Claude Fable 5 en Claude Code: prueba práctica frente a Opus 5

¿Qué es Fable 5?

Fable 5 es un modelo centrado en programación dentro de la familia Claude 5 de Anthropic, lanzado el 9 de junio de 2026. Salió junto a Mythos 5, un modelo hermano sin clasificadores de seguridad que Anthropic ofreció solo a un pequeño grupo de organizaciones verificadas. Para un repaso completo del lanzamiento y cómo se sitúa Fable 5 en benchmarks, consulta nuestra guía dedicada de Fable 5.

Fable 5 está por encima de Opus 5 en precio y apunta a trabajos de código más complejos. La principal diferencia en sensaciones es que activa el razonamiento en cada petición y no se puede desactivar, por lo que parece más lento y deliberado. Opus 5 decide por sí mismo si un prompt merece ese razonamiento extra.

Especificaciones y precios

Ambos modelos comparten ventana de contexto y tamaño máximo de salida. Difieren en precio y en cómo funciona el razonamiento.

Fable 5 cuesta aproximadamente el doble por token que Opus 5. Como su razonamiento está siempre activo, también suele emitir más tokens por ejecución, así que la diferencia de precio en uso real es mayor de lo que sugiere la tarifa por token. En la comparativa de este artículo, Fable emitió un 74% más de tokens de salida que Opus para un programa más pequeño.

Para una comparativa en profundidad, con diferencias en benchmarks, lee nuestra guía Claude Opus 5 vs Claude Fable 5.

La negativa que tienes que contemplar en tu código

Un aspecto universalmente molesto de Fable 5 es su clasificador de seguridad integrado. Como el modelo se considera demasiado potente, el clasificador no le permite atender peticiones ni mínimamente relacionadas con campos como biología o ciberseguridad.

A una inmunóloga, la sola palabra \"cancer\" activó un filtro de bioseguridad, haciendo que Claude Code recurriera a Opus 4.8.

A mí me pasó hace poco con un bug de login en un proyecto personal. El flujo usaba la API Telegram Gateway para iniciar sesión con OTP, y Fable 5 se negó en redondo a tocarlo. Opus 5 hizo el trabajo, y ahí está el problema: ese bug no implicaba ningún riesgo de seguridad.

El fallback automático, sin configuración, solo ocurre dentro de Claude Code y las apps de Claude. Si estás usando Fable a través de la API, recibirás un campo stop_reason en la respuesta pese a obtener un 200 de éxito.

La respuesta se ve así:

{
  \"stop_reason\": \"refusal\",
  \"stop_details\": {
	\"category\": \"bio\",
	\"explanation\": \"The request was declined by a safety classifier.\"
  }
}

Así que tienes que comprobar stop_reason antes de tocar el contenido de la respuesta. 

Para activar el fallback en servidor, pasa un array fallbacks (p. ej., \"fallbacks\": [{\"model\": \"claude-opus-4-8\"}]) y envía la cabecera anthropic-beta: server-side-fallback-2026-06-01. Configúrala en cada petición; no hay un interruptor a nivel de cuenta.

Nota sobre el modelo de fallback

Quizá te preguntes por qué algunas fuentes dicen que Fable 5 recurre a Opus 4.8 mientras otras apuntan a Opus 5. Ambas tienen razón, porque el destino depende de la categoría y de la superficie.

En Claude Code, una petición marcada por biología ahora se reejecuta en Opus 5, mientras que una marcada por ciberseguridad sigue reejecutándose en Opus 4.8. En la API, la función de fallbacks en servidor actualmente solo admite Opus 4.8. 

La división es una cuestión de tiempos: en el lanzamiento de junio de Fable, todo hacía fallback a Opus 4.8, y más tarde la ruta de biología se redirigió a Opus 5 cuando ese modelo llegó el 24 de julio.

La polémica de Fable 5

Fable 5 ha tenido un comienzo complicado, incluso dejando a un lado el clasificador de seguridad.

El estrangulamiento silencioso y las negativas erróneas

Días después del lanzamiento, Fortune informó de que Anthropic había debilitado en silencio las respuestas de Fable 5 en alrededor del 0,03% del tráfico de infraestructura de IA y ML sin avisar a nadie.

Muchos investigadores, y también desarrolladores, se enfadaron porque esperaban un modelo de frontera todoterreno capaz de abordar cualquier tarea cuando están pagando 200 dólares de suscripción por él.

Anthropic cedió a la presión de la comunidad en un día, diciendo que \"fue una mala decisión\". Lo que cambió fue la visibilidad, no el estrangulamiento. Las peticiones marcadas ahora se muestran igual que una negativa, y la degradación en sí se mantuvo. Anthropic argumenta que sus términos ya prohíben usar Claude para construir sistemas de IA competidores, algo defendible. Hacerlo en silencio durante un mes, no.

La suspensión por control de exportaciones

Luego llegó la grande. Un jailbreak divulgado desencadenó una orden de control de exportaciones de Commerce el 12 de junio, y Anthropic retiró Fable 5 y Mythos 5 en todo el mundo durante 19 días.

Anthropic se opuso con fuerza a la retirada todo el tiempo. Alegó que el jailbreak era estrecho y no universal, y que también podía encontrarlo modelos más débiles, así que el estándar de retirada parecía opaco desde su punto de vista. Tenía un punto razonable sobre el listón en sí. Nadie ha construido nunca un jailbreak universal, y hoy ningún modelo supera ese listón. El UK AI Safety Institute ha informado de avances hacia uno, pero nada que funcione.

Tenía un punto razonable sobre el listón, aunque no sobre cómo lo enmarcó. Los jailbreaks universales sí existen: el UK AI Security Institute informa de que los ha encontrado para todos los sistemas de frontera que ha probado, y sus red-teamers construyeron uno contra el propio Fable 5, en una sola interacción en cuestión de horas y extendido a flujos agenteados multivuelta en días, según la model card de Fable 5.

Lo que realmente se discute es si ese listón debe activar una retirada, no si tales jailbreaks son posibles.

Restitución, con nuevos límites

Anthropic lanzó un clasificador más fuerte y reportó una tasa de bloqueo superior al 99%, y con eso Commerce levantó los controles hacia el 30 de junio.

El acceso general volvió el 1 de julio, pero con condiciones más estrictas. La ventana prometida de dos semanas sin restricciones se redujo a alrededor de una, y un nuevo tope semanal del 50% significaba que, una vez superado, más uso de Fable 5 se facturaba como créditos a la tarifa completa de $10 y $50. Suficiente para que los suscriptores murmuraran en Reddit.

Anthropic amplió el plazo dos veces y luego dividió la política por plan el 20 de julio: Max y Team Premium mantienen Fable 5 en el 50% de los límites semanales sin fecha de fin, mientras que Pro y Team Standard reciben un crédito único de $100 y después pagan la tarifa de la API. Mythos 5 volvió solo para unas 100 organizaciones estadounidenses verificadas, desde un programa internacional más amplio.

Todo esto deja a Fable 5 como un modelo potente envuelto en una política de acceso que cambia de un mes a otro. Prepárate para alguna negativa errónea ocasional y no des por hecho que los límites de este mes se mantendrán el siguiente.

Claude Fable 5 vs Opus 5 en el mismo proyecto

Para ver cómo se comportan los dos modelos en condiciones idénticas, asigné a cada uno el mismo trabajo en una sesión nueva de Claude Code. Después leí las transcripciones completas de la sesión, los archivos JSONL internos y evalué ambas apps terminadas en el navegador.

Mi primer intento de comparación usó un acortador de URLs. Fue un error. Ambos modelos produjeron apps casi idénticas, hasta el tema y el set de funciones, porque un acortador de URLs tiene una respuesta obvia presente en los datos de entrenamiento de cualquier modelo. La prueba no medía nada.

Configurar un ecosistema vivo de una sola pasada en Fable 5 y Opus 5

Elegí una tarea sin respuesta canónica: una simulación de ecosistema vivo. Tres especies en una red trófica, agentes que se agrupan, cazan y mueren de hambre, 5000 en pantalla a la vez, todo determinista desde una semilla. El prompt prohíbe librerías que resuelvan lo difícil, así que cada modelo debe escribir sus propias consultas espaciales, steering y dinámica poblacional.

Este fue el prompt que recibieron ambos modelos, palabra por palabra:

Build a living ecosystem simulation that runs in the browser, and ship it end-to-end in one shot, without asking me any questions or pausing for confirmation. Make all decisions yourself and only stop when it is fully built, tested, and pushed to GitHub.
 
Requirements:
 
- A real-time canvas simulation of an ecosystem with at least three species in a food web (for example producers, herbivores, predators). Species interact: they eat, they are eaten, they reproduce, and they die.
- Agents move with steering behaviour — flocking among their own kind, and avoidance or pursuit across species.
- Each agent has an energy budget. Moving and reproducing cost energy, eating restores it, and running out kills the agent. Population levels must emerge from these rules rather than being scripted.
- The simulation must stay stable and interactive at 5000 agents. Show a live FPS counter and a live population graph per species.
- The whole world is generated from a numeric seed. The same seed must always produce the same run.
- Controls to pause, resume, reset, reseed, and tune the key simulation parameters live while it runs.
- Implement the simulation yourself: the steering, the spatial queries, the integration, and the population dynamics. Do not use a physics engine, a flocking library, a game engine, or a charting library. Plain canvas and your own code.
- Tests covering the core simulation logic.
- A README with setup and run instructions.
 
The simulation should run in the browser and be usable by someone who has never seen it before.
 
When it is complete, create a new GitHub repository with the gh CLI (which is already installed and authenticated) and push the project to it.

La regla de no hacer preguntas es clave. Mide hasta dónde lleva cada modelo un build por su cuenta, sin nadie que corrija un desvío. Cada uno corrió en su propio directorio vacío sin pista de que un segundo modelo tenía la misma tarea.

La tarea, además, esconde cuatro pruebas objetivas dentro de una salida que parece solo visual. 

• La búsqueda de vecinos debe usar un índice espacial, o la tasa de frames cae con 5000 agentes. 
• El mundo debe envolver o acotar bien, o los agentes atraviesan las paredes.
• La aleatoriedad debe pasar por un generador con semilla, o la misma semilla da una ejecución distinta.
• Y las tasas de natalidad y mortalidad deben equilibrarse, o la población se queda en cero o explota. 

Cada uno de esos fallos se ve en pantalla, lo que convierte una demo vistosa en algo evaluable.

Ambos builds están en vivo, para que puedas hacer la comparación tú mismo en vez de fiarte de mí. Ábrelos en paralelo y vuelve a sembrar en cada uno:

• Build de Fable 5: ecosystem-fable-5.vercel.app (código)
• Build de Opus 5: ecosystem-opus-5.vercel.app (código)

Más abajo tienes capturas de ambos, por si prefieres leer a hacer clic. Nota: las capturas están alejadas para encajar toda la pantalla, así que puede que no se vean detalles finos.

Qué modelo sirvió realmente cada ejecución

Antes de los resultados, una nota metodológica que importa para interpretarlos.

Claude Code puede recurrir a Opus cuando el clasificador de seguridad de Fable 5 rechaza una petición, así que una ejecución etiquetada como Fable no garantiza que todo sea Fable. En lugar de suponer, registré el campo model en cada evento del asistente en ambas transcripciones.

Por suerte, en mi comparación, cada evento de la ejecución de Fable vino como claude-fable-5, los 103. Cada evento de la ejecución de Opus vino como claude-opus-5, los 247. No hubo fallback en ningún sentido. Los números de abajo describen los modelos de la etiqueta.

Cómo abordaron el problema Fable 5 y Opus 5

Fable trabajó en silencio. Ejecutó 56 llamadas a herramientas y escribió 429 palabras de comentarios en todo el build, en 2 bloques de texto.

Opus trabajó a la vista. Ejecutó 137 llamadas a herramientas, más del doble, y escribió 4.808 palabras en 110 bloques. Ambos modelos revisaron a un ritmo similar si ajustas por volumen, cerca de 2 ediciones por archivo escrito.

También se diferenciaron en tooling. Fable entregó módulos ES planos con un script de arranque python3 -m http.server y sin node_modules. Opus instaló Vite y Vitest y construyó con una toolchain real.

Los tiempos de build de abajo miden solo trabajo activo. Tomé cada ejecución desde su primer evento del asistente hasta el último y resté cualquier tramo inactivo en el que la sesión estuviera esperando en lugar de construyendo.

Resultados: velocidad, coste y corrección

Fable costó un 43% más y produjo un 74% más de tokens de salida para un programa más pequeño. Como no puede desactivar su razonamiento, sigue facturando incluso cuando el trabajo no lo necesita.

Ambos modelos superaron todas las comprobaciones objetivas: 

• La misma semilla reproduce el mismo mundo.
• Semillas distintas divergen.
• Nada llega a NaN.
• Ningún agente escapa del mundo a velocidad máxima.
• Ambos mantienen 60 FPS en el navegador sin errores en consola.

La simulación de Opus es 2,3 veces más rápida por tick. Almacena agentes en typed arrays, un array plano por propiedad, y mantiene una rejilla espacial separada por especie. Fable da a cada agente su propio objeto y comparte una rejilla uniforme entre las tres especies. Ambas opciones son correctas, pero el diseño de datos de Opus es más rápido.

El defecto que entregó Fable

El script npm test de Fable no se ejecuta. Entregó node --test test/, que Node 26 resuelve como una ruta de módulo en lugar de un directorio, así que el comando muere antes de ejecutar un solo test. Los 16 tests subyacentes están bien y pasan cuando nombras los archivos explícitamente. El punto de entrada en package.json está roto.

Es un bug pequeño con un coste desproporcionado, porque el único comando que un lector tecleará realmente es el que falla. Fable tampoco lo detectó, y eso es lo relevante: el prompt pedía tests y los verificó por una vía que sus propios usuarios no seguirán.

Opus no tiene un fallo equivalente. Sus 58 tests se ejecutan con npm test y pasan. Ambas baterías prueban lo que importa aquí: determinismo con semilla, conservación de energía, envoltura en toro y supervivencia de especies a largo plazo; así que la diferencia es de profundidad, no de tipo. La única comprobación que solo escribió Opus es el test de estrés de 5000 agentes, también el requisito con más probabilidades de romperse.

Lo que muestran las capturas

Las dos apps no se parecen en nada, que era justo la razón para cambiar de tarea.

Fable 5: controles a la izquierda, agentes como cuadrados planos, especies llamadas Plants, Herbivores y Predators.

Opus 5: controles a la derecha, agentes como triángulos que apuntan en su dirección, especies llamadas Plankton, Grazers y Hunters.

En la parte de UI, estas son las mayores diferencias:

• Fable puso el panel de control a la izquierda y dibuja cada agente como un cuadrado plano, y nombró sus especies Plants, Herbivores y Predators.
• Opus colocó su panel a la derecha y dibuja triángulos direccionales, para leer hacia dónde se mueve un grupo. Inventó un tema acuático y eligió Plankton, Grazers y Hunters.

Cómo leer los gráficos de población

En los gráficos de población es donde el diseño se distancia de verdad.

Gráfico de Fable 5, escala lineal. La línea de plantas ocupa toda la altura y la de depredadores queda pegada al eje.

Gráfico de Opus 5, escala logarítmica. Las tres especies se leen bien, y la línea de cazadores cruza la de presas.

Ambas simulaciones oscilan como debe hacerlo un sistema depredador-presa. En Fable, las plantas varían entre 520 y 7.061 en 5 minutos, mientras herbívoros y depredadores ciclan detrás; los depredadores alcanzan 248 justo cuando los herbívoros tocan fondo en 119.

En escala lineal, la línea de plantas se come todo el rango vertical, los herbívoros se comprimen en una banda fina y los depredadores quedan planos contra el eje.

Por eso Opus puso su gráfico en escala logarítmica y marcó el pico. Las tres especies se mantienen legibles y puedes ver la línea de cazadores subir, cruzar la de pastadores y caer cuando estos se recuperan. Es la misma clase de datos y solo uno de los dos gráficos se puede leer.

Cómo se comportan los dos ecosistemas

Los ecosistemas subyacentes también difieren. Opus limita su capa de productores a 4.229 plancton, así que esa población se queda pegada al techo y solo ciclan las dos especies superiores. Fable mantiene las tres acopladas, lo que da oscilaciones más amplias y un mundo más vivo. Obtuvimos estabilidad frente a dinamismo sin pedirlo en el prompt.

Panel de parámetros de Fable 5: 13 deslizadores en las propias unidades de la simulación.

Panel de parámetros de Opus 5: 9 deslizadores, cada uno un multiplicador que empieza en 1,00, agrupados en World y Behaviour.

Fable expone 13 parámetros en unidades reales: crecimiento de plantas 5, radio de percepción 60, separación 1,5 y metabolismo por especie. Opus expone 9, todos multiplicadores normalizados que parten de 1,00, divididos en grupos de World y Behaviour. 

En una frase: Fable te da más control, mientras que Opus te da un panel con el que es difícil romper el equilibrio del ecosistema.

¿Deberías elegir Fable 5 u Opus 5?

Usa Opus 5 como predeterminado. En este build costó un 30% menos, ejecutó una simulación 2,3 veces más rápida y escribió mejores tests. Fable ganó en velocidad de entrega, terminando en aproximadamente la mitad de tiempo.

Ve a Fable 5 cuando quieras terminar un build de una sola pasada con mínima supervisión, o cuando importe la huella de dependencias. Fable entregó un programa sin dependencias un 42% más pequeño que la alternativa, y lo consiguió en 103 turnos del asistente frente a 247. Esa concisión tiene valor real en una tarea que piensas revisar tú mismo después.

Reflexiones finales

Dos builds de un tipo de proyecto no constituyen un benchmark. El rendimiento en el mundo real puede variar mucho pese a lo que digan los benchmarks existentes.

Por ejemplo, aunque nuestra comparación mostró a Fable usando más tokens que Opus, la mayoría de desarrolladores cuentan lo contrario: Opus 5 quemando muchos más tokens que Fable o Sol en tareas similares. Se sospecha que el preentrenamiento de RL de Opus 5 lo ha optimizado en exceso para inflar el consumo de tokens en lugar de ser útil y conciso. Fuera de la comparación, yo también lo he notado en mi trabajo. Los modelos de la familia Opus son cada vez más verbosos en la superficie y más difíciles de leer.

En lo personal, seguiré usando Fable 5 para casi todos mis proyectos de código, también para clientes, porque a la larga gana en precisión. Estoy en el último plan Max y aún no he tocado mis límites de uso, incluso usando Fable en varias sesiones (aunque no ejecuto Claude Code sin parar). Usaré Opus cuando importe la factura de tokens o cuando quiera un comentario continuo de la tarea en curso para entender mejor.

Para saber más sobre los modelos y las herramientas a su alrededor, te recomiendo leer nuestra guía completa de Claude Fable 5, junto con los tutoriales de Claude Code y mejores prácticas de Claude Code.