Claude Opus 5 vs Claude Fable 5: ¿vale Fable el doble de precio?
$5 / $25 por millón de tokens de entrada/salida y publicó resultados donde lidera o se acerca a Fable 5 en código, automatización y knowledge work. Aun así, Anthropic sigue definiendo Fable 5 como su modelo ampliamente disponible de mayor capacidad.Claude Opus 5 vs Fable 5 de un vistazo
| Decisión | Claude Opus 5 | Claude Fable 5 | Implicación |
|---|---|---|---|
| Posición | Premium diario para coding agéntico complejo | Mayor capacidad Claude ampliamente publicada | Empezar con Opus; escalar solo cuando compense |
| Precio oficial | $5 / $25 por MTok | $10 / $50 por MTok | Fable parte de 2× |
| Contexto / salida | 1M / 128K | 1M / 128K | La capacidad no los diferencia |
| Latencia comparativa | Moderada | Más lenta | Opus es mejor default interactivo |
| Thinking | Adaptativo por defecto; desactivable hasta high | Adaptativo siempre activo | Opus permite más control |
| Evidencia | Resultados fuertes en código, automation y razonamiento | Sigue siendo el techo de capacidad | Un benchmark no sustituye la evaluación propia |
| Controles / retención | Menos intervención de clasificadores según Anthropic; sin requisito general de retención | Clasificadores adicionales; 30 días y sin ZDR | La gobernanza puede decidir antes que la calidad |
Envía primero a Opus 5. Escala a Fable 5 tras fallo de validación, baja confianza o un valor excepcional de la tarea.
Distingue entre la app de Claude, el agente de código y la API
La búsqueda «Opus 5 o Fable 5» esconde tres decisiones:
| Superficie | Decisión real | Punto de partida |
|---|---|---|
| App de Claude | Elegir modelo para un chat o una tarea difícil puntual | Opus primero; Fable cuando la capacidad máxima importa más que el coste |
| Claude Code u otro agente | Repartir planificación, implementación, depuración y revisión | Opus para ejecutar; Fable solo para escalado, planificación o revisión medidos |
| API o plataforma de agentes | Diseñar defaults, presupuestos, observabilidad y rollback | Enrutar por clase de tarea, no fijar un único modelo |
Este análisis se centra en equipos de API y agentes en producción. Las cuotas de suscripción y las opciones de la app pueden cambiar y no deberían definir la arquitectura.
Por qué Opus 5 cambia el valor de Fable
Anthropic afirma que Opus 5 queda a menos de 0,5 puntos del pico de Fable en CursorBench 3.2 con cerca de la mitad del coste por tarea; supera su mejor OSWorld 2.0 con algo más de un tercio del coste y lidera Frontier-Bench v0.1.
| Evidencia | Qué respalda | Qué no demuestra |
|---|---|---|
| Frontier-Bench / CursorBench de Anthropic | Opus puede igualar o superar a Fable en ciertos harnesses | Ganar en todos los repositorios |
| OSWorld 2.0 de Anthropic | Mejor eficiencia en las tareas probadas | Menor latencia en cada agente |
ARC Prize: 30,16 % en ARC-AGI-3 a high | Nuevo máximo verificado el 24 de julio | Comparación directa con Fable, que no aparece en la tabla |
| Guía de modelos de Anthropic | Fable conserva la mayor capacidad disponible | La gama más alta debe ser el default |
Ahora Fable debe demostrar valor incremental por clase de trabajo. No basta con ocupar el nivel superior.
Especificaciones que sí cambian una decisión de producción
| Dimensión | Claude Opus 5 | Claude Fable 5 | Consecuencia |
|---|---|---|---|
| Posicionamiento de Anthropic | Punto de partida para código agéntico complejo y trabajo empresarial | Mayor capacidad de disponibilidad amplia | Probar Opus primero |
| Tarifa oficial | $5 entrada / $25 salida por MTok | $10 entrada / $50 salida por MTok | Fable parte de 2× |
| Contexto / salida máxima | 1M / 128K tokens | 1M / 128K tokens | Igual capacidad, fiabilidad por validar |
| Knowledge cutoff fiable | Mayo de 2026 | Enero de 2026 | Opus puede conocer mejor herramientas recientes |
| Latencia comparativa | Moderada | Más lenta | Opus encaja mejor en bucles interactivos |
| Thinking y effort | Adaptativo por defecto; low a max | Adaptativo siempre activo; effort controlable | Compara con el mismo effort |
| Retención documentada | Sin requisito específico para acceso general | 30 días y sin ZDR | Gobernanza puede descartar Fable antes de medir calidad |
Un cutoff más reciente no sustituye los datos del repositorio, retrieval ni verificación externa. Una ventana de 1M tampoco garantiza que ambos modelos localicen y apliquen igual una restricción dentro de una traza larga.
Cuándo usar Opus 5 como default
Empieza con Opus 5 en cambios a escala de repositorio, debugging y review; agentes largos con herramientas y subagentes; automatización de navegador; análisis financiero, jurídico o científico; long context donde la latencia importe; y tráfico premium que no pueda pagar Fable en cada llamada.
low a max permiten crear varias rutas premium. Empieza en high, baja solo si la aceptación se mantiene y reserva xhigh/max para los casos límite. Un low fallido con retry puede costar más que un high correcto.Cuándo Fable 5 puede justificar el sobreprecio
Mantén Fable para agentes de horas o días, investigación frontier difícil de descomponer, problemas que siguen abiertos tras un buen intento con Opus, entregables donde una segunda revisión frontier reduce mucho el trabajo humano y segmentos donde tus replays demuestren mayor aceptación.
“Difícil” no es una regla suficiente. Usa fallos de validación, baja confianza, bucles de herramientas atascados, valor excepcional o ventaja histórica medida.
Cómo repartir tareas de código y agentes
| Trabajo | Default propuesto | Prueba Fable cuando | Métrica |
|---|---|---|---|
| Implementación a escala de repositorio | Opus 5 | Siguen fallando tests o hay que replantear arquitectura | Tests, reparaciones, cambios fuera de alcance |
| Diagnóstico de bugs | Opus 5 | Varias hipótesis se derrumban | Primera causa raíz correcta, regresiones |
| Code review | Opus 5 | Un merge de alto riesgo merece revisión independiente | Verdaderos/falsos positivos, tiempo humano |
| Planificación multiagente | Opus 5 | Las trazas largas pierden el rumbo | Replanificaciones, conflictos, estado perdido |
| Ejecución de subtareas | Opus o una ruta más barata | Solo tras un fallo verificable | Coste por subtarea aceptada |
| Navegador y computer use | Opus 5 | Un paso crítico no se recupera | Finalización, recuperación, número de acciones |
| Investigación documental | Opus 5 | Un resultado de alto valor requiere contradicción independiente | Citas, omisiones, tiempo de verificación |
Algunos primeros comentarios de usuarios sugieren probar Fable para el plan, la investigación difícil o la revisión final y dejar a Opus la implementación y las herramientas. Es una hipótesis de evaluación, no un comportamiento universal demostrado.
Coste por tarea aceptada
| Modelo | Entrada | Salida | Escritura caché 5 min | Lectura caché |
|---|---|---|---|---|
| Claude Opus 5 | $5 / MTok | $25 / MTok | $6.25 / MTok | $0.50 / MTok |
| Claude Fable 5 | $10 / MTok | $50 / MTok | $12.50 / MTok | $1 / MTok |
coste por tarea aceptada =
entrada + escritura caché + lectura caché + salida
+ retries + fallbacks + revisión humana
/ entregables aceptadosC a un intento de Opus y 2C a uno de Fable:coste de modelo por tarea aceptada = coste por intento ÷ aceptación inicial
Fable gana solo en coste de modelo cuando:
aceptación Fable ÷ aceptación Opus > coste Fable ÷ coste Opus
por tanto: aceptación Fable > 2 × aceptación Opus| Escenario | Aceptación Opus | Aceptación Fable | Opus por resultado aceptado | Fable por resultado aceptado | Resultado |
|---|---|---|---|---|---|
| Implementación de volumen | 80 % | 90 % | 1,25C | 2,22C | Fable queda cerca de 78 % más caro |
| Debugging difícil | 60 % | 90 % | 1,67C | 2,22C | Fable queda cerca de 33 % más caro |
| Segmento inestable para Opus | 45 % | 95 % | 2,22C | 2,11C | Fable puede ser algo más barato |
Thinking, salida y tool calls pueden variar por intento. Aun así, cuando Opus supera el 50 % de aceptación, una mejora moderada de Fable rara vez recupera por sí sola el precio 2×. Fable puede ganar en coste total si reduce mucho retries, tiempo de ingeniería o riesgo.
Los precios de ruta EvoLink pueden diferir de la lista de Anthropic. Usa los módulos en vivo de las páginas de modelo.
Controles, retención y fallback
Anthropic documenta clasificadores y rechazos adicionales para Fable, 30 días de retención y ausencia de Zero Data Retention. Para Opus 5 estima cerca de un 85 % menos de intervención y no declara un requisito general de retención.
Son hechos específicos del canal. Verifica contrato, región y ruta. Con fallback automático registra modelo solicitado y modelo devuelto, o atribuirás respuestas de fallback a Fable.
| Campo | Por qué hace falta |
|---|---|
| Modelo solicitado | Conserva la elección inicial del usuario o router |
| Modelo servido | Identifica cuál produjo realmente el resultado |
| Effort y presupuesto de salida | Permite saber si las llamadas son comparables |
| Rechazo y classifier | Separa rechazo de política y fallo de calidad |
| Motivo y cadena de fallback | Explica por qué y dónde cambió la ruta |
| Tokens y latencia por etapa | Calcula el coste de la ruta completa |
| Aceptación final | Evita contar cualquier salida como éxito |
La gobernanza de datos puede descartar Fable antes de medir calidad. Hay que mapear las condiciones del proveedor al gateway, región y contrato que se usan de verdad.
Política de routing recomendada
| Carga | Default | Escalado | Fallback |
|---|---|---|---|
| Extracción rutinaria | Sonnet o ruta económica probada | Opus tras fallo | Ruta rápida existente |
| Código difícil | Opus 5 con effort medido | Fable tras fallo o baja confianza | Opus 4.8 u otra ruta |
| Agentes largos | Opus 5 | Fable para traces frontier | Checkpoint y reanudación |
| Análisis de alto valor | Opus + verificación | Segunda pasada Fable | Revisión humana |
| Tareas sensibles | Ruta autorizada | Solo escalado autorizado | Gestión explícita del rechazo |
Con EvoLink, mantén la selección en la capa de routing. Un cliente y una API key pueden manejar defaults, escalados, fallbacks y rollback.
Solo Opus
Úsalo cuando tests automáticos, validación estructurada o una rúbrica humana estable demuestren que Opus alcanza el umbral. Ajusta el effort antes de sumar otro modelo premium.
Opus por defecto y Fable tras un fallo
Activa el escalado con señales observables: tests fallidos, herramienta inválida, bucles repetidos, baja confianza explícita o una clase donde Fable ya mostró ventaja. Limita las llamadas Fable por tarea y conserva una frontera de revisión humana.
Fable para planificar o revisar y Opus para ejecutar
Pide a Fable un plan compacto, una decisión de arquitectura o una revisión independiente. Transfiere a Opus solo el contexto necesario y comprueba si menos retrabajo compensa la latencia y los tokens duplicados.
Dos salidas independientes
Reserva esta opción para ámbitos donde el desacuerdo aporta información. Oculta la identidad del modelo al revisar, define una regla de arbitraje y no trates el acuerdo como prueba de corrección.
Evaluar Claude Opus 5 en EvoLinkEvaluación y rollout justos
- Reúne 50–200 tareas representativas, con éxitos, fallos caros y casos frontier.
- Mantén iguales herramientas, permisos, repositorio, contexto, timeouts y retries.
- Registra model ID, effort, salida, latencia, tokens, tools, rechazos, fallback y revisión.
- Puntúa a ciegas corrección, alcance, finalización y reparación.
- Calcula coste por tarea aceptada en cada clase.
- Pon Opus por defecto solo donde alcance el umbral.
- Escala a Fable solo cuando el beneficio cubra la prima.
- Conserva la ruta anterior hasta superar tráfico real.
Registra como mínimo:
task_id, task_class
requested_model, served_model, effort
input / cache-write / cache-read / output tokens
latency, tool calls, invalid tool calls
refusal, fallback chain
automatic checks, blind human score
repair minutes, acceptedPublica resultados por clase de tarea, no solo una media global. Un modelo puede perder en total y merecer una ruta de producción estrecha.
Cómo migrar tráfico de Fable a Opus con rollback
| Etapa | Acción | Umbral antes de continuar |
|---|---|---|
| 1. Replay histórico | Preparar 50–200 éxitos, fallos caros, trazas largas y casos frontier | Herramientas, contexto, permisos y criterios reales están cubiertos |
| 2. Prueba emparejada | Mantener iguales tools, timeouts, retries, effort y salida | Los resultados se comparan por clase |
| 3. Shadow | Ejecutar Opus fuera del user path junto a Fable | Sin bloqueos de seguridad, formato o herramientas |
| 4. Canary | Mover 10 %–25 % de una clase apta a Opus | Aceptación, revisión y p95 siguen dentro de límites |
| 5. Expansión por carga | Ampliar solo las clases aprobadas | El coste por tarea aceptada sigue mejorando |
| 6. Escalado y rollback | Mantener Fable donde demostró ventaja | Cada clase puede volver a la política anterior |
Define límites antes del replay: la aceptación inicial no debe caer de forma material, las tools inválidas no deben aumentar, retry y reparación no deben borrar el ahorro de tokens, p95 debe ser aceptable, rechazo y fallback deben poder atribuirse y los fallos de alto valor deben revisarse por separado.
No elimines la ruta Fable después del primer lote correcto. El objetivo es una política reversible y versionada.
Recomendaciones por equipo y aspectos pendientes
| Equipo | Política inicial | Motivo |
|---|---|---|
| Producto pequeño | Solo Opus con escalado Fable manual | Operación simple con vía de emergencia |
| Plataforma de agentes de código | Opus default y Fable por clase de tarea | Routing y observabilidad ya son capacidades centrales |
| Flujos documentales empresariales | Opus y segunda revisión Fable selectiva | Gobernanza y tiempo humano pesan más que el ranking |
| Investigación de alto riesgo | Doble revisión independiente en pocos casos | Desacuerdo y auditoría pueden justificar el coste |
| Automatización de gran volumen | Opus o ruta más barata antes de Fable | La validación automática abarata reintentos |
Las comparaciones independientes con el mismo effort siguen siendo escasas tras el lanzamiento. Los primeros testimonios mezclan prompts, herramientas y planes de suscripción; disponibilidad, latencia y parámetros también pueden cambiar. Revisa la política cuando aparezcan pruebas emparejadas, cambien las reglas de retención o cambie tu mezcla de trabajo.
Evita proclamar un ganador universal por unos gráficos, ignorar retries y revisión, dar más herramientas a un modelo o atribuir a Fable una respuesta producida por fallback.
Recomendación final
ruta económica -> default Opus 5 -> escalado Fable 5
\-> fallback y rollback probadosFuentes
- Anthropic: Introducing Claude Opus 5
- Anthropic: What's new in Claude Opus 5
- Anthropic: Models overview
- Anthropic: Introducing Claude Fable 5 and Claude Mythos 5
- Anthropic: Claude API pricing
- ARC Prize: resultados verificados de Claude Opus 5
- RuBench: análisis de atribución de fallback
- Discusión de Claude Code: primeras impresiones de Opus 5 vs Fable
FAQ
¿Claude Opus 5 es mejor que Claude Fable 5?
No en todo. Opus lidera o se acerca a Fable en varias evaluaciones y cuesta la mitad; Fable mantiene la mayor capacidad ampliamente publicada.
¿Merece Fable 5 el doble de precio?
Solo si más tareas aceptadas, menos retries o menos revisión cubren el 2×.
¿Cuál es mejor para agentes de código?
Empieza por Opus 5 y escala los casos frontier fallidos o segmentos con ventaja Fable medida.
¿Opus 5 superó a Fable en benchmarks?
Anthropic publica victorias y resultados cercanos. ARC Prize verificó ARC-AGI-3 de Opus, sin un Fable comparable.
¿Ambos soportan 1M de contexto?
Sí, con 128K de salida síncrona máxima. Aun así, prueba traces largos reales.
¿Cuál es más rápido?
Anthropic clasifica Opus como moderado y Fable como más lento; effort, salida, tools y ruta cambian la latencia.
¿Puede una integración EvoLink usar ambos?
Sí. Guarda el model ID en la política de routing y usa la misma integración para default, escalado y fallback.
¿Qué debo medir antes de cambiar el default?
Aceptación inicial, tools válidos, retries, rechazos, fallback, tokens, tiempo, corrección humana y coste por tarea aceptada.
¿Puede Fable planificar mientras Opus ejecuta?
Sí. Mantén el plan compacto, transfiere solo el contexto necesario y mide el coste total después de la latencia, los tokens adicionales y el posible ahorro de retrabajo.
¿Cómo confirmo que una petición a Fable no usó fallback?
Registra el modelo solicitado, el servido, la categoría de rechazo y toda la cadena de fallback. Un HTTP 200 no demuestra que Fable produjo la respuesta.
