El 1 de septiembre de 2026, Anthropic publicó Claude Fable 5.1 y Claude Mythos 5.1. La cobertura se concentró, previsiblemente, en los benchmarks: Fable 5.1 duplica la puntuación de su predecesor en Terminal-Bench-Science, mejora la codificación agéntica en más de un 30% y supera a Fable 5, a Opus 5 y a GPT-5.6 Sol de OpenAI en varias pruebas. Está disponible en la plataforma de Anthropic, Amazon Bedrock, Google Cloud y Microsoft Foundry.
Pero el dato con consecuencias presupuestarias está en la letra pequeña de la tabla de precios, y casi nadie lo subrayó.
Las tarifas que todos miran no se movieron
Fable 5.1 mantiene exactamente el mismo precio que Fable 5 en lo que la mayoría de las empresas revisa primero: 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida. Si uno se queda ahí, la conclusión es que no pasó nada en materia de costos.
Lo que sí cambió es la lectura de caché, que pasó a costar 0.25 dólares por millón de tokens: un 75% menos que en Fable 5. Anthropic estima que eso reduce el costo de las cargas típicas alrededor de un 25%, y el de las cargas altamente agénticas hasta cerca de un 45%.
Por qué esa partida es la que manda en un agente
La diferencia entre un chatbot y un agente es, en términos de facturación, bastante sencilla. Un chatbot recibe una pregunta y responde. Un agente vuelve a leer el mismo material una y otra vez: las instrucciones del sistema, el historial de la conversación, la base de conocimiento, el expediente del cliente, la documentación de las herramientas que puede invocar. En cada paso del razonamiento, ese contexto se relee.
Ese material repetido es exactamente lo que se sirve desde caché. Por eso, en un flujo agéntico serio, las lecturas de caché no son un detalle marginal: suelen ser la partida más voluminosa de la factura. Bajarla un 75% no es un ajuste cosmético, es un cambio en la ecuación de qué automatizaciones son viables.
Vale conectarlo con algo que cubrimos hace una semana. El 27 de agosto comentamos la proyección de Gartner sobre la paradoja de la inferencia: el costo por token se desploma, pero cada flujo agéntico consume tantos tokens que el gasto total sube. Este lanzamiento es un dato concreto sobre esa curva, y matiza la paradoja en una dirección específica: no todos los tokens de un agente cuestan igual, y el proveedor está abaratando selectivamente los que un agente consume en mayor volumen.
La condición que casi nadie menciona
Aquí conviene ser honestos, porque el titular se presta al entusiasmo fácil. Una rebaja del 75% en lecturas de caché solo llega a la factura si la arquitectura efectivamente usa caché de prompts. No es automático.
- Si cada llamada se arma desde cero, con el contexto reordenado o reconstruido, no hay acierto de caché y el descuento no aplica.
- Si el prefijo estable del prompt cambia con frecuencia, la caché se invalida y se vuelve a pagar precio completo.
- Muchas integraciones hechas rápido, precisamente las que proliferaron en el último año, no fueron diseñadas pensando en esto.
Dicho de otro modo: dos empresas con el mismo modelo, el mismo volumen y el mismo caso de uso pueden terminar con facturas muy distintas según cómo esté ordenado el prompt. Esa diferencia ya existía; este cambio de precios simplemente la vuelve mucho más cara de ignorar.
Dos modelos, dos niveles de salvaguardas
El otro punto que merece atención es estructural. Fable 5.1 y Mythos 5.1 son el mismo modelo con distintos niveles de salvaguardas. Fable 5.1 es la versión de disponibilidad general, con las protecciones de producción de Anthropic. Mythos 5.1 se ofrece solo a través de programas de acceso restringido, para organizaciones verificadas de ciberseguridad y ciencias de la vida que necesitan capacidades normalmente limitadas por esas protecciones.
Anthropic también reporta una reducción de falsos positivos en las salvaguardas de Fable 5.1, es decir, menos casos de solicitudes legítimas rechazadas. Para quien trabaja en cumplimiento o seguridad esto no es menor: analizar tipologías de lavado de activos o describir un patrón de fraude son tareas legítimas que un filtro mal calibrado suele bloquear.
Lo interesante del arreglo es que el acceso a la capacidad plena ya no depende solo de pagar, sino de ser una organización verificada en un dominio. Es una segmentación por confianza, no por presupuesto, y probablemente veamos más de eso.
Qué haría una empresa de la región con esto
Para una empresa dominicana o latinoamericana la acción concreta no es cambiar de modelo por reflejo. Es revisar si sus integraciones actuales están construidas de forma que puedan capturar este ahorro, porque el ahorro no llega solo por actualizar el identificador del modelo.
En TEKFENIX esto toca directamente el diseño de dos de nuestros productos. Servigo365 relee en cada consulta la base de conocimiento y el historial del cliente para responder con contexto, y CumplimientoControl reevalúa un corpus regulatorio y de medios adversos que es en buena medida estable entre una evaluación y la siguiente. En ambos casos, la porción de contexto que se repite es grande y predecible, que es justo el escenario donde una caché bien estructurada decide si una funcionalidad es rentable o no. La lección que dejamos aquí no es sobre un modelo en particular: los proveedores van a seguir moviendo precios, y la empresa que tenga su arquitectura ordenada será la que capture esas rebajas sin reescribir nada.