Saltar al contenido principal
Claude Fable 5.2 es el modelo de Anthropic para el trabajo que todavía se queda corto en Claude Opus 5.5: razonamiento exigente, agentes que cruzan muchos pasos y lectura de gráficos. Lanzado el 9 de noviembre de 2026, mantiene la ventana de Claude Fable 5.1, con generación de tokens más rápida y una mejora medida en coding, visión e investigación. Anthropic recomienda empezar en Opus 5.5 en el día a día y subir a Fable 5.2 cuando una evaluación en Opus, con un effort más alto, todavía no cierra el resultado.

Qué cambió frente a Claude Fable 5.1

El contexto, el tope de salida y el knowledge cutoff siguen iguales. Cambian la velocidad de generación y lo que el modelo aguanta en coding, visión y tareas largas. Anthropic dice que la generación de tokens es hasta 30% más rápida que en Fable 5.1. Eso es velocidad de salida. En effort high el modelo piensa antes de casi cada respuesta, así que la espera hasta el primer token de la respuesta sigue siendo larga.
Anthropic clasifica Fable 5.2 como Covered Model. Exige retención de 30 días en el proveedor y no está disponible bajo zero data retention, salvo autorización expresa de Anthropic. Sigue la Política de Privacidad de Tess y la guía de retención de Anthropic. No envíes secretos, credenciales ni datos personales regulados sin necesidad.

Qué midió Anthropic

Los números de abajo son los del anuncio. La nota de portada es el effort más alto disponible, salvo cuando la celda dice otra cosa. Salvaguardas activas.
La ganancia práctica aparece antes del effort máximo. En FrontierCode, Anthropic midió cerca de 45,3% en high, al nivel del 45,5% de Opus 5.5, y por delante del 42,8% de GPT-6 Astra. En Chartography, el effort medium marca 66,4%, por encima del 64,4% de Opus 5.5 en el máximo. En WANDR, el medium empata el mejor resultado de Opus.
Los benchmarks dependen del harness, de las tools, de las salvaguardas y del effort. Una diferencia pequeña entre modelos frontier no siempre se ve igual en tu flujo. Valida antes de cambiar una configuración en producción.

Qué midió Artificial Analysis

En la variante max, Artificial Analysis registra 65 en el Intelligence Index y ubica al modelo en la cima de inteligencia de la muestra que publicó. La misma ronda muestra el otro lado del effort máximo: 221 segundos hasta el primer token de la respuesta y 44,6 minutos por tarea del índice. La velocidad de salida fue de 102 tokens por segundo. Esa ronda generó 275 millones de tokens de salida.
El 65 y la espera son de la variante max, no del effort high que la API usa por defecto. Anthropic dice que la mayor parte de la ganancia de capacidad ya está en high, y que max sirve para medir el techo.

Dónde no lidera

  • En AutomationBench, Gemini 4 Carbon quedó en 53,9%, por encima del 51,4% de Fable 5.2.
  • En el Elo de AA-Briefcase, Opus 5.5 quedó en 1.800 y Fable 5.2 en 1.785. En el rubric del mismo benchmark, Fable va adelante: 66,1% contra 61,2%.
  • Anthropic indica Opus 5.5 para la mayor parte del coding y del knowledge work.
  • Las salvaguardas de Fable bloquean la mayor parte de las tareas de ciberseguridad. Claude Mythos 5.2 es el mismo modelo para organizaciones verificadas por Anthropic. No es el modelo del selector público.
  • En effort medium o superior, una línea que pida “responde directo, sin deliberar” no interrumpe el thinking. En 5.1, ese tipo de pedido solía cumplirse.

Dónde genera más valor

Un código que Opus todavía no cierra

El cambio cruza el repositorio, los tests y varias rondas de revisión. Fable 5.2 es el paso siguiente cuando Opus 5.5, en un effort más alto, todavía devuelve un diff que no pasa. Resultado esperado: el cambio implementado, los tests de la etapa y una lista de lo que quedó afuera.

Una investigación que tiene que volverse documento, hoja o presentación

El trabajo junta fuentes, mantiene el plan entre tools y termina en un entregable. Anthropic describe ese uso como una sesión larga de agente hasta un documento, una hoja de cálculo o una presentación terminados. Resultado esperado: el archivo pedido, con la fuente de cada número y la laguna escrita cuando falte un dato.

Un gráfico o una figura que el modelo tiene que leer

El salto de Chartography, de 44,8% en Fable 5.1 a 73,4% en 5.2, es el caso en el que la imagen es el dato. El modelo devuelve lo que la figura muestra y lo que no muestra. Resultado esperado: valor, unidad y la región de la figura de donde salió cada número.

Cómo aplicarlo en Tess

1

Sube a Fable solo cuando Opus se quede corto

Usa Opus 5.5 en el trabajo recurrente. Elige Fable 5.2 para el coding, la investigación o la lectura visual que Opus todavía no cierra.
2

Cierra qué cuenta como listo

Di el entregable, lo que no puede cambiar y la prueba que termina la tarea. En tareas largas, pide que concluya el trabajo entero: en effort low y medium el modelo a veces se detiene en una lista de lo que falta.
3

Di de quién es el código

Si el prompt no dice quién es dueño del código, Anthropic vio al modelo sumar sobre la estructura existente y señalar problemas vecinos en lugar de corregirlos.
4

Mantén el hilo solo con añadidos

Editar, reordenar o borrar un turno anterior invalida los bloques de thinking en cualquier cuenta. Cambiar de modelo a mitad de la conversación también descarta el reasoning de Fable 5.2: solo Fable 5.2 y Mythos 5.2 leen esos bloques.
5

Empieza en effort high

High es el default de la API, y Anthropic dice que la mayor parte de la ganancia ya está ahí. Sube a xhigh cuando midas una ganancia en coding o en un agente largo. Reserva max para medir el techo, cuando el tiempo y los tokens no importan.

Tres playbooks para empezar

1. Un cambio de código que el modelo más liviano no cerró

Entrada: el repositorio, el comportamiento esperado, lo que ya falló en Opus y los comandos de test.
Listo cuando: los tests de la etapa pasan y lo que quedó afuera está escrito.

2. Investigación con entregable

Entrada: la pregunta, las fuentes y el formato final (documento, hoja o slides).
Listo cuando: el archivo existe y cada número apunta a una fuente o a una laguna.

3. Lectura de un gráfico

Entrada: la figura y la lista de lo que hay que extraer.
Listo cuando: cada número apunta a un lugar de la figura, o la ausencia está escrita.

Limitaciones y buenas prácticas

  • El adaptive thinking queda encendido. thinking apagado o con budget_tokens no es el modo de este modelo.
  • Una instrucción para pensar menos no apaga el thinking en effort medium o superior.
  • Un contexto de 1M tokens no reemplaza la selección. Envía lo que la tarea usa.
  • En tandas largas de tools con poco texto para el usuario, pide un estado corto antes de cada bloque de tools.
  • Reglas de estilo muy rígidas, como un tope duro de palabras por frase, dejan la prosa cortada. El modelo sigue la regla al pie de la letra.
  • La API ofrece un fast mode, con generación más rápida. Esta página no confirma ese modo en el selector de Tess.
  • Anthropic no retira el modelo antes del 9 de noviembre de 2027.
  • Revisa código, números y citas antes de publicar o ejecutar en producción. Mantén aprobación humana para decisiones financieras, jurídicas, clínicas o de alto impacto.
Ver también: Claude Fable 5.1 · Claude Opus 5.5 · Modelos y Costos · Visión general de Fable 5.2 · Qué hay de nuevo · Anuncio · Artificial Analysis · BenchLM · LLM Stats.