Anthropic libera a Mythos: Claude Fable 5
Nueva gama de modelos en la familia de Anthropic, explicamos lo que hace y lo que no.
El 9 de junio de 2026, Anthropic lanzó la familia de modelos Mythos al mercado. Sólo 2 semanas después de sacar, de nuevo, el mejor modelo de programación Claude Opus 4.8 al mercado.
Todavía no nos habíamos recuperado del susto y de nuevo tenemos otro juguetito para probar, pero todo tiene una explicación: Anthropic está preparando su salida a bolsa y quiere llegar a ese punto liderando la carrera y con sus rivales en estado de shock.
El resultado de liberar este modelo ha llegado gracias a que han podido poner unas barreras de contención sobre su modelo más potente jamas creado, Claude Mythos, al que por fin vamos a tener acceso. Incluye un sistema dinámico de detección de intenciones maliciosas en temas de ciberseguridad y biología. Si el LLM detecta que es una conversación maliciosa (como que le pidas investigar sobre posibles ataques biológico o intentar atacar un sistema de software) el modelo automáticamente etiqueta la conversación como potencialmente peligrosa y se la delega a Claude Opus 4.8 para que siga con la conversación.
Si consigues encontrar una vulnerabilidad en un sistema, que al menos no te haya ayudado Mythos, sino su colega tonto Opus.
Dos versiones: Fable 5 y el proyecto Glasswing
Anthropic ha presentado una estrategia doble. Por un lado, está Claude Fable 5 (claude-fable-5), un modelo de uso general accesible por API con una ventana de contexto de un millón de tokens y capacidad para generar hasta 128,000 tokens de salida por petición. Por el otro, de forma interna, opera Claude Mythos 5 (sí, el mismo).
Mythos 5 utiliza la misma red neuronal pero no incluye los clasificadores de seguridad comerciales. Funciona bajo el Project Glasswing, un programa conjunto con el gobierno estadounidense para ciberdefensa. Mientras que Mythos está diseñado para analizar amenazas de seguridad y evaluar riesgos biológicos, Fable 5 es la versión comercial optimizada para tareas de desarrollo y gestión de datos.
La diferencia principal de Fable 5 frente a modelos anteriores es su capacidad de planificación nativa. El modelo permite ejecutar agentes autónomos de largo recorrido. Al asignarle una tarea, el sistema coordina la ejecución, delega subtareas en subagentes, corrige sus propios errores de compilación y entrega el resultado final. Es automatización asíncrona real.
Costes de uso y retención de datos
El uso de Fable 5 tiene un coste de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida.
En comparación, Claude Opus 4.8 cuesta la mitad: 5 dólares por millón de tokens de entrada y 25 dólares de salida. Además, Opus permite configurar la exención total de retención de datos, algo que Fable 5 no ofrece.
Fable 5 y la versión Mythos 5 imponen una retención de datos obligatoria de 30 días en los servidores de Anthropic para auditorías de seguridad. No es posible optar a la política de Cero Retención de Datos (ZDR) con estos modelos. Las organizaciones que manejen datos altamente regulados deberán utilizar Opus 4.8 en su lugar.
Pensamiento intercalado obligatorio
En Fable 5 el pensamiento adaptativo ya no es opcional. Esto es un parámetro que te permitía desactivar el consumo de tokens para “razonamientos internos” del modelo antes de responder. Pues en este modelo no se puede desactivar.
Si realizas una consulta sin configurar los parámetros de razonamiento, el modelo decide de forma autónoma cuántos recursos cognitivos emplear antes de responder.
Esto es necesario, ya que el modelo incluye pensamiento intercalado, lo que le permite analizar los resultados de una herramienta o de la ejecución de código en su entorno seguro de sandbox antes de decidir el siguiente paso.
Para controlar los costes de procesamiento asociados a este razonamiento, Anthropic incluye el parámetro de esfuerzo (effort) al que nos tiene acostumbrados:
max: Procesamiento profundo completo. El modelo explora todas las vías lógicas sin límite estricto de coste o tiempo.xhigh: Razonamiento optimizado para la resolución de errores complejos y lógicas algorítmicas avanzadas.high: Configuración por defecto. Razonamiento estándar para tareas analíticas comunes.medium: Nivel moderado que evita el procesamiento profundo en consultas sencillas.low: Prioriza la velocidad y el ahorro de tokens, omitiendo el razonamiento complejo.
Para proteger su propiedad intelectual y reducir la latencia, Anthropic no muestra el flujo de pensamiento sin procesar completo. A través de thinking.display, el desarrollador puede elegir recibir un bloque vacío para reducir tiempos de espera (omitted) o un resumen del razonamiento (summarized).
Arquitectura de seguridad
Anthropic ha integrado un sistema de seguridad para evitar que Fable 5 se utilice en tareas de ciberseguridad ofensiva, diseño de sustancias biológicas o ingeniería inversa del modelo. Si el sistema detecta estas intenciones, aplica varios mecanismos de mitigación automáticos.
Redirección automática a Claude Opus 4.8
Cuando se activa un clasificador de seguridad, el sistema redirige la consulta a Claude Opus 4.8. Este desvío se gestiona mediante la API de Fallback o los SDK oficiales de Anthropic.
La petición devuelve un mensaje con una explicación de por qué ha considerado que se tiene que redirigir la conversación:
cyber: Desarrollo de malware u operaciones ofensivas.bio: Manejo de patógenos o sustancias químicas peligrosas.frontier_llm: Intentos de ingeniería inversa sobre el modelo.reasoning_extraction: Intentos de extraer el flujo de pensamiento interno en texto plano.
La plataforma factura esta consulta con la tarifa de Opus 4.8. Si el bloqueo ocurre durante la generación del texto, solo se cobran los tokens procesados hasta el momento de la interrupción.
Mitigación de la destilación de modelos
La destilación de modelos (utilizar las respuestas de Fable 5 para entrenar modelos de menor tamaño) es una de las principales preocupaciones de propiedad intelectual para Anthropic.
Cuando el sistema detecta patrones de consulta destinados a la destilación, activa un desvío silencioso.
La API redirige las peticiones a Claude Opus 4.8 sin notificar al usuario. Aunque las respuestas provienen de un modelo con menor capacidad cognitiva, la facturación se mantiene bajo la tarifa de Fable 5 (10 dólares por entrada y 50 por salida). Esto neutraliza la viabilidad económica de la extracción de conocimiento y evita dar pistas al atacante para modificar sus instrucciones de elisión.
Pruebas de rendimiento
Los resultados de Fable 5 muestran diferencias frente a sus competidores directos en tareas de desarrollo y lógica:
Las evaluaciones de Fable 5 en biología molecular o virología no están disponibles públicamente. Las consultas en estos campos de riesgo son redirigidas a Opus 4.8, de forma que estas capacidades quedan limitadas a la versión gubernamental Mythos 5.
La adopción inicial del modelo muestra ejemplos de implementación práctica. Durante la fase de pruebas privadas, Stripe utilizó Fable 5 para migrar una base de código de más de 50 millones de líneas en Ruby: esto son palabras mayores, aunque no me lo creo si te soy sincero…
El modelo analizó las dependencias, actualizó la sintaxis y ejecutó las pruebas en un solo día, una tarea que la compañía estimaba en dos meses de trabajo para un equipo de ingeniería tradicional.
Si te paseas un poco por X o Reddit, verás la cantidad de cosas que se han generado en un par de días. Yo he visto un clon de Skyrim hecho con un prompt (literalmente “Claude, genera un clon de Skyrim”) usando Fable 5.
Lo que yo he probado, es bastante bueno pero con muchos matices.
Planificación de adopción para equipos técnicos
La llegada de los modelos de clase Mythos requiere un análisis estructurado de costes e infraestructura:
Utilizar Claude Fable 5 en proyectos que dependan del despliegue de agentes autónomos para la ejecución de flujos de trabajo de varios días o cuando se requiera procesar de forma unificada documentos técnicos complejos y tablas financieras extensas.
Mantener Claude Opus 4.8 para tareas estándar de clasificación, resúmenes corporativos, análisis de datos que no necesiten razonamiento secuencial profundo y, principalmente, en contratos que exijan la eliminación inmediata de los datos procesados.
Mi conclusión
No es un modelo de uso diario y, personalmente, sigo usando Opus 4.8 en mi trabajo diario. Todavía es muy caro y tengo mi feed de LinkedIN lleno de personajes que se han gastado la suscripción de la semana en 6 horas: lo que sea por ganar likes.
Por mi parte sigo digiriendo lo bien que funciona Opus 4.8, era el modelo que llevabamos esperando meses y funciona fenomenal, no os volváis locos. Sin embargo tambien hay que tener en cuenta que:
No dejar de lado OpenAI Codex que también esta teniendo muy buenos resultados, y seguro que la semana que viene saldrá con un GPT 5.6 que tiene pinta también de destrozar los benchmarks (según filtraciones)
También tenemos que esperar un par de semanitas a que salga Gemini Pro 3.5, que también se antoja peleón.
Si por el contrario, seguis queriendo probar Fable 5, hay una skill que os recomiendo para vuestro Claude Code que utiliza Fable 5 para planificar el trabajo que luego ejecuta con Sonnet o Haiku. Echadle un ojo!