¿Es Fable un engañabobos caro?

He sustituido Fable por Opus en mi bot principal. Había elegido Fable porque, en teoría, era lo mejor. Si iba a trabajar con varios bots y distintos motores, parecía razonable reservar el modelo supuestamente más capaz para ese bot principal. La lógica era impecable. La experiencia, bastante menos.

Trabajo en paralelo con Opus, Sol y Fable. Y mi impresión con este último ha sido mala: parece muy capaz, contesta con enorme seguridad y, cuando miro el resultado, encuentro fallos, retrasos y olvidos. En mis tareas, lo he visto al nivel de Sol 5.1 o peor. Eso me ha llevado a cambiarlo.

La pregunta del título expresa ese desencanto. Si compro la expectativa de tener algo extraordinario y termino peleándome con problemas corrientes, me pregunto qué estoy pagando. El precio puede ser de primera clase; yo sigo esperando que llegue la maleta.

La seguridad no entrega el trabajo

Lo que más me molesta de Fable es la distancia entre la impresión que produce y lo que finalmente me sirve. Cuando alguien parece entenderlo todo, uno espera que esa comprensión se note después. Que el encargo avance. Que lo importante siga presente. Que el resultado responda a lo pedido.

Un tono seguro invita a bajar la guardia. A mí me interesa hacer justamente lo contrario: mirar la entrega. La seguridad con la que habla un modelo es parte de la conversación; la calidad está en lo que puedo utilizar cuando termina. Confundir las dos cosas sale caro, incluso aunque la respuesta esté magníficamente escrita.

No necesito una IA que gane una discusión conmigo sobre lo capaz que es. Necesito que haga bien el trabajo. Y si hay que corregirla, que la corrección se refleje en el resultado. La paciencia del usuario tampoco debería figurar entre los recursos ilimitados del sistema.

En una herramienta de trabajo, los olvidos y los retrasos pesan. Un destello brillante puede impresionar mucho, pero la confianza se gana con continuidad. Prefiero una ayuda que cumpla de forma sostenida a una que me obligue a preguntarme cuánto de su brillantez llegará vivo a la entrega.

El precio necesita una razón

Hay una diferencia de tarifas concreta. Anthropic, fabricante de ambos modelos, cobra en su API base 10 dólares por millón de tokens de entrada y 50 de salida para Fable 5.1; para Opus 5.5, son 4 y 20. Son tarifas por volumen, no el coste final de un encargo ni la cuota de una suscripción. Precios oficiales de Anthropic.

Pagar más puede tener todo el sentido del mundo. Si una herramienta resuelve algo que las demás no consiguen, o me permite cerrar mejor un trabajo importante, la diferencia puede estar bien empleada. Lo que me cuesta aceptar es pagar por una superioridad que, en mis tareas, no consigo reconocer.

Además, el tiempo de revisar también cuenta. Si una respuesta obliga a volver sobre el encargo, recordar lo que faltaba o esperar otra ronda, el coste no termina en los tokens. Mi atención tiene valor. El modelo que parece más barato puede salir caro; el más caro tiene todavía más que demostrar.

Puede que Fable sea magnífico para otras tareas, incluidos razonamientos largos, pero en las mías no ha justificado el puesto que le había dado.

Eso basta para cambiar una decisión de trabajo. No hace falta organizar un referéndum sobre la inteligencia artificial cada vez que una herramienta deja de compensar. Tampoco tengo obligación de seguir usándola para demostrar que soy capaz de apreciar su grandeza.

Hasta el fabricante recomienda empezar por otro

La propia documentación de Fable 5.1 recomienda empezar con Opus 5.5 para la mayoría de las cargas de trabajo y recurrir a Fable para necesidades exigentes o cuando las evaluaciones propias con Opus no alcancen lo necesario. Me parece un consejo mucho más útil que perseguir una corona. Guía oficial de Fable 5.1.

El mejor modelo de una tabla puede no ser el mejor para tu trabajo. La tabla responde a sus pruebas; tu jornada te hace otras preguntas. ¿Se terminó el encargo? ¿Se respetaron las instrucciones? ¿Cuánto queda por arreglar? Son preguntas poco vistosas para una presentación y bastante importantes cuando quieres cerrar el ordenador.

Ya conté mi experiencia con Claude Opus 5.5 y GPT-6.1 Sol en proyectos reales. Aquí lo que me interesa es esa expectativa adicional que deposité en Fable: creer que elegir el supuesto techo de capacidad me ahorraría los problemas que ya conocía. Mi experiencia ha sido otra.

Una clasificación puede orientarme al elegir qué probar. El puesto en mi trabajo se lo tiene que ganar después. Si mantengo a un modelo por su reputación mientras sus entregas me decepcionan, estoy defendiendo mi compra en lugar de evaluar mi herramienta.

Que se gane el puesto

Mi consejo es probar con tareas que de verdad importen en tu jornada. Un encargo reconocible, con un resultado que sepas juzgar. Después, revisar lo entregado y contar también las correcciones y la espera. La primera respuesta puede seducir; lo que necesitas es saber si podrás aprovechar el trabajo.

Conviene fijar antes qué considerarás suficiente. Si cambias el criterio cada vez que tu favorito tropieza, siempre encontrarás una explicación para conservarlo. Y si uno más sencillo cumple, no hay premio por seguir pagando el más caro. Tampoco por convertirte en su abogado defensor.

¿Es Fable un engañabobos caro? Para mí, lo caro ha sido esperar de él una diferencia que no he encontrado en mis tareas. No atribuyo intención de engañar al producto ni a su fabricante. Me reprocho haber dado demasiado crédito a la promesa de capacidad antes de exigir resultados.

Por eso lo he quitado de mi bot principal. Si vuelve a ganarse ese lugar con trabajo útil, podrá volver. Mientras tanto, prefiero que mi IA tenga menos aplomo y me deje menos cosas por arreglar.