La mejor IA para desarrolladores

“Vamos a trasladar nuestro tráfico de Opus 5 en Devin a Claude Fable 5.1 el mismo día del lanzamiento. En nuestras pruebas igualó o superó ligeramente a Fable 5 con un coste por tarea menor y, con los nuevos precios de lectura de caché, un modelo de la clase Fable por fin resulta rentable para las cargas de trabajo que manteníamos en Opus, empezando por la revisión de código.”

“Claude Fable 5.1 se maneja mejor que Fable 5 en trabajos largos y sin supervisión. He tenido flujos de trabajo funcionando durante largos periodos sin perder el hilo: lleva sus propios registros, reprioriza cuando las cosas cambian y retoma el trabajo donde lo dejó.”

“En los problemas más difíciles en los que trabajamos, Claude Fable 5.1 se distancia con claridad de cualquier otro modelo que hayamos probado. En un problema de nivel gran desafío que llevamos 18 meses usando como banco de pruebas, logró avances materiales reales. En lugar de quedarse atrapado coleccionando datos, estableció conexiones claras en espacios inexplorados que todavía no he visto en ningún otro sitio. También optimizó en torno a un 35 % un kernel de cómputo con el que Fable 5 había tocado techo.”

“Teníamos un cambio que afectaba a más de ocho servicios en tres bases de código. Claude Fable 5.1 trazó todo el flujo de trabajo de principio a fin, con un nivel de detalle extraordinario, desde la llamada de servicio entrante hasta la función individual y las tablas y filas de la base de datos, y fue preciso en todos los niveles. Agradecimos la oportunidad de probar el modelo y aportar comentarios, lo que nos ayuda a prepararnos para una nueva frontera en la que podremos confiar cada vez más en estas herramientas para asumir iniciativas más ambiciosas.”

“Claude Fable 5.1 es el modelo más capaz que hemos ejecutado en CursorBench 3.2, con una puntuación del 73,4 % con esfuerzo máximo. Nos pareció especialmente hábil verificando su propio trabajo, lo que le permite abordar tareas de programación difíciles de principio a fin.”

“Lo más destacado de Claude Fable 5.1 es la escritura: más comprensible, con más sentido y que sigue mejor nuestras pautas de redacción. En pruebas ciegas frente a Fable 5, preferí su escritura y sus resultados. Y en Canva Code construyó un juego de ritmo con música real y una jugabilidad sincronizada con el compás y adaptada al nivel que generó, algo que ningún otro modelo que probamos consiguió.”

“Pedimos a Claude Fable 5.1 que revisara un proyecto de investigación clínica de Rakuten Medical que otros tres modelos de frontera habían dado por bueno. Encontró una laguna que ninguno de ellos había visto e insistió en seguir investigándola. Después propuso una hipótesis completamente nueva y convirtió un conjunto de datos que habíamos descartado en una nueva línea de investigación en una sola tarde. Es la primera vez que un modelo de frontera como Claude nos permite explorar nuevas vías de investigación de esta manera.”

“Como parte de nuestra evaluación continua de modelos de IA, Claude Fable 5.1 obtuvo resultados impresionantes en nuestras pruebas. Con Claude Code, identificó correctamente la causa raíz de todas las compilaciones rotas que probamos, en todos los niveles de esfuerzo. Además, se comunica con más eficacia que los modelos anteriores de Anthropic, con actualizaciones más concisas y fáciles de seguir.”