GPT-5.6 vs Claude Fable 5: Qué modelo para qué trabajo

La pregunta de qué modelo de IA es el mejor recibió una nueva tanda de respuestas en julio de 2026. OpenAI lanzó GPT-5.6. El Claude Fable 5 de Anthropic llevaba un mes de ventaja. Ambos proveedores publicaron cifras que hacen que su propio modelo parezca la elección obvia. Ambos tienen razón, para trabajos distintos.

Este artículo no corona a un único ganador. Muestra qué modelo se gana qué tipo de trabajo, y a qué coste, para que usted decida a partir de su propio encargo en lugar de un titular de marketing.

La pelea que todos observan: Sol contra Fable 5

GPT-5.6 no llega como un solo modelo. Se lanza en tres niveles, desde el barato Luna, pasando por Terra, hasta Sol. Sol es el buque insignia, y OpenAI lo llama su «mejor modelo de programación hasta ahora».

La afirmación principal de OpenAI es concreta. Sol obtiene 80 puntos en el Artificial Analysis Coding Agent Index, 2,8 puntos por encima de Fable 5, mientras usa menos de la mitad de los tokens de salida, tarda menos de la mitad del tiempo y cuesta alrededor de un tercio menos por tarea de programación. Sam Altman añadió que Sol es un 54 % más eficiente en tokens al programar que la generación anterior.

Anthropic responde con otra métrica. Fable 5 es su modelo de clase Mythos, que la empresa describe como el estado del arte en casi todos los benchmarks probados y como el modelo frontera con mejor puntuación en la evaluación FrontierCode de Cognition con esfuerzo medio. En las clasificaciones compuestas de calidad, Fable 5 ocupa actualmente el primer puesto.

Ambas afirmaciones pueden ser ciertas a la vez. Un proveedor ajustó el bucle del agente de programación para el coste y la velocidad. El otro ajustó la capacidad bruta en los problemas más difíciles. La diferencia no está en quién miente. La diferencia está en qué se midió.

Cómo leer un benchmark antes de confiar en él

La cifra de un proveedor es un punto de partida, no un veredicto. Antes de basar una decisión en ella, compruebe cuatro cosas.

Quién hizo la prueba. Contraste la propia cifra del proveedor con una clasificación independiente como Artificial Analysis, SWE-bench o LM Arena. Si el orden se mantiene en terreno neutral, la afirmación tiene peso.

Qué tarea midió. «El mejor en programación» en un índice de programación con agentes es algo distinto de «el mejor» en un examen de razonamiento de un solo intento. Un modelo puede liderar uno y quedarse atrás en el otro.

A qué coste. Una ventaja de dos puntos que quema el triple de tokens no es una ventaja para una carga de trabajo que se ejecuta miles de veces al día. Con poco volumen, el precio apenas importa. A escala, decide.

Con qué salvedad. Fable 5 desvía parte de las solicitudes a Claude Opus 4.8 a través de clasificadores de seguridad. Según la propia cifra de Anthropic, ocurre en menos del 5 % de las sesiones, sobre todo en ámbitos sensibles como la ciberseguridad y la biología. No hay problema para el uso empresarial habitual. Conviene saberlo si ese es su ámbito.

La comparativa (julio de 2026)

Los precios son por millón de tokens, entrada y salida. Una celda en blanco significa que el proveedor no publica el dato oficialmente y preferimos no adivinarlo.

Luna, el nivel más barato de GPT-5.6 a 1 $ / 6 $, encaja en trabajo sencillo y de gran volumen donde no necesita capacidad de buque insignia. Grok 4 de xAI mantiene un lugar en el grupo de cabeza, más fuerte con datos en vivo y actuales. Los modelos abiertos GLM-5.2 y DeepSeek V4 reciben su propio tratamiento en la segunda parte, porque dónde se ejecutan y de dónde vienen importa tanto como su puntuación.

El veredicto, por trabajo

Si ejecuta agentes de programación a gran escala y el coste por tarea importa, elija GPT-5.6 Sol. Los tokens y el tiempo ahorrados se acumulan en dinero real a lo largo de miles de ejecuciones al día. En precio bruto por token, Sol a 5 $ / 30 $ es exactamente la mitad del precio de Fable 5.

Si el trabajo es razonamiento difícil, análisis jurídico o financiero, o documentos largos donde acertar vale más que ser barato, elija Claude Fable 5. Un millón de tokens de contexto, 128K de salida y el razonamiento siempre activo rinden allí donde una respuesta equivocada cuesta más que unos céntimos de más por llamada.

Si quiere un solo modelo para texto, imágenes y código sin gestionar varios proveedores, fíjese en Gemini 3.1 Pro. Lidera los duelos directos en coding-arena y mantiene una buena relación calidad-precio como generalista.

Si dominan el presupuesto, la propiedad de los datos o el alojamiento propio, opte por los modelos de pesos abiertos GLM-5.2 o DeepSeek V4. Alcanzan alrededor del 80 % en SWE-bench Verified por una fracción del coste. Antes, eso sí, lea nuestra comparativa de modelos de IA chinos y estadounidenses, porque con estos el precio viene ligado a cuestiones de gobernanza de datos y riesgo político.

Constrúyalo para poder cambiar

La clasificación que elija hoy cambiará en cuestión de semanas. Sol superó a Fable 5 en un índice. El próximo lanzamiento de Anthropic, Google u OpenAI la reordenará. Eso no es motivo para esperar. Es motivo para no casarse con un solo proveedor.

La decisión duradera no es «qué modelo», sino cómo lo integra. Ponga una capa fina entre su aplicación y la API del modelo, mantenga los prompts y las evaluaciones bajo control de versiones y mida su propia tarea en lugar del benchmark de otro. Entonces cambiar de modelo es un cambio de configuración, no una reconstrucción. Así es exactamente como construimos la automatización con IA para los clientes, para que la próxima generación de modelos los haga avanzar en lugar de encerrarlos.

Mientras sopesa el lado del coste, también ayuda nuestro análisis del coste de la programación con IA, tokens de API frente a un desarrollador. El precio de un millón de tokens no es lo mismo que el precio del trabajo terminado.

El ganador de este mes importa menos que una configuración que le permita elegir al ganador del mes que viene sin reescribir nada.