

El terreno cambia con Amazon Bedrock y Google Vertex AI: son plataformas operadas por el socio, con precios propios que hay que consultar en cada una, y con funciones que aterrizan más tarde. Una herramienta que en la API de Anthropic lleva meses funcionando puede no existir todavía allí. En Microsoft Foundry la facturación va por el Marketplace de Microsoft pero a tarifas estándar de la API.

La consecuencia práctica es sencilla: si tu arquitectura vive en Bedrock o Vertex, no des por hecho que una función anunciada está disponible para ti el día del lanzamiento. Comprueba primero la tabla de disponibilidad por plataforma, porque el código que funciona en un sitio devuelve un error de validación en otro sin que nada en la documentación general lo advierta.

Y un detalle que se pasa por alto: los identificadores de modelo cambian de forma según la plataforma. En Bedrock llevan el prefijo anthropic.; en Vertex van sin prefijo para los modelos de generación actual. Copiar un identificador de un tutorial escrito para otra plataforma es una fuente clásica de errores 404 que parecen problemas de permisos.

Qué cambia si no programas

Todo lo anterior habla de API, tokens y errores 400. Si tú usas Claude desde la aplicación o desde el navegador, nada de eso te afecta directamente, pero hay dos cambios que sí vas a notar.

El primero es la paciencia. Un modelo que razona siempre y que puede dedicar minutos a una tarea difícil se comporta distinto: pide menos aclaraciones, se lanza a hacer más cosas seguidas y tarda más en empezar a escribir. Si estás acostumbrado a respuestas instantáneas, la primera impresión puede ser que va lento. En tareas cortas conviene pedir explícitamente brevedad; en tareas largas, dejarle trabajar.

El segundo es que los prompts viejos envejecen mal. Las instrucciones muy detalladas, con listas de pasos y prohibiciones, se escribieron para modelos que necesitaban esa mano. Con 5.1 ese exceso de detalle reduce la calidad de la salida en lugar de mejorarla. Si tienes una biblioteca de prompts que llevas puliendo un año, el consejo es contraintuitivo: prueba a quitar la mitad de las instrucciones y compara.

Para quien quiera entrar en materia sin escribir código, nuestra comparativa de alternativas a ChatGPT sitúa cada opción, y el tutorial de Claude Code es el camino más corto para pasar del chat a algo que trabaja solo en tu ordenador.

Veredicto Arkaia

Fable 5.1 es una actualizacion de las que no se ven en el titular. El precio por token es identico, así que quien mire solo esa cifra concluira que no ha pasado nada. Lo que ha pasado es que el coste real de operar un agente en producción baja entre un 25 y un 45 %, y que el razonamiento científico ha dado un salto que dobla al de la versión anterior.

Nuestro consejo Arkaia

Si tienes agentes en producción con contexto grande y estable, migra: la caché sola justifica el trabajo. Si haces llamadas cortas y sueltas, no corras; mira antes si Opus 5 a la mitad de precio te sirve. Y hagas lo que hagas, mide tu tasa de acierto de caché antes de tocar nada: es el número que decide si esta actualizacion te importa o te da igual.

Lecturas relacionadas

• Claude Opus 5: análisis y comparativa con GPT-5.6 Sol y Gemini 3.6 Pro
• OpenAI pausa Astra por capacidades ciberneticas criticas
• Mejores modelos de IA open source de 2026
• Crear un agente con la API de Claude y MCP en Python
• Instalar tu propia IA en casa con Ollama
• Guía completa de prompt engineering
• Mejores alternativas a ChatGPT en 2026