Simon Willison prueba Claude Fable 5 cinco horas: una bestia lenta y car

No tuve acceso temprano al lanzamiento de Claude Fable 5 de hoy, pero pasé las últimas 5,5 horas poniéndolo a prueba. Mis impresiones iniciales son que esto es algo así como una bestia. Es lento, caro y ha estado masticando contentamente todo lo que le he tirado hasta ahora. Como suele pasar con los modelos frontera actuales, el desafío es encontrar tareas que no pueda hacer.

Primero, revisemos las características clave.

Anthropic asegura que Claude Fable 5 ofrece el mismo rendimiento que Claude Mythos 5, excepto con guardrails mucho más estrictos para prevenir que se use con fines dañinos. Esos guardrails se activan con frecuencia suficiente como para que la API de Claude tenga nuevos mecanismos para avisarte cuando los topas, e incluso tiene una nueva opción para pedir que recurra automáticamente a otro modelo si algo se rechaza.

Claude Mythos 5 también sale hoy. Anthropic dice que "comparte las capacidades de Claude Fable 5 sin los clasificadores de seguridad".

Los modelos tienen una ventana de contexto de 1 millón de tokens, 128.000 tokens de salida máxima y fecha de corte de conocimiento en enero de 2026.

Tienen un precio del doble que Claude Opus 4.5/4.6/4.7/4.8: USD 10 por millón de tokens de entrada y USD 50 por millón de tokens de salida. No hay aumento de precio para uso de contexto más largo.

El olor a modelo grande

La mejor forma de describir a Fable es que se siente grande. No solo en términos de velocidad y costo, sino también en cuánto sabe.

Probé el siguiente prompt para comparar el conocimiento de Fable con Opus 4.8 (con typo incluido):

"List all of Simon Willion's open source projects, most recent first, each with a rough date of when they were first released"

Opus 4.8 respondió cautelosamente que no tenía una lista confiable y verificada por fecha, listando solo 4 proyectos bien conocidos con caveats. Fable 5, en cambio, primero corrigió el typo del apellido ("creo que te refieres a Simon Willison"), y luego entregó una lista de más de 15 proyectos con fechas aproximadas, incluyendo files-to-prompt (abril 2024), LLM (mayo-junio 2023), symbex (junio 2023), shot-scraper (marzo 2022), Datasette (noviembre 2017) y la mención del codesarrollo de Django (2003-2005, open-sourced julio 2005).

En el pasado he afirmado que no me importa cuánto sepan los modelos. Quiero que sean capaces de manipular texto y código de formas útiles y buscar activamente la información que necesitan vía herramientas de búsqueda, no que la tengan horneada en sus pesos.

Pero conocimiento de este tipo es un proxy razonablemente bueno para el tamaño del modelo: se puede meter mucha más información detallada sobre el mundo en un número más grande de parámetros.

¿Es Fable realmente más grande que Opus? Anthropic no ha dicho nada sobre el tamaño del modelo, así que solo tenemos hojas de té, pero la velocidad, el precio y mi propio testeo de su conocimiento me hacen pensar que es un modelo grande. Quizás el más grande hasta ahora de cualquier vendor.

Probando Fable en Claude.ai

Anthropic puso Fable 5 a disposición en todas sus superficies: la interfaz de chat de Claude.ai, Claude Code para web, Claude Code CLI y Claude Cowork también. El modelo está disponible "hasta el 22 de junio" en los planes de suscripción (yo estoy en el plan Max de USD 100 al mes), tras lo cual se cobrará extra.

La semana pasada lancé micropython-wasm, una librería de Python que usa wasmtime para correr una build custom de MicroPython en WebAssembly como sandbox para código Python no confiable.

Decidí ver si Fable podía actualizarla para correr Python completo en lugar de MicroPython. Empecé con este prompt:

"Clone simonw/micropython-wasm from GitHub and research how this could use a full Python as opposed to MicroPython"

Fable identificó que podía usar las builds cpython-wasi-build de Brett Cannon para esto, pero no pudo descargarlas debido a restricciones del entorno. Le pasé los dos zips manualmente y le pedí que continuara.

Tras unos minutos, entregó un archivo wheel funcional de 13,9 MB que permite correr código Python en un sandbox con uv. Un comienzo muy fuerte.

Agregando features a Datasette Agent y LLM con Claude Code

Antes de darme cuenta de que era día de Fable, mi objetivo stretch era agregar una nueva feature a Datasette Agent: quería que las llamadas a herramientas dentro de ese software de agente ganaran la capacidad de pausarse mid-ejecución y pedir aprobación directamente al usuario.

Durante el día Fable no solo resolvió ese problema, también identificó e implementó cuatro issues en mi librería LLM subyacente que ayudarían a soportar este tipo de mecanismo avanzado de pausa-resumir en llamadas de herramientas.

Lo hizo todo funcionando primero usando hacks bastante feos, pero el momento en que le dije que los cambios a LLM en sí estaban en alcance, se puso a desenredar los hacks y convertirlos en features soportadas de LLM. Mi objetivo stretch se transformó en LLM 0.32a3, casi enteramente escrito por Fable.

Comparación rápida con la competencia

El modelo se siente más caro de lo que vale para tareas cortas y conversacionales. Pero para tareas largas de coding con múltiples pasos, donde Opus 4.8 empieza a perder el hilo, Fable 5 sigue trabajando sin perder coherencia.