anthropic
Anthropic: Claude Fable 5.2
anthropic/claude-fable-5.2
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Claude Fable 5.2 de Anthropic (ID canónico anthropic/claude-fable-5.2-20261109) aparece descrito en el catálogo de OpenRouter como el modelo más capaz del proveedor para trabajo técnico exigente, con mejoras declaradas sobre Fable 5.1 en codificación, razonamiento y visión. Acepta entradas de texto, imagen y archivo, y devuelve texto, con una ventana de contexto de un millón de tokens. El razonamiento es obligatorio, con niveles de esfuerzo seleccionables. El catálogo incluye mediciones de arena en categorías de diseño y código, pero solo se aportaron datos de catálogo; no había ficha independiente del modelo en este paquete de fuentes.[1]
Puntos fuertes
- Fortalezas declaradas por el proveedor en codificación, razonamiento y visión respecto a la generación anterior Fable 5.1; el catálogo también lista resultados medidos de arena en categorías de diseño, agentes y código.[1]
- Amplia superficie de entrada: acepta texto, imagen y archivo con salida de texto, además de una ventana de contexto muy grande.[1]
- Razonamiento obligatorio con cinco niveles de esfuerzo seleccionables y compatibilidad de API con herramientas, elección de herramienta, salidas estructuradas y control de verbosidad.[1]
Limitaciones
- Toda la evidencia procede del catálogo de OpenRouter; no había una ficha independiente del modelo en este paquete, por lo que las capacidades declaradas por el proveedor y las mediciones del catálogo deben validarse con cargas de trabajo reales antes de adoptarlo.[1]
- El razonamiento no puede desactivarse (solo se ajusta su esfuerzo) y no se informa la fecha de corte de conocimiento; además, algunos campos de benchmarks del catálogo están vacíos.[1]
Dónde utilizarlo
- Trabajo técnico exigente, como asistencia de codificación y análisis intensivos en razonamiento, según la descripción del proveedor reproducida por el catálogo; conviene pilotearlo antes de adoptarlo.[1]
- Flujos de trabajo multimodales con documentos: el catálogo lista entradas de imagen y archivo junto al texto, y las mediciones de arena incluyen tareas de agente orientadas a PDF.[1]
- Agentes que usan herramientas y canalizaciones de salida estructurada, dados los parámetros compatibles de herramientas, elección de herramienta y formato de respuesta.[1]
Fuentes
- [1] OpenRouter catalog · Anthropic: Claude Fable 5.2Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Claude Fable 5.2 is Anthropic's most capable model for the most demanding technical work, with gains over Fable 5.1 in coding, reasoning, and vision. In prerelease testing it completed otherwise-infeasible...
Especificaciones
- ID del modelo
- anthropic/claude-fable-5.2
- ID canónico
- anthropic/claude-fable-5.2-20261109
- Creador
- anthropic
- Añadido a OpenRouter
- 09.11.2026
- Longitud de contexto
- 1,000,000
- Modalidad
- text+image+file->text
- Modalidades de entrada
- text, image, file
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $8 / salida $40
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | SS — 10% superior de la cohorte | razonamiento: obligatorio · predeterminado high · esfuerzos: max, xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado high · esfuerzos: max, xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 64.6 | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 65.5% · posición 2 | 1,323Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 68.2% · posición 3 | 1,306Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 76.8% · posición 1 | 1,516Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 62.7% · posición 3 | 1,374Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 65.2% · posición 5 | 1,399Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 61.1% · posición 5 | 1,361Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 60.6% · posición 3 | 1,353Elo | SS — 10% superior de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| 1,000,000 | $8 | $40 | — | — | 100% | |
| Amazon Bedrock | 1,000,000 | $8 | $40 | — | — | — |
| Azure | 1,000,000 | $8 | $40 | — | — | 100% |
| Anthropic | 1,000,000 | $8 | $40 | — | — | 100% |
| Anthropic | 1,000,000 | $16 | $80 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
- Google DeepMind y Artificial Analysis presentan MKA, una evaluación de agentes con evidencia visualMKA es una evaluación de 200 tareas que mide si los agentes de IA pueden extraer evidencia decisiva de planos, escaneos y gráficos y convertirla en entregables profesionales.
- Gemini 4 Carbon pasa a estar disponible para el público general con precios de lanzamientoSimon Willison informa de que Gemini 4 Carbon de Google, antes limitado a un subconjunto de ciberdefensores, ya está disponible para todos, con unos precios de lanzamiento que se duplicarán el 1 de diciembre.