Construye con CometAPI¿Necesitas una sola API para varios modelos?Prueba el flujo en el Playground y luego crea una clave de API cuando el modelo y el costo encajen con tu caso de uso.
¿Qué es Claude Fable 5.2? Características, benchmarks y precios
Explore las características de Claude Fable 5.2, los benchmarks, los precios de la API, las comparativas de modelos y los requisitos de migración para decidir dónde encaja en su flujo de trabajo.
Deon GoodwinEquipo de investigación de modelos de IA y API
Actualizado Nov 10, 2026 21 min de lectura
Primero la respuesta
Explore las características de Claude Fable 5.2, los benchmarks, los precios de la API, las comparativas de modelos y los requisitos de migración para decidir dónde encaja en su flujo de trabajo.
Usa este resumen para una respuesta rápida y luego lee la guía para contexto, ejemplos y detalles de implementación.
Claude Fable 5.2 es el modelo de frontera de Anthropic para razonamiento exigente y trabajo de agentes de larga duración. Lanzado el 9 de noviembre de 2026, combina una ventana de contexto grande con mejoras en programación, investigación y razonamiento visual. Para desarrolladores que evalúan una actualización, la pregunta clave es si esas capacidades mejoran lo suficiente el trabajo completado como para justificar el costo.
Revisado para mayor claridad, atribución de fuentes y terminología API actual.
Los benchmarks publicados muestran ganancias sustanciales sobre Fable 5.1, pero los resultados varían según la tarea y el esfuerzo de razonamiento.
El precio directo de la API es más bajo que el de Fable 5.1; Opus 5.5 sigue siendo una opción menos costosa para trabajo rutinario.
La migración requiere revisar el historial de conversación, las herramientas de uso de computadora, el enrutamiento de modelos y los requisitos de retención de datos.
What Is Claude Fable 5.2?
Claude Fable 5.2 es el modelo de frontera de disponibilidad general de Anthropic para trabajo técnico complejo. Está diseñado para sostener el razonamiento en sesiones prolongadas, coordinar herramientas y agentes, y llevar proyectos ambiguos a través de planificación, ejecución y verificación.
Fable 5.2 no es simplemente un modelo conversacional con una ventana de contexto más grande. Su posicionamiento se acerca más al de un líder técnico u orquestador para trabajo que involucra múltiples etapas, herramientas externas y comprobaciones repetidas. También puede actuar como asesor de modelos Claude más pequeños o delegar subtareas más simples en ellos.
Fable 5.2 utiliza always-on adaptive thinking. Controlas la profundidad del razonamiento con el ajuste de effort en lugar de desactivar el pensamiento. La API tiene High como valor predeterminado. Comienza con tareas representativas y compara la calidad de finalización, la latencia y el uso de tokens en distintos niveles de effort antes de elegir un ajuste para producción.
Elige el effort que corresponda al trabajo. La API ofrece Low, Medium, High, Xhigh y Max, con High como predeterminado. Anthropic recomienda High para la mayoría del trabajo con Fable 5.2, Xhigh cuando las tareas más difíciles muestran un beneficio medible y Max principalmente para explorar el techo del modelo. Las aplicaciones Claude y Claude Code usan Medium por defecto, así que compara explícitamente los ajustes al trasladar un flujo de trabajo a la API.
What Are the Main Features of Claude Fable 5.2?
Long-Horizon Agentic Reasoning
Fable 5.2 está diseñado para gestionar trabajo que abarca muchos pasos conectados en lugar de detenerse tras una primera respuesta plausible. Puede planificar una tarea, coordinar agentes especializados, revisar resultados intermedios y cambiar de dirección cuando la evidencia muestra que un enfoque no funciona.
En un experimento de Anthropic, Fable 5.2 coordinó más de 1,000 subagentes durante ocho días para construir un sistema operativo prototipo. Arrancó en un portátil e incluía controladores, almacenamiento permanente, una interfaz gráfica y un instalador. Esto demuestra la escala de trabajo que el modelo puede coordinar; no establece que una ejecución desatendida produzca de forma fiable software listo para producción.
Stronger Coding and Software Engineering
Las mejoras del modelo en programación van más allá del autocompletado. Puede razonar a través de repositorios, investigar errores persistentes, migrar servicios y continuar probando y revisando cambios.
Anthropic informa que agentes que usaban una versión anterior de Fable 5.2 migraron un servicio en producción de Python a Rust, con inicio aproximadamente 26 veces más rápido. Para un equipo de desarrollo, la prueba relevante es si el modelo puede navegar su propio repositorio, preservar el comportamiento previsto y producir cambios que pasen la revisión.
Faster Token Generation
Según las pruebas de lanzamiento de Anthropic, Claude Fable 5.2 genera salidas hasta un 30% más rápido que Claude Fable 5.1. Los desarrolladores también pueden habilitar el modo opcional Fast Mode para aumentar la velocidad de generación de tokens hasta 2.5 veces, a el doble de las tarifas estándar de tokens de entrada y salida. Sin embargo, una generación más rápida no significa necesariamente que todo un flujo de trabajo de agentes termine 2.5 veces más rápido, ya que la ejecución de herramientas, servicios externos y pasos de aprobación también afectan la latencia de extremo a extremo.
Scientific Research and Mathematical Reasoning
Anthropic informa que un equipo de agentes Fable 5.2 formalizó el último teorema de Fermat en Lean en 30 horas. El resultado ilustra un patrón útil de investigación: combinar razonamiento generado por el modelo con herramientas que puedan verificar el trabajo intermedio. Para otros dominios, las comprobaciones correspondientes pueden ser cálculos ejecutables, experimentos reproducibles o revisión experta.
Hardware Design and Robotics
En colaboración con Diode, Fable 5.2 diseñó tres prototipos de dispositivos electrónicos: un hub de asistente de voz doméstico, un altavoz con micrófono USB y una mascota virtual portátil. Su trabajo abarcó especificaciones, esquemas de circuito, ruteo de PCB, carcasas CAD, firmware y listas de piezas.
Diode fabricó las placas a partir de los archivos de diseño de Claude. Anthropic informa que los prototipos funcionaron sin modificaciones eléctricas, aunque siguen siendo prototipos tempranos y no han completado la certificación comercial ni las pruebas de validación completas.
La señal más sólida en estos resultados reportados es la integración. Los diseños de circuitos, las distribuciones de placas, las carcasas y el firmware se integraron en prototipos físicos, mostrando un camino desde un brief escrito hasta hardware que puede construirse y probarse. Para equipos de hardware, esto convierte a Fable 5.2 en un asistente prometedor para el primer ciclo de prototipado, especialmente cuando el reto es coordinar varias disciplinas de ingeniería.
Nuestra evaluación es que su valor más claro reside en producir un punto de partida coherente para la validación de ingeniería. Un piloto útil le pediría que entregara los esquemas, archivos de PCB, diseño de carcasa, firmware y lista de piezas para un dispositivo acotado, y luego medir cuánto necesitan corregir los ingenieros antes de que el prototipo supere pruebas definidas. Los ejemplos respaldan probar ese flujo; no establecen fiabilidad repetible ni cuantifican tiempo ahorrado en otros proyectos. El lanzamiento a producción aún requiere evidencia independiente sobre durabilidad, consistencia de fabricación y cumplimiento.
La fotografía de Anthropic muestra la mascota virtual portátil, el hub de asistente de voz y el altavoz con micrófono USB construidos a partir de los diseños de Claude. El estudio de hardware describe cómo se construyeron y probaron los prototipos.
How Does Claude Fable 5.2 Perform on Benchmarks?
La primera tabla recoge resultados reportados por Anthropic; los resultados independientes de Artificial Analysis se incluyen más abajo. Lee cada puntuación junto con su nivel de effort y configuración de prueba. Las dos fuentes evalúan cargas de trabajo diferentes, por lo que sus puntuaciones y costos por tarea no son intercambiables.
Salvo que se indique lo contrario, los resultados usan el mayor nivel de effort disponible de cada modelo; los resultados de Claude usan salvaguardas. FrontierCode 2.0 usa Xhigh para Fable 5.2 y Fable 5.1, y Medium para Gemini 4 Carbon. El resultado de Fable 5.2 en RLI usa High. OSWorld cubre un conjunto parcial sin conexión; RoboDojo Sim se ejecutó internamente. HLE usa herramientas y Chartography no. La metodología de evaluación en la System Card de Anthropic proporciona la configuración de prueba completa; la tabla no es una comparación controlada en un entorno idéntico entre proveedores.
Coding: FrontierCode 2.0 and FrontierSWE v2
Los resultados de programación favorecen a Fable 5.2 en esta comparación, lo que lo convierte en candidato para cambios a nivel de repositorio que requieren ejecución sostenida. Valida esa ventaja con tareas que se parezcan a tu propio trabajo de mantenimiento, incluidas pruebas fallidas, requisitos ambiguos y cambios que abarquen varios archivos.
Computer Use and Business Workflows
Las clasificaciones varían entre tareas: Fable 5.2 lidera los resultados de OSWorld listados, mientras que Gemini 4 Carbon lidera AutomationBench. Opus 5.5 también tiene una mayor puntuación Elo en AA-Briefcase, pese a la puntuación de rúbrica más alta de Fable 5.2. Un modelo que funciona bien en un flujo de trabajo puede no ser la mejor opción para otro; usa la métrica que refleje tu resultado deseado.
Independent Results from Artificial Analysis
A 10 de noviembre de 2026, la evaluación de Fable 5.2 de Artificial Analysis utiliza la configuración Max, Default Fallback. Su puntuación de Intelligence Index es 65, frente a una mediana de modelos comparables de 40. La misma evaluación informa 46.4 minutos y $26.54 por tarea de Intelligence Index; la mediana de modelos comparables en tiempo es 12.6 minutos.
Artificial Analysis: clasificaciones de Intelligence Index e Intelligence Index frente a costo por tarea. El eje de costo en el gráfico inferior es logarítmico. Fuente:Publicación original de Artificial Analysis.
La compensación práctica es una capacidad evaluada más fuerte con un compromiso sustancial de tiempo y costo en Max. Para productos interactivos, prueba si High ofrece respuestas aceptables antes. Para trabajo de fondo difícil, juzga el modelo por la calidad del resultado final. Estas cifras a nivel de tarea no deben leerse como tiempos de respuesta de chat ordinarios ni como una replicación independiente de la comparación de costos de FrontierCode de Anthropic.
Claude Fable 5.2 vs Fable 5.1 vs Opus 5.5
Fable 5.2 vs. Fable 5.1
Fable 5.2 es un fuerte candidato de actualización para flujos de trabajo existentes en Fable 5.1: las puntuaciones reportadas en programación y uso de computadora mejoran mientras que los precios estándar de entrada y salida caen un 20%. El beneficio es más relevante cuando un agente debe completar una secuencia difícil de acciones. Repite tus propias tareas de repositorio y flujos de escritorio antes de cambiar, porque resultados de benchmark más fuertes no eliminan los cambios de compatibilidad en historial de conversación y uso de computadora descritos a continuación.
Fable 5.2 vs. Opus 5.5
Opus 5.5 sigue siendo un punto de partida sensato para programación cotidiana y trabajo con documentos, pero tokens más baratos no siempre producen una tarea completada más barata. En la comparación FrontierCode 2.0 de Anthropic, Fable 5.2 en High obtuvo 45.3%, frente a 45.5% de Opus 5.5 en Max, con aproximadamente la mitad del costo por tarea. Ese resultado es específico de este benchmark y esos niveles de effort. Para tu propio código, compara el costo total por cambio aceptado, incluyendo reintentos y revisión, antes de elegir un valor por defecto.
Para agentes de escritorio, las puntuaciones reportadas de OSWorld 2.1 favorecen a Fable 5.2 sobre ambas alternativas, pero la prueba cubre un conjunto parcial sin conexión. Eso es evidencia útil para un piloto, no prueba de mejor desempeño en toda aplicación empresarial. La mayor puntuación Elo de Opus 5.5 en AA-Briefcase en la tabla anterior también muestra por qué programación, uso de computadora y calidad de documentos deben evaluarse por separado.
What Safety Limits Should You Expect?
Fable 5.2 añade fuertes salvaguardas en ciberseguridad y biología manteniendo una amplia disponibilidad. Anthropic afirma que estas protecciones son tan robustas como las de Fable 5.1, con menos bloqueos innecesarios. El anuncio de lanzamiento describe el posicionamiento de seguridad del modelo.
Un modelo capaz aún puede rechazar una solicitud. La documentación de rechazos de Anthropic enumera ciberseguridad, biología, desarrollo de modelos competidores, extracción de razonamiento interno y otras categorías de política de uso; algún trabajo legítimo también puede ser marcado. Para una aplicación, un rechazo es un resultado aparte a manejar, no una respuesta completa. La API puede devolver HTTP 200 con stop_reason: refusal, y la salida parcial de una respuesta rechazada debe considerarse incompleta.
Mide tasas de rechazo en tareas representativas y permitidas antes del despliegue. Donde un fallback compatible sea apropiado, registra qué modelo respondió realmente e incluye su costo en tu evaluación. Un fallback puede cambiar la capacidad entregada al usuario. Los rechazos también cuentan contra los límites de tasa, y algunas categorías se facturan incluso cuando no se produce respuesta. Las reglas de rechazo y facturación explican las excepciones.
Anthropic factura entrada y salida por separado. Las escrituras/lecturas de caché, el procesamiento por lotes y el modo rápido tienen tarifas diferentes, así que elige la fila que coincida con cómo tu aplicación envía solicitudes.
Las tarifas estándar de entrada y salida de la API son cada una 20% más bajas que las de Fable 5.1: la entrada baja de $10 a $8 por millón de tokens, y la salida de $50 a $40. Estas son las tarifas directas de la API de Anthropic; la comparación separada de CometAPI más abajo usa una línea de base diferente.
Example: Cost for 1 Million Input Tokens and 100,000 Output Tokens
En este ejemplo, Fable 5.2 ahorra $3 en comparación con Fable 5.1. El caching de prompts puede reducir aún más los costos cuando una aplicación envía repetidamente las mismas instrucciones del sistema, definiciones de herramientas o contexto de repositorio.
Claude Fable 5.2 Pricing Through CometAPI
El precio estándar de tokens para la API de Claude Fable 5.2 en CometAPI es un 20% inferior a las tarifas estándar de tokens de la API de Anthropic: $6.40 por millón de tokens de entrada y $32 por millón de tokens de salida, frente a los $8 y $40 de Anthropic, respectivamente.
Para la misma carga de trabajo de 1 millón de tokens de entrada y 100,000 tokens de salida, el costo estándar de tokens a través de CometAPI es $9.60: $6.40 por entrada más $3.20 por salida. Eso ahorra $2.40, o 20%, frente al ejemplo de $12 de la API directa. Este cálculo cubre tokens estándar de entrada y salida; caché, lotes, modo rápido y cualquier cargo por herramientas quedan fuera del ejemplo.
What Should Developers Check Before Migrating to Claude Fable 5.2?
Revisa los requisitos de migración de Fable 5.2 antes de cambiar una integración en funcionamiento. Presta atención particular a la plataforma que usas, cómo tu aplicación construye el historial de conversación y si cambia entre modelos. Cuando Fable 5.2 es el ejecutor en un flujo asesor-herramienta, el asesor debe ser Fable 5.2 o Mythos 5.2. No se acepta un asesor Fable 5.1 para este emparejamiento.
Thinking-Block Prefix Validation
Fable 5.2 verifica si el prefijo que precede a un bloque de pensamiento ha cambiado. Editar el prompt del sistema, las herramientas o mensajes anteriores puede causar un error 400 cuando se reenvía un bloque antiguo y el comportamiento ante desajuste de prefijo no está configurado. Conserva el prefijo, o usa el comportamiento documentado de recuperación por descarte de bloques mientras corriges la lógica de edición del historial.
Para aplicaciones que gestionan el historial de conversación manualmente, mantén estable el prompt del sistema y las definiciones de herramientas durante toda la sesión, y añade mensajes nuevos en lugar de modificar turnos anteriores. Preserva cada bloque de pensamiento devuelto en su orden original. Si los cambios de contexto son inevitables, utiliza el mecanismo de recuperación ante desajuste de prefijo documentado por Anthropic en lugar de reintentar repetidamente la misma solicitud inválida.
Thinking Blocks Are Model-Bound
En la Claude API y en los Claude Models administrados por Google en Google Cloud, solo Fable 5.2 y Mythos 5.2 pueden leer bloques de pensamiento de Fable 5.2. Cambiar a otro modelo puede eliminar ese razonamiento mientras deja la solicitud como exitosa. Prueba la continuidad de la conversación cuando enrutes entre modelos en lugar de suponer que conservar el texto del mensaje también preserva el razonamiento.
Update the Computer-Use Tool
La herramienta anterior computer_20251124 devuelve un error 400 con Fable 5.2 excepto en Amazon Bedrock, donde continúa funcionando como en Fable 5.1. En otras plataformas, migra a computer_toolset_20260801 y adapta el bucle del agente a la interfaz más reciente.
Review Data Retention and Request Parameters
Fable 5.2 requiere retención de datos de 30 días salvo que Anthropic autorice expresamente una excepción. La elección forzada de herramienta con types any o tool devuelve un error 400; usa los ajustes compatibles auto o none según corresponda. Omite temperature, top_p y top_k, establece el nivel de effort de forma deliberada y vuelve a medir uso de tokens y latencia tras la migración.
Who Should Use Claude Fable 5.2?
Para programación cotidiana y trabajo general de conocimiento, Claude Opus 5.5 es un punto de partida práctico. Para cargas más rápidas o de mayor volumen, Claude Sonnet 5.5 y Claude Haiku 5.5 ofrecen alternativas de menor costo. Una estrategia de enrutamiento de modelos puede reservar Fable 5.2 para tareas donde su razonamiento adicional produzca un valor medible.
Conclusion
Fable 5.2 presenta el argumento más sólido para trabajo exigente de ingeniería e investigación donde los intentos repetidos son costosos. Sus tarifas más bajas respecto a Fable 5.1 fortalecen el caso de actualización, mientras que el resultado de FrontierCode muestra por qué el precio de token más bajo de Opus 5.5 es solo parte de la decisión. Comienza con High, mide resultados aceptados y costo total del flujo, y aumenta el effort solo donde aporte. Antes del despliegue, prueba rechazos y comportamiento de migración además de la precisión. Mantén el trabajo rutinario en un modelo menos costoso cuando la capacidad adicional no mejore el resultado.
FAQ
Can Claude Fable 5.2 fast mode accelerate every agent task?
No. Una generación de tokens más rápida afecta solo parte de una ejecución de agente. La ejecución de herramientas, solicitudes de red, aprobaciones externas e intentos repetidos también contribuyen al tiempo transcurrido. Mide el flujo completo antes de pagar por el modo rápido; una tarea que pasa la mayor parte del tiempo esperando herramientas puede ver una mejora menor que una tarea muy intensiva en generación.
Does Claude Fable 5.2 need access to my entire repository?
Dale al agente el contexto y los permisos que requiere su tarea. Comienza con los archivos relevantes, instrucciones de construcción y pruebas, y luego deja que recupere material adicional cuando sea necesario. Una ventana de contexto grande no hace útiles los archivos no relacionados, y no determina qué debería poder cambiar el agente. Mantén secretos fuera del contexto suministrado y define los límites para las acciones de herramientas.
How should I budget a multi-agent Claude Fable 5.2 workflow?
Haz seguimiento de todo el flujo, incluyendo el modelo coordinador, los agentes delegados, el contexto repetido y los reintentos. Establece un presupuesto para la tarea en lugar de para una sola respuesta del modelo, y registra dónde se acumula el uso de tokens. Compara ese total con el valor del entregable aceptado; una llamada individual de bajo costo puede seguir perteneciendo a una ejecución costosa.
Can Claude Fable 5.2 benchmarks predict performance on my documents?
Aportan evidencia sobre las tareas evaluadas, pero tus documentos pueden tener diseños, terminología, calidad de escaneo o requisitos de respuesta diferentes. Construye una muestra a partir del material que tus usuarios realmente envían, incluye entradas difíciles e incompletas y verifica resultados contra respuestas conocidas. Esto revela si las fortalezas publicadas del modelo se trasladan a tu aplicación.
What is the difference between Claude Fable 5.2 and Claude Mythos 5.2?
Comparten el mismo modelo subyacente. Fable 5.2 está ampliamente disponible con salvaguardas más fuertes en ciberseguridad y biología; Mythos 5.2 está disponible para organizaciones aprobadas a través de programas de verificación de Anthropic para el trabajo pertinente. La distinción es acceso y salvaguardas, más que un modelo base separado. La visión general del modelo de Anthropic confirma sus especificaciones y precios compartidos.
Claude Fable 5.2 vs Opus 5.5: which should I choose?
Comienza con Opus 5.5 para trabajo rutinario y evalúa Fable 5.2 para los casos difíciles. Sus tarifas estándar de API son $4/$20 y $8/$40 por millón de tokens de entrada/salida, respectivamente. Para tareas exigentes de programación, usa la comparación de FrontierCode High versus Max anterior como motivo para probar Fable y luego elige en función de resultados aceptados, latencia y costo total por tarea en tu propio flujo de trabajo.
Specification
Claude Fable 5.2
Developer
Anthropic
Release date
9 de noviembre de 2026
Claude API model ID
claude-fable-5-2
Model positioning
Frontier reasoning and long-horizon agentic work
Context window
1,000,000 tokens
Maximum output
128,000 tokens
Input modalities
Text and images
Output modality
Text
Thinking
Adaptive; always on
Default API effort
High
Knowledge cutoff
June 2026
Training data cutoff
June 2026
Standard input price
$8 per million tokens
Standard output price
$40 per million tokens
Fast mode
Up to 2.5× generation speed; $16/$80 per million input/output tokens
Retirement commitment
Not sooner than 9 de noviembre de 2027
Availability
Claude API, Amazon Bedrock, Claude Platform on AWS, Google Cloud, Microsoft Foundry; supported Claude products
Benchmark
Fable 5.2
Fable 5.1
Opus 5.5
GPT-6 Astra
Gemini 4 Carbon
FrontierCode 2.0
49.1%
32.4%
45.5%
42.8%
41.1%
FrontierSWE v2
69.9%
56.3%
62.3%
65.5%
61.2%
AutomationBench
51.4%
31.4%
42.5%
41.4%
53.9%
Terminal-Bench-Science 0.1
74.6%
52.6%
58.7%
68.1%
64.8%
WANDR (relaxed score)
82.1%
68.7%
72.3%
—
—
OSWorld 2.1 (offline partial set)
89.3%
83.5%
87.2%
79.5%
81.5%
RoboDojo Sim
64.9%
27.6%
39.4%
29.8%
—
AA-Briefcase v1.1 (rúbrica)
66.1%
61.5%
61.2%
52.0%
Dimension
Fable 5.2
Fable 5.1
Opus 5.5
Primary positioning
Frontier technical reasoning
Long-running frontier agents
Premium daily-driver intelligence
Context window
1M tokens
1M tokens
1M tokens
Maximum output
128K tokens
128K tokens
128K tokens
Input price / MTok
$8
$10
$4
Output price / MTok
$40
$50
$20
Best fit
Hardest technical tasks
Existing Fable workflows
Everyday coding and knowledge work
Adaptive thinking / effort
Always on; API default High
Always on; tune effort against your existing workload
Always on; API default Medium
Coding: FrontierCode 2.0
49.1% at Xhigh; 45.3% at High
32.4% at Xhigh
45.5% at Max
Computer use: OSWorld 2.1
89.3%
83.5%
87.2%
Pricing item
Anthropic direct API rate
Standard input
$8.00 / MTok
Standard output
$40.00 / MTok
5-minute prompt-cache write
$10.00 / MTok
1-hour prompt-cache write
$16.00 / MTok
Prompt-cache read
$0.20 / MTok
Batch input
$4.00 / MTok
Batch output
$20.00 / MTok
Fast-mode input
$16.00 / MTok
Fast-mode output
$80.00 / MTok
Model / mode
Input cost
Output cost
Total
Fable 5.2 standard
$8.00
$4.00
$12.00
Fable 5.1 standard
$10.00
$5.00
$15.00
Opus 5.5 standard
$4.00
$2.00
$6.00
Fable 5.2 fast mode
$16.00
$8.00
$24.00
Use case
Why it fits
Recommendation
Large-scale software engineering
Repository-level reasoning, debugging, migrations, and multi-step code changes
Excellent fit
Scientific research
Tool-assisted analysis, mathematical reasoning, and research workflows
Excellent fit
Hardware engineering
Circuit design, PCB routing, CAD, and firmware planning
Strong fit
Long-running autonomous agents
Planning, orchestration, progress review, and recovery across many steps
Excellent fit
Technical and financial analysis
Ambiguous, data-heavy work requiring judgment and verification
Strong fit
Visual document analysis
Chart, diagram, and technical image interpretation
Strong fit
Routine customer support
High-volume, repeatable responses
Use a lighter model
Simple classification and extraction
Predictable tasks with limited reasoning requirements
Use a lighter model
61.8%
AA-Briefcase v1.1 (Elo)
1785
1669
1800
1569
1611
Remote Labor Index
41.3% (High effort)
17.9%
21.3%
20.8%
—
Humanity’s Last Exam (with tools)
74.2%
65.6%
67.7%
57.2%
—
Chartography (no tools)
73.4%
44.8%
64.4%
71.0%
72.5%
¿Qué es Claude Fable 5.2? Características, benchmarks y precios - CometAPI
