El mejor modelo de IA de Anthropic tiene dificultades para atraer usuarios mientras prosperan herramientas más baratas
El modelo de gama alta Fable 5 de Anthropic está atrayendo relativamente poco uso frente a opciones más baratas como Opus, GPT‑5.6 “Sol” y los modelos chinos de pesos abiertos en rápido ascenso, pese a que a menudo se le considera más capaz para tareas complejas de programación e investigación a largo plazo. Los comentaristas señalan los altos costes, los límites de uso agresivos, los guardarraíles de seguridad intrusivos, la falta de retención cero de datos para empresas y los cambios erráticos de precios y políticas como grandes desincentivos, especialmente cuando los modelos “suficientemente buenos” ya son abundantes y mucho más baratos. Muchos ven en esto una señal de que las mejoras de inteligencia más allá de cierto punto aportan rendimientos prácticos decrecientes, empujando la IA hacia un mercado de materias primas, sensible al coste, en lugar de una frontera premium desbocada.
Adopción del modelo e inteligencia “suficientemente buena”
- Muchos comentaristas dicen que la capacidad de frontera de Fable 5 no es necesaria para la mayor parte del trabajo cotidiano (programación, correo, resúmenes).
- Los modelos más baratos (Opus 4.6/4.8, Sonnet, GPT 5.6 Sol, DeepSeek, GLM, Qwen, Kimi) se consideran “suficientemente buenos”, especialmente cuando se combinan con buenos harnesses/agentes.
- Algunos sostienen que quizá estemos cerca de una meseta de “suficientemente bueno” en la que la inteligencia incremental aporta poco valor fuera de la investigación de frontera o la ingeniería muy compleja.
Precios, cuotas y estrategia empresarial
- Hay una fuerte frustración con los cambios de Anthropic en los niveles de suscripción, las ventanas de acceso a Fable y los límites opacos de 5 horas / semanales.
- Varios usuarios informan haber alcanzado los límites a mitad de sesión y sentirse obligados a “token-maxx” o a comprar varias cuentas o planes superiores.
- Muchos perciben que Anthropic está monetizando agresivamente los tokens y actuando como un “comerciante de tokens”, en contraste con las cuotas más generosas o predecibles de los competidores.
Calidad, regresiones y guardarraíles
- Existe un sentimiento generalizado de que Opus 5 es más lento, más verboso, más condescendiente y a menudo peor que Opus 4.6/4.8; algunos sospechan rebajas silenciosas o cambios en la infraestructura.
- Un grupo minoritario elogia Fable por la planificación a largo plazo, los refactors complejos y las transformaciones autónomas de código durante varias horas, pero otros consideran que Sol o K3 son comparables o mejores a menor coste.
- Los guardarraíles de seguridad son un gran dolor de cabeza: Fable y Opus suelen rechazar preguntas benignas sobre seguridad, biología, autenticación o sistemas, o degradan silenciosamente los modelos.
Empresa y cumplimiento (ZDR)
- Un bloqueador clave para Fable en empresas es la falta de retención cero de datos; varias organizaciones prohíben su uso por este motivo.
- Algunos creen que esto está impulsado por la presión regulatoria y por el deseo de Anthropic de analizar patrones de ataques de múltiples solicitudes. Otros lo ven como vigilancia y un problema de confianza.
Privacidad, confianza y UX
- El incidente de fingerprinting de prompts / esteganografía se cita como una grave violación de la privacidad y una ruptura de la confianza.
- A los usuarios no les gustan el comportamiento probado mediante A/B, los cambios automáticos de “auto-mode” y las personalidades cambiantes de los modelos; quieren herramientas estables y predecibles.
Competencia, modelos locales y discurso de burbuja
- Muchos informan haber trasladado el trabajo pesado a OpenAI Codex/Sol, modelos chinos vía OpenRouter o Qwen/GLM/DeepSeek autoalojados, a menudo solo por coste y fiabilidad.
- Varios predicen que los LLM se convertirán en materias primas baratas que se ejecutan localmente; los fosos defensivos de los laboratorios de base y las valoraciones de las acciones de IA se miran con escepticismo.