Claude Opus 5.5 vs Fable 5.1: coste y elección para programar
Opus 5.5 es la opción rentable para código verificable y agentes acotados; Fable 5.1 justifica su prima sobre todo cuando el resultado es difícil de revisar o debe acertar a la primera.
Índice
Si puedes revisar el diff, ejecutar las pruebas y comprobar el producto terminado, usa Claude Opus 5.5 como opción predeterminada para el desarrollo diario y las tareas de agente bien delimitadas. Sus tokens de entrada y salida cuestan un 60% menos que los de Fable 5.1, y las evaluaciones independientes muestran que a menudo lo iguala o supera, aunque Opus puede consumir más tokens y sigue necesitando supervisión.
Fable 5.1 merece el sobreprecio cuando el resultado es demasiado grande para validarlo a mano o cuando el coste de una primera entrega defectuosa supera ampliamente la factura del modelo. Esta comparación usa precios publicados, benchmarks independientes y pruebas prácticas disponibles a 26 de septiembre de 2026.
Decisión rápida: Opus como modelo habitual y Fable para trabajos concretos de alto riesgo
| Tu tarea | Primera opción | Motivo |
|---|---|---|
| Funciones, correcciones y prototipos en un repositorio conocido | Opus 5.5 | Menor precio, capacidad cercana a Fable y resultado fácil de verificar |
| Migraciones, auditorías o cambios masivos con criterios de aceptación claros | Opus 5.5 | Buen rendimiento en tareas largas si añades hitos y una condición de parada |
| Un problema difícil cuyo diff es demasiado grande o sutil para revisarlo rápido | Fable 5.1 | Las pruebas prácticas siguen atribuyendo a Fable un techo mayor en los casos más exigentes |
| Una entrega que debería salir bien a la primera | Fable 5.1 | El coste adicional puede ser menor que una repetición o un retraso |
| Una ejecución abierta sin presupuesto ni definición de terminado | No la dejes sin supervisión | Opus puede ampliar el trabajo y seguir gastando; limita la tarea antes de elegir |
No basta con decir que «Opus es barato» y «Fable es más inteligente». La comparación útil es el coste total de completar la misma tarea: entrada, salida, caché, herramientas, reintentos, revisión humana y retrabajo.
Precio de lista: los tokens de Opus cuestan el 40% de los de Fable
A 26 de septiembre de 2026, Anthropic publica para Opus 5.5 un precio de 4 dólares por millón de tokens de entrada y 20 dólares por millón de salida. La prueba práctica de Every sitúa Fable 5.1 en 10 y 50 dólares.
| Por 1 millón de tokens | Opus 5.5 | Fable 5.1 | Opus frente a Fable |
|---|---|---|---|
| Entrada | $4 | $10 | 60% menos |
| Salida | $20 | $50 | 60% menos |
Con la misma mezcla de entrada y salida, Fable cuesta 2,5 veces más por token. Anthropic también publica para Opus 0,20 dólares por millón de tokens leídos de caché y 5 dólares por millón escritos. No afirmamos una ventaja directa en caché frente a Fable porque la fuente citada para Fable no aporta un precio equivalente.
La tarifa responde a «¿cuánto cuesta cada token?», no a «¿cuánto costará este trabajo?». Un agente de programación puede leer archivos, llamar herramientas, repetir pruebas y corregir sus cambios, por lo que dos modelos pueden usar cantidades muy distintas en el mismo encargo.
Uso por tarea: Opus generó cerca de un 53% más, pero la salida siguió costando menos
Artificial Analysis informa de este promedio de salida por tarea de Intelligence Index con effort máximo:
- Opus 5.5: unos 119.000 tokens de salida;
- Fable 5.1: unos 78.000 tokens de salida.
Opus generó, por tanto, alrededor de un 53% más. Al combinar esos promedios públicos con el precio de salida publicado obtenemos esta ilustración limitada a tokens de salida:
- Opus 5.5: 119.000 ÷ 1.000.000 × $20 ≈ $2,38;
- Fable 5.1: 78.000 ÷ 1.000.000 × $50 ≈ $3,90.
En ese entorno concreto, Opus usó unas 1,53 veces más tokens de salida, pero esa parte de la factura quedó aproximadamente un 39% por debajo. Solo por la relación de precios de 2,5 a 1, Opus podría consumir hasta 2,5 veces más tokens antes de igualar el gasto, suponiendo una mezcla parecida de entrada y salida.
No es una factura real de programación. Faltan la entrada, la caché, las herramientas, los reintentos y las diferencias de proveedor, y Intelligence Index no reproduce tu repositorio. La conclusión útil es más precisa: que Opus genere más no significa que cueste más, pero su tarifa baja tampoco justifica dejar un agente largo sin límite.
Benchmarks independientes: Opus es mejor valor predeterminado, no un sustituto universal
Artificial Analysis otorgó a Opus 5.5 una puntuación de 58 con effort máximo, el mejor resultado de Intelligence Index medido por la firma hasta esa publicación. Las comparaciones directas con Fable 5.1 incluyen:
| Evaluación independiente | Opus 5.5 | Fable 5.1 | Lectura práctica |
|---|---|---|---|
| Humanity’s Last Exam | 61,4% | 59,1% | Pequeña ventaja de Opus |
| SciCode | 66,9% | 63,1% | Ventaja de Opus en programación científica |
| GDPval-AA v2.1 | 1846 Elo | 1735 Elo | Ventaja de Opus en trabajo de conocimiento con agentes |
| AA-Briefcase v1.1 | 1822 Elo | 143 Elo por debajo | Opus lideró en conjunto, pero Fable fue algo mejor en la subpuntuación basada en rúbrica |
El mismo informe señala que Opus no ganó todas las pruebas: quedó por detrás en CritPt, AA-LCR y GDP.pdf. Cuatro niveles de effort se situaron en la frontera de Pareto entre inteligencia y coste por tarea. Eso respalda a Opus como combinación sólida de capacidad y precio, no como ganador de cualquier carga de trabajo.
Los resultados de programación publicados por Anthropic apuntan en la misma dirección. Por ejemplo, su página informa de un 52,5% en CursorBench 4.0 para Opus con effort medium y un 51,8% para Fable con max. Son cifras del fabricante, y la propia Anthropic advierte que pequeñas diferencias entre modelos de frontera predicen cada vez peor el trabajo real. Úsalas para reducir candidatos, no para evitar una prueba en tu entorno.
Prueba práctica: unas verificaciones verdes pueden ocultar un producto roto
El equipo de Every utilizó Opus 5.5 durante siete días antes del lanzamiento. La publicación declara que Anthropic facilitó acceso anticipado, pero no intervino en la reseña. Los evaluadores no coincidieron por completo, lo que ayuda a marcar el límite:
- uno sustituyó Fable por Opus como herramienta diaria y lo consideró igual o a veces mejor para producto y código;
- otro lo llamó un «Fable más pequeño»: útil para el día a día y grandes proyectos completos, pero siguió escogiendo Fable para los problemas más difíciles;
- un evaluador estimó que Opus alcanzaba cerca del 90% de la capacidad de programación de Fable. Es una estimación personal sobre sus tareas, no un benchmark general.
El caso más instructivo fue una aplicación de formularios por voz. Opus trabajó unos 30 minutos y consumió alrededor de 5,9 millones de tokens. Las comprobaciones automatizadas aparecían en verde, pero las pantallas centrales fallaban al usar la aplicación y el servicio de IA obligatorio nunca se invocó.
Por eso Opus encaja en funciones y prototipos de un repositorio conocido solo si mantienes tres puertas humanas: leer el diff, ejecutar la aplicación real y verificar las llamadas externas críticas. Conserva copias separadas de los archivos necesarios para validar el resultado, de modo que el agente no pueda alterar o borrar su propia evidencia.
Cuándo sigue compensando pagar Fable 5.1
1. El trabajo es demasiado grande para revisarlo de un vistazo
Si el cambio abarca varios servicios, incluye una migración irreversible o puede esconder fallos de seguridad y concurrencia, la corrección del primer intento pesa más que el precio por token. Los evaluadores de Every seguían asignando a Fable esta clase de problemas grandes y difíciles.
No preguntes solo cuánto cuesta de más. Calcula cuántas horas de ingeniería ahorra un fallo evitado. Si una reversión, un incidente o una investigación cuestan más que la prima del modelo, Fable puede ser la opción económica.
2. La entrega debe acercarse al resultado final en el primer intento
En trabajos con plantilla estricta, normas de marca o plazo rígido, Fable fue el más seguro de los dos en la prueba de Every. En una presentación, Opus mejoró el diseño, pero usó el logotipo y los colores incorrectos e introdujo una afirmación sin respaldo; Fable produjo la mejor entrega.
Cuando importa más la fidelidad inicial que explorar posibilidades, prueba Fable primero. «Más seguro» no significa «sin revisión».
3. La revisión humana cuesta más que la inferencia
Si un ingeniero sénior necesita dos horas para validar un parche extenso de Opus y Fable produce de forma consistente un cambio menor y más fácil de demostrar, una API más cara puede reducir el coste total. En cambio, un equipo con buenas pruebas, entornos de vista previa y revisión de código puede convertir con más facilidad el precio bajo de Opus en ahorro real.
Cómo compararlos de forma justa en tu código
No saques conclusiones de un único prompt ni des a cada modelo herramientas o contexto diferentes. Elige entre 5 y 10 tareas reales y repetibles: al menos una función habitual, una corrección en varios archivos, un trabajo largo y un cambio de alto riesgo. Después controla las condiciones:
- Usa la misma instantánea del repositorio, instrucciones del sistema, permisos y pruebas de aceptación.
- Compara primero el mismo nivel de effort y luego prueba por separado el mejor nivel de cada modelo.
- Define antes de empezar qué significa terminado, el tiempo máximo, el presupuesto de tokens y la condición de parada.
- Registra entrada, salida, caché, llamadas a herramientas, tiempo total, éxito al primer intento y tiempo de retrabajo humano.
- Imputa a la tarea los intentos fallidos y las repeticiones, no solo el resultado que salió bien.
La regla de decisión es:
Coste total por tarea = gasto del modelo + revisión humana + retrabajo y repeticiones + pérdida esperada de una entrega defectuosa.
Si la tasa de éxito inicial de Opus se acerca a la de Fable, establece Opus como predeterminado. Si Fable reduce de forma clara el retrabajo en una clase de tareas arriesgadas, dirige solo esa clase a Fable. Conservas su techo superior sin pagar 2,5 veces por token en cada solicitud rutinaria.
Recomendación final
Elige primero Claude Opus 5.5 para la mayoría del desarrollo y de las tareas de agente bien delimitadas. Sus tokens de entrada y salida cuestan un 60% menos, los resultados independientes lo respaldan como modelo de frontera predeterminado y, aun usando más salida en los datos citados, el coste ilustrativo quedó por debajo de Fable.
Paga Fable 5.1 cuando sea difícil inspeccionar el resultado, un fallo inicial sea caro o tu propia prueba controlada demuestre una reducción material del retrabajo. La configuración práctica no es un único modelo para todo: deja a Opus la mayor parte del trabajo verificable y reserva Fable para un grupo pequeño de tareas valiosas y de alto riesgo.
Fuentes
- Anthropic: lanzamiento de Claude Opus 5.5, precios oficiales y benchmarks del fabricante, 22 de septiembre de 2026.
- Artificial Analysis: benchmarks independientes de Opus 5.5 y tokens por tarea, 22 de septiembre de 2026.
- Every: prueba práctica de siete días con Opus 5.5, 22 de septiembre de 2026.
Datos comprobados el 26 de septiembre de 2026. Los precios y el comportamiento de los modelos pueden cambiar tras futuras actualizaciones.
