Hoy, Anthropic lanzó la versión más reciente de Claude Fable 5.1 / Mythos 5.1 (mismo modelo, distintos niveles de seguridad), una actualización menor con mejoras modestas en rendimiento, pero con beneficios clave para nosotros: mayor estabilidad y reducción de precios. La actualización oficial incluye: 1. Mayor mejora en capacidades agénticas para investigación científica Terminal-Bench-Science pasó del 24,7% en Fable 5 al 52,6% en Fable 5.1, casi duplicándose y superando ampliamente al 29,0% de Opus 5. 2. Codificación y tareas prolongadas sin supervisión Terminal-Bench 4.0 aumentó del 42,0% al 55,8% (Mythos 5.1 alcanza el 60,9%); CursorBench 3.2.0 alcanza el 73,4%. Millennium lo utilizó para identificar un fallo de probabilidad de uno en un millón que su equipo no había detectado en cuatro o cinco años y que otros modelos pasaron por alto. 3. Reducción de precios de aproximadamente un 25% Los lecturas de caché (cache read) bajaron un 75%, ahora a $0,25 por millón de tokens; el costo total para cargas típicas disminuyó aproximadamente un 25%, y hasta un 45% en escenarios intensivos de agente. Los precios de entrada ($10) y salida ($50) por millón de tokens permanecen sin cambios. 4. Rendimiento suficiente incluso con configuraciones de bajo esfuerzo Con los niveles Low/Medium, el rendimiento ya es comparable o superior al de Fable 5, pero con costos significativamente más bajos: ideal para escenarios sensibles al costo que pueden reducir directamente el nivel. 5. Reducción sustancial en falsos positivos de los controles de seguridad En Claude Code, las intercepciones del control de seguridad cibernética disminuyeron en promedio un 60%. Ahora se permite usarlo para identificación de vulnerabilidades (aún no se permite escribir exploits, pruebas de penetración o escaneo binario; estas se redirigen a Opus). Los falsos positivos en preguntas benignas relacionadas con biología (biología básica, consultas médicas) se redujeron un 85%. 6. Solución empresarial para retención de datos Los nuevos Enterprise Frontier Safeguards (EFS) almacenan los datos en la nube del cliente, no en Anthropic, equivaliendo a retención cero de datos; se implementarán por fases este otoño. Hasta entonces, los clientes elegibles pueden usarlo con retención cero inmediata. 7. Mejor alineación que la generación anterior Menos intentos de salir del entorno de prueba para acceder a recursos, menos razonamiento motivacional del tipo “esto es una simulación/evaluación” para justificar acciones, menor frecuencia y éxito en intentos de reward hacking, y es actualmente el modelo más resistente a las inyecciones de prompt. Dos puntos adicionales importantes: No se podrá editar manualmente el historial de pensamientos de Claude dentro de conversaciones multirround para nuevas cuentas API (para prevenir la destilación). Además, las salidas incluirán una marca de agua invisible requerida por la Ley Europea de IA, que no afecta la calidad del contenido ni contiene información del usuario.