Los mineros son quienes mejor saben lo que es amontonar máquinas. Pero el grupo de Opus demuestra que una sola máquina no basta con ser potente: aunque amontones mil, también puede quedarse atascada.

Todo el mundo ya está compartiendo los resultados de las pruebas de rendimiento: en el índice de inteligencia de Artificial Analysis, Fable 5.2 Max obtuvo 64,6; Opus 5.5, 59,1; y GPT-6 Astra Max, 56,9. Quiero comentar algunas cosas desde el mundo cripto.

Primero, hablemos de la verificación. La demostración sigue siendo la de Wiles; lo que se añade es una versión que puede ejecutar una máquina. Basta con correrla para saber si funciona, sin tener que volver a confiar en los revisores. Eso es «No confíes, verifica». La verificación formal de contratos lleva tiempo haciéndose, pero es cara y lenta; solo los protocolos de primer nivel pueden permitírsela. Una demostración del calibre del último teorema de Fermat puede completarse en 30 horas. Me imagino que, en el futuro, verificar formalmente un protocolo de préstamos será, sobre todo, cuestión de pagar la factura de cómputo.

Hablemos de auditorías. Esta vez hay un modelo con dos nombres: Fable está disponible para todo el mundo, pero la empresa aclara oficialmente que bloqueará la mayoría de las solicitudes relacionadas con la seguridad; la versión que no las bloquea se llama Mythos y solo está disponible para organizaciones que hayan superado una evaluación. La empresa cita a una compañía de seguridad que afirma que, de las vulnerabilidades confirmadas por Mythos 5.2, una de cada seis no fue detectada por ningún otro modelo de vanguardia. La nota al pie también aclara que esos datos corresponden a una sola empresa de pruebas; en las pruebas de Anthropic, la capacidad para encontrar vulnerabilidades fue más o menos la misma que la de Opus 5.5. Para DeFi, ahora habrá que ver qué firmas de auditoría tienen acceso a Mythos.

Ahora, el precio. La API cuesta 8 dólares por millón de tokens de entrada y 40 por millón de salida; la generación anterior costaba 10 y 50, así que es un 20 % más barato. Además, la salida puede ser hasta un 30 % más rápida. Pero, según The Decoder, al usar la configuración más alta para resolver las pruebas de AA, cada problema cuesta 26,5 dólares; con Fable 5.1 cuesta 12,99 y con Opus 5.5, 10. Es como si bajara el precio del gas, pero el gas consumido por cada transacción se duplicara. Según Fortune, la propia Anthropic también recomienda usar Opus 5.5 para las tareas cotidianas.

Una última cosa breve: quienes están en el mundo de TapeOut quizá presten más atención a esto. En una demostración oficial, a partir de una instrucción de una sola frase, Fable 5.2 diseñó tres dispositivos electrónicos funcionales: un asistente de voz, un micrófono USB para reuniones y una mascota electrónica. Incluyó placas de circuito de cuatro capas, carcasas y software; cada placa podía enviarse a producción en menos de un día y, una vez fabricada, no hubo que modificar el circuito. Es una placa de circuito, todavía falta mucho para llegar a la fabricación del chip, pero ya existe el paso «de una frase a una placa».

Fortune dice que este podría ser el último gran lanzamiento de Anthropic antes de salir a bolsa. ¿Qué modelo usas principalmente ahora? ¿Lo cambiarías por este?

——

Publicado originalmente en X por @musinoot