Probamos Claude Fable 5.1 en polaco: se colgó en una tarea
Pusimos a prueba Claude Fable 5.1 el día de su lanzamiento con seis tareas en polaco. El modelo más caro se colgó en una tarea básica y no justifica el doble de precio.
Actualización (9 de noviembre de 2026): ya han salido Claude Fable 5.2 y Mythos 5.2 - precios, acceso y benchmarks en mi guía de Claude Fable 5.2.
👁 114 lecturas
Probamos Claude Fable 5.1 la misma noche de su lanzamiento con un conjunto de tareas en polaco que usamos desde mediados de agosto. El resultado más llamativo: el modelo se colgó completamente en una tarea básica de gramática.
El lanzamiento de un modelo siempre sigue el mismo ritual: el fabricante muestra gráficos donde su novedad supera a la versión anterior, y las mediciones independientes aparecen unos días después. En medio hay un vacío donde no se sabe nada con certeza. Decidimos llenarlo a nuestra manera y la noche del lanzamiento pusimos a prueba Claude Fable 5.1 con un conjunto de tareas en polaco que utilizamos para medir modelos desde mediados de agosto.
El método es aburrido y precisamente por eso funciona. Seis tareas, cada una con una resolución inequívoca: declinación de nombres propios extranjeros, numerales colectivos, mayúsculas y minúsculas, construcciones de gerundio, comas y reescritura de una frase de lenguaje burocrático a lenguaje natural. La misma temperatura 0,2, el mismo límite de respuesta, el mismo límite de tiempo. Junto a Fable 5.1 colocamos a su predecesor, Fable 5, y a Opus 5, es decir, el modelo que la misma empresa vende a la mitad de precio.
La tarea que el nuevo modelo no terminó
Lo más interesante ocurrió en la segunda tarea, la de los numerales. Fable 5.1 no respondió. No se equivocó, no se negó, simplemente no devolvió nada durante tres minutos, hasta que cerramos la conexión. Cero tokens de salida, cero coste, sin respuesta.
No es un caso aislado de una noche. Cuando ejecutamos el mismo conjunto en agosto, Fable 5 se comportó exactamente igual: se colgó en la tarea de declinación de nombres propios y se quedó colgado hasta que se agotó el límite de cinco minutos. En otras palabras, esta familia de modelos tiene un problema recurrente de bloqueo en tareas lingüísticas cortas, y la nueva versión no lo ha eliminado. En la misma ejecución, Fable 5 y Opus 5 respondieron a los numerales sin titubear, en menos de diez segundos, y ambas respuestas fueron correctas.
Vale la pena saber que hablamos de una tarea que en la escuela polaca se hace en primaria: cinco niños, dos chicos, cuatro mujeres, tres estudiantes aprobaron el examen, siete coches. No hay ninguna trampa más allá del propio idioma polaco.
Donde respondió, lo hizo muy bien
El resto de la medición tiene buena pinta para la nueva versión. Fable 5.1 resolvió las otras cinco tareas correctamente y fue el más rápido de los tres: una media de 6,5 segundos por respuesta, frente a 7,2 segundos de Fable 5 y 8,2 segundos de Opus 5.
La diferencia cualitativa más clara apareció en la tarea de mayúsculas y minúsculas. Ambos modelos Fable corrigieron la frase según la norma polaca: presidente de Varsovia en minúscula, ayuntamiento como nombre no oficial en minúscula, señor director en minúscula, y Ministerio de Digitalización y Navidad en mayúscula. Opus 5 dejó Ayuntamiento y Señor Director en mayúsculas, es decir, cometió exactamente el error más frecuente en los escritos oficiales polacos.
Un detalle que nos divirtió: en la tarea de las comas, el texto de entrada carecía de signos diacríticos, porque así lo proporcionamos desde el principio. Fable 5.1 fue el único que por sí mismo restauró los signos diacríticos polacos en todo el párrafo, aunque nadie se lo pidió. Fable 5 y Opus 5 dejaron educadamente el texto tal como lo recibieron. Exceso de celo, pero en el buen sentido.
Cuánto costó
Todo el conjunto de seis tareas nos costó 7 centavos en Fable 5.1, casi 9,6 centavos en Fable 5 y poco menos de 6 centavos en Opus 5. Fable 5.1 resultó más barato que su predecesor a pesar de tener la misma tarifa por tokens, porque simplemente habló menos: al corregir los gerundios se cerró en 88 tokens donde Fable 5 necesitó 257 y Opus 5 nada menos que 358.
Sin embargo, hay una excepción que estropea este panorama. En la tarea de mayúsculas, Fable 5.1 consumió 675 tokens de salida para devolver una respuesta carácter por carácter idéntica a la que Fable 5 dio en 359 tokens. Por exactamente el mismo resultado pagamos casi el doble. Con una frase son céntimos, con miles de consultas diarias ya es una partida en el presupuesto.
Qué implica esto al elegir modelo
Fable 5.1 cuesta 10 dólares por millón de tokens de entrada y 50 por millón de salida. Opus 5 del mismo establo cuesta 5 y 25, es decir, exactamente la mitad. En nuestra prueba de polaco, el modelo más caro ganó en una tarea, perdió en una por falta de respuesta y fue más rápido en segundo y medio por consulta.
No es un resultado que justifique el doble de diferencia en precio para escribir y editar en polaco. Si lo haces a diario, el más barato Opus 5 hará el trabajo igual de bien, y con textos más largos dejará en el bolsillo la mitad de la factura. Fable 5.1 se defiende en otros ámbitos, en código y tareas de investigación largas, que este conjunto deliberadamente no toca.
Una advertencia que nos hacemos a nosotros mismos: esta es una medición del día del lanzamiento, con seis tareas y una ejecución de cada una. No es un benchmark con cientos de repeticiones ni pretende serlo. Muestra cómo se comportaron los modelos en nuestro escritorio la primera noche, y muestra una cosa que ningún material oficial mostrará: que la nueva versión puede colgarse en una tarea de octavo de primaria.
Repetiremos el mismo conjunto dentro de unos días, cuando baje el tráfico del lanzamiento, y comprobaremos si el bloqueo en los numerales desaparece. Si permanece, significará que el problema está en el modelo, no en la carga de los servidores.
Google · Tus fuentesBrilla más alto en tu Google - con un solo clicAñadir a fuentes preferidas →Preguntas frecuentes
¿Fable 5.1 maneja el polaco mejor que el más barato Opus 5?
En la prueba de seis tareas, Fable 5.1 ganó en una tarea y perdió en una por falta de respuesta, siendo además más rápido en segundo y medio por consulta. Concluimos que el resultado no justifica el doble de diferencia en precio para escribir y editar en polaco.
¿Por qué Fable 5.1 fue más barato de usar que su predecesor, si las tarifas por tokens son idénticas?
Fable 5.1 generó respuestas más cortas - por ejemplo, al corregir gerundios se cerró en 88 tokens, mientras que Fable 5 necesitó 257 y Opus 5 nada menos que 358. La excepción fue la tarea de mayúsculas, donde Fable 5.1 consumió 675 tokens de salida para una respuesta idéntica a la que Fable 5 dio en 359 tokens.
¿En qué consistió el problema de bloqueo de los modelos Fable?
Fable 5.1 no devolvió ninguna respuesta en la tarea de numerales - no se equivocó ni se negó, simplemente durante tres minutos no generó ningún token de salida. Un problema idéntico ocurrió anteriormente con Fable 5, que se colgó en la tarea de declinación de nombres propios y se quedó colgado durante cinco minutos.
More on this from FULGOR
revista·Benchmarks GPT-6 Astra: tres pruebas donde pierdeGPT-6 Astra domina en matemáticas y razonamiento, pero pierde en tres pruebas clave frente a Claude. Te mostramos la tabla completa de resultados.