Buenas noches, familia... Mil agentes de IA construyeron un prototipo de sistema operativo. La curva de costos es la parte que yo vigilaría. Market Pulse | 10 nov. 2026 El lanzamiento de Anthropic el 9 de noviembre de Fable 5.2 y Mythos 5.2 nos brinda dos evidencias muy distintas. El gráfico muestra los resultados de FrontierCode 2.0 de Anthropic. Fable 5.2 con esfuerzo alto obtiene un 45,3%, cerca del mejor 45,5% de Opus 5.5, a aproximadamente la mitad del costo por tarea. Este benchmark evalúa si los cambios de código serían aceptados por mantenedores de código abierto. Mire más adelante en la línea verde: Xhigh alcanza un 49,1%. Max cuesta más y obtiene una puntuación más baja en esta evaluación. Pagar por más razonamiento no compra automáticamente un mejor resultado. La demostración en mi respuesta muestra el prototipo de sistema operativo de Anthropic. La empresa afirma que Fable coordinó más de 1.000 subagentes durante ocho días para construirlo. Esto ilustra la escala del trabajo que intenta lograr. El video y el benchmark cubren cargas de trabajo diferentes, por lo que el gráfico no puede decirnos cuánto costó ese proyecto de sistema operativo. La pregunta práctica es si la ejecución más barata del modelo también significa trabajo final más barato. Los reintentos, la integración y la revisión humana pueden absorber los ahorros. Durante las próximas 72 horas, buscaré pruebas independientes que informen resultados aceptados, gasto total y tiempo de revisor en las mismas tareas. Un costo menor con calidad comparable fortalecería el argumento. Los ahorros que desaparecen durante la verificación lo debilitarían. Ese es el número que quiero de un agente: la factura completa del trabajo que realmente puedo usar. Gráfico: Anthropic. Los resultados del benchmark son reportados por la empresa. https://t.co/dSLUQCBRR5