Opus 5 supera a Fable 5: el fin de la frontera a cualquier precio
Dos meses después de su lanzamiento, el modelo más potente y costoso de todo el catálogo de Anthropic representa apenas el 11,4% del gasto que las empresas destinan a los productos de la compañía, y solo el 6% de los tokens consumidos realmente. El dato procede de Ramp, la plataforma de gestión de gastos corporativos que analizó el comportamiento de 70.000 empresas estadounidenses y lo compartió con el Financial Times: Claude Fable 5, presentado a principios de junio como el salto generacional definitivo, se ha estancado en un nicho. Mientras tanto, Claude Opus 5, lanzado el 24 de julio a la mitad de precio que su hermano mayor, ya lo ha superado en el gasto corporativo.
Quienes sigáis este sector desde hace tiempo reconoceréis el patrón. En mayo, al hablar del lanzamiento de Opus 4.8, escribí que la ventaja percibida entre un modelo flagship y el siguiente se está reduciendo con cada generación, mientras que el coste para acceder a ellos sigue siendo elevado: la pregunta, entonces teórica, era si aún tenía sentido perseguir siempre el modelo más reciente o si resultaba más racional elegir la herramienta en función de la tarea. Las cifras de Ramp ofrecen ahora una respuesta empírica a esa cuestión, y la respuesta parece ser: la mayoría de los equipos ya han empezado a elegir.
Qué miden realmente estos números (y qué no)
Antes de extraer conclusiones apresuradas, conviene entender de qué estamos hablando. Ramp no publica un informe académico revisado por pares; mide lo que ve transitar a través de su propia infraestructura de gestión de gastos corporativos: la cuota de dólares gastados por modelo y la cuota de tokens consumidos por modelo, sobre una muestra que se inclina naturalmente hacia empresas tecnológicas y herramientas de desarrollo, y no hacia el consumidor final que chatea con la aplicación en su teléfono.
La comparación con el competidor directo ayuda a contextualizar. GPT-5.6 Sol de OpenAI representa el 23% del gasto en dólares y el 25% de los tokens en la plataforma de OpenAI, cuotas claramente superiores a las de Fable 5. Anthropic, cabe señalar, mantiene no obstante la ventaja en la adopción global: el 43,5% de las empresas estadounidenses rastreadas por Ramp utiliza al menos un producto de Anthropic, frente al 39,7% que utiliza OpenAI. El problema no es la empresa en su conjunto —que en julio alcanzó una facturación anualizada de 65.000 millones de dólares (frente a los 47.000 millones de mayo)—, sino específicamente el modelo insignia, que no ha logrado replicar el éxito de los flagships anteriores.
¿Por qué confiar en esta señal a pesar de sus límites metodológicos? Porque mide el gasto real, no una puntuación obtenida en laboratorio sobre un benchmark que nadie utilizará para trabajar de verdad. Son dólares reales que las empresas han decidido orientar hacia otro lugar.
El precio, la retención de datos y la fricción en la adopción
Los motivos que explican el estancamiento de Fable 5 no atañen únicamente a la inteligencia del modelo. Fable 5 cuesta 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida, según los datos facilitados por Better Stack, exactamente el doble que Opus 5, fijado en 5 y 25 dólares, la misma tarifa que su predecesor Opus 4.8. A esto se añade un detalle que pesa bastante a la hora de trabajar con datos sensibles: Fable 5 conlleva un requisito de retención de datos de 30 días que Opus 5, al igual que los modelos Opus anteriores, no exige para el acceso general.
Ara Kharazian, economista jefe de Ramp, lo expresó en términos bastante directos en declaraciones al Financial Times, señalando que Fable 5 ha decepcionado tanto en adopción como en aplicación práctica debido al precio y a los requisitos de retención de datos, mientras que GPT-5.6 Sol de OpenAI se está convirtiendo cada vez más en la opción preferida de los desarrolladores. Para una empresa que debe integrar un modelo en una cadena de producción, con equipos legales encargados de validar cada cláusula sobre la gestión de datos, estos factores no son detalles técnicos: son costes reales que se suman al precio por token.
Los benchmarks: dónde empata Opus 5 y dónde gana
Aquí la historia se vuelve más interesante, porque Opus 5 no es simplemente "la versión económica" de Fable 5; en diversos ámbitos lo iguala o lo supera. En el Frontier-Bench v0.1, el benchmark que mide las capacidades agentics de coding en terminal, Opus 5 marca un 43,3% frente al 33,7% de Fable 5, casi diez puntos de margen y más del doble del resultado de Opus 4.8. En ARC-AGI-3, la prueba que evalúa la capacidad de resolver problemas realmente nuevos y no simplemente memorizados durante el entrenamiento, Opus 5 alcanza el 30,2% —dato verificado de forma independiente por la ARC Prize Foundation—, frente al 7,8% que ostentaba GPT-5.6 Sol como récord anterior.
Los índices independientes de Artificial Analysis cuentan una historia similar: en el Coding Index, Opus 5 es segundo, justo por detrás de GPT-5.6 Sol y por delante de Fable 5; en el Agentic Index es primero, superando a ambos competidores; en el Intelligence Index lidera la clasificación con 61 puntos frente a los 60 de Fable 5. En las pruebas prácticas realizadas por Better Stack, que solicitó a los distintos modelos construir desde cero un juego de carreras 3D con Three.js y un cuadro de mando financiero completo, Opus 5 ofreció resultados más elaborados y mejor estructurados que Fable 5 en ambos casos, mientras que GPT-5.6 Sol y Kimi K3 se quedaron atrás en elementos fundamentales como la presencia de un verdadero circuito en el juego de carreras.
Existe, no obstante, una precisión importante que Better Stack señala con honestidad: Opus 5 tiende a ser más verboso que Fable 5 en tareas complejas, lo que significa que la ventaja de "a mitad de precio" calculada sobre el token individual se reduce cuando se observa el coste por actividad completada. La ventaja sigue siendo real en promedio sobre el conjunto de benchmarks, pero en una tarea específica puede reducirse notablemente. Es un recordatorio útil: las listas de precios solo cuentan la mitad de la historia.
Dónde Fable 5 sigue siendo insustituible
Sería incorrecto, y bastante perezoso, presentar este episodio como el fracaso de Fable 5. Un modelo que representa miles de millones de dólares en gasto corporativo no es un fracaso; es un producto que ha encontrado un nicho más estrecho de lo que Anthropic probablemente esperaba. En el ámbito de la ciberseguridad, la propia Anthropic admite que Opus 5 se queda por detrás de Fable 5 en la capacidad de transformar vulnerabilidades detectadas en exploits funcionales, aunque ambos modelos están ya muy próximos en la simple identificación de problemas.
El caso de la biología es aún más matizado. Las solicitudes de investigación biológica que se bloqueaban en Fable 5 ahora se redirigen automáticamente a Opus 5 en lugar de al más antiguo Opus 4.8, señal de que Anthropic considera a Opus 5 lo suficientemente capaz y seguro para ese campo. Dianne Penn, responsable de producto en Anthropic, sintetizó la lógica de posicionamiento en una entrevista recogida por Implicator: los clientes deberían elegir Opus 5 por su relación calidad-precio cotidiana, reservando Fable 5 para los "proyectos muy autónomos que duran días enteros". Es, dicho sin rodeos, la misma distinción entre herramienta generalista y especializada que la comunidad de modelos abiertos lleva tiempo practicando con su propia jerarquía de modelos locales y en la nube.
De la teoría a la práctica: el coste por actividad completada, no por token
El dato más contraintuitivo de todo este asunto reside en la discrepancia entre los dos porcentajes de Ramp: Fable 5 representa el 11,4% del gasto, pero solo el 6% de los tokens. Esto significa que cuando las empresas eligen Fable 5, lo hacen para tareas donde el coste por token resulta menos relevante que el resultado obtenido, o simplemente que sus tokens, al costar el doble, resultan proporcionalmente más caros a igualdad de trabajo realizado. Es precisamente la lógica del "coste por actividad completada" en lugar del "coste por token" la que intenté esbozar al hablar de Big Pickle, el modelo gratuito y sin pretensiones con el que rehíce varios sitios web estáticos sin sentir la necesidad de suscribirme a un flagship: un modelo más económico gana cuando los intentos adicionales y las revisiones cuestan menos que confiar cada tarea individual al modelo insignia.
Los datos recabados por Vercel en su pasarela de modelos, citados por Implicator, aportan un matiz adicional: sitúan a Fable 5 en el 13,2% del gasto global —una cifra diferente a la de Ramp, pero en el mismo orden de magnitud del 11-13%—, añadiendo que nueve de cada diez equipos que usan Fable 5 lo hacen por primera vez. No es, por tanto, un modelo abandonado por sus clientes habituales; se trata más bien de un modelo al que le cuesta convertirse en la opción cotidiana por defecto para quienes ya lo conocen.
La economía general: quién gana y quién pierde
Mirando más allá del producto individual, el panorama revela algo sobre el conjunto de la industria. Miles Clements, socio del fondo Accel, declaró al Financial Times, según la reconstrucción de Ramp, que la era en la que los clientes elegían automáticamente el modelo insignia no era sostenible. Es una afirmación que proviene de quien financia precisamente a estas empresas, no de un crítico externo, y suena como la admisión de que el ciclo de lanzamientos impulsado por anuncios efectistas —que había comparado con el calendario de los teléfonos inteligentes de gama alta— está encontrando por fin un límite económico real impuesto por los propios clientes, y no por los laboratorios que producen los modelos.
Queda por ver hasta qué punto este patrón es específico de Anthropic o si refleja una dinámica de mercado más general. El hecho de que GPT-5.6 Sol domine el gasto en OpenAI de forma tan rotunda sugiere que no todos los flagships reciben el mismo trato por parte del mercado: depende del precio, por supuesto, pero también de hasta qué punto ese modelo específico se distingue realmente del tier inmediatamente inferior, y del peso de los condicionantes contractuales como la retención de datos.
Casos de uso concretos: dónde se nota la brecha y dónde no
En el terreno de la automatización de flujos de trabajo corporativos, Opus 5 ha obtenido el primer puesto en la clasificación AutomationBench de Zapier, completando todo un proceso de prevención de cancelación de clientes —desde la identificación de cuentas en riesgo hasta el resumen para el equipo de retención— con una tasa de éxito del 100% allí donde los modelos anteriores fallaban, como detalla el anuncio oficial de Anthropic. En OSWorld 2.0, el benchmark que mide el uso autónomo del ordenador, Opus 5 supera el mejor resultado de Fable 5 con poco más de un tercio de su coste.
En el ámbito científico, Opus 5 mejora respecto a Opus 4.8 en todas las evaluaciones internas relativas a las ciencias de la vida, con avances especialmente marcados en química orgánica: diez puntos porcentuales más en la inferencia de estructuras moleculares a partir de datos espectroscópicos, un campo donde la precisión técnica importa mucho más que la retórica del modelo. En el sector legal, por su parte, un cliente citado en el anuncio de lanzamiento señala que Opus 5 mantiene una calidad comparable a Fable 5 generando un 26% menos de tokens en el umbral máximo de razonamiento: menos relleno, mismo resultado, lo que viene a ser el equivalente en IA al principio de que un buen montaje se aprecia en lo que se corta, no en lo que se conserva.
Seguridad y políticas como variables de elección
Existe un aspecto menos debatido pero operativamente relevante: los clasificadores de ciberseguridad de Opus 5 intervienen, según las estimaciones de Anthropic, cerca de un 85% menos que los de Fable 5. Esto significa menos solicitudes legítimas de investigación en seguridad bloqueadas por error, un problema muy concreto para quienes trabajan en pruebas de penetración (penetration testing) autorizadas y se han visto obligados a esquivar rechazos excesivamente cautos. Mantiene, sin embargo, un límite claro: Opus 5 bloquea el escaneo de vulnerabilidades basado en binarios y la generación de exploits, áreas donde el modelo insignia de la familia Mythos conserva una ventaja que Anthropic considera intencionada y no una limitación técnica a corregir en la próxima versión.
Qué observar en los próximos meses
Varias variables determinarán si nos hallamos ante un ajuste temporal o ante un cambio estructural en el modo en que las empresas adquieren inteligencia artificial. El próximo informe de Ramp indicará si la cuota de Fable 5 se estabiliza en torno al 11% o desciende aún más, a medida que Opus 5 se consolide como opción predeterminada en Claude Max. Valdrá la pena observar también si Anthropic decide intervenir en el precio o en los requisitos de retención de datos de Fable 5 para reimpulsar su adopción, o si acepta que el modelo quede reservado a un público más reducido dispuesto a pagar por el último margen de capacidad disponible. Por último, el crecimiento de modelos abiertos de bajo coste —sobre los que escribí al tratar DeepSeek V4 y el motor de inferencia local DS4 desarrollado por Salvatore Sanfilippo— seguirá probablemente ejerciendo una presión a la baja sobre los precios, incluso para los modelos de gama intermedia como el propio Opus 5.
Indicaciones operativas, no sentencias
Para quienes dirijáis un equipo de desarrollo, la recomendación que se desprende de los datos es partir de Opus 5 como modelo predeterminado y reservar Fable 5 para tareas que requieran realmente el último margen de capacidad disponible, o condicionantes de seguridad específicos ligados a la investigación ofensiva avanzada. Para quienes os ocupéis del presupuesto y las compras, la lección consiste en observar el coste por actividad completada más que el simple precio por token, incluyendo en el cálculo los requisitos de retención de datos y cumplimiento que rara vez figuran en la tarifa pero que pesan de forma determinante en el total. Para quienes construyáis agentes autónomos, diseñar desde el principio un enrutamiento explícito entre modelos según la clase de tarea —con Opus 5 por defecto y una derivación automática a modelos más capaces solo cuando sea necesario— parece ya la práctica más sensata, más que una optimización a posponer para más adelante.
Permanecen más preguntas abiertas que certezas las que ofrece este episodio. Si el patrón de cambio por tarea (switching task) termina de consolidarse como la nueva normalidad, ¿qué significará para el incentivo económico de construir modelos cada vez más grandes y costosos, cuando el mercado demuestra premiar a quien sabe hacer más con menos gasto? Y si la inteligencia de frontera se convirtiera de forma creciente en un producto de nicho para unos pocos casos de uso extremos, ¿quién financiará realmente los próximos saltos generacionales, esos que luego, generación tras generación, terminan convirtiéndose en el nivel básico que todo el mundo da por sentado?
Nota técnica: los datos de gasto y adopción citados en este artículo proceden de Ramp a través de las informaciones del Financial Times, recogidas por AI Weekly, y corresponden a una muestra de empresas predominantemente estadounidenses con sesgo hacia el sector tecnológico; por lo tanto, deben leerse como indicadores de tendencia y no como un censo completo del mercado corporativo global.