Claude Fable 5 y GPT-5.5 Pro son los dos modelos más capaces que la IA comercial puede ofrecer hoy. Pero lo son con filosofías, precios y fortalezas muy distintas. Esta comparación traza un mapa para que cada equipo sepa cuál elegir según el trabajo que necesita resolver.
El contexto de la comparación
Claude Fable 5 llegó ayer, 9 de junio, como la versión pública de Mythos 5, el modelo de clase Mythos de Anthropic que hasta ahora solo estaba disponible para agencias gubernamentales de ciberseguridad. Fable 5 es el mismo modelo, pero con clasificadores de seguridad que redirigen consultas de alto riesgo (ciber, biología, destilación) a Opus 4.8.
GPT-5.5 Pro se lanzó el 23 de abril de 2026 como el tier premium de GPT-5.5. Es un modelo de razonamiento profundo diseñado para tareas que exigen la máxima precisión: matemáticas de investigación, análisis legal, ciencia de datos de alto riesgo.
Ambos modelos tienen una ventana de contexto de aproximadamente 1 millón de tokens y pueden generar hasta 128 mil tokens de salida. Pero ahí terminan las similitudes.
Precios: la brecha es enorme
La diferencia de precio entre ambos modelos es tan amplia que el primer filtro de decisión debería ser económico:
| Modelo | Input / 1M tokens | Output / 1M tokens | Coste típico (100K in / 20K out) |
|---|---|---|---|
| Claude Fable 5 | $10 | $50 | ~$2,00 |
| GPT-5.5 (estándar) | $5 | $30 | ~$1,10 |
| GPT-5.5 Pro | $30 | $180 | ~$6,60 |
| Claude Opus 4.8 | $5 | $25 | ~$0,75 |
Claude Fable 5 cuesta 3 veces menos en input y 3,6 veces menos en output que GPT-5.5 Pro. Para un volumen mensual de 10 millones de tokens de output, la diferencia es de $500/mes contra $1.800/mes.
Hay un matiz importante: GPT-5.5 aplica un recargo por contexto largo por encima de 272 mil tokens de entrada (2× en input, 1,5× en output sobre toda la sesión). Fable 5 no tiene recargo publicado. Para trabajos con documentos muy extensos o repositorios completos, la ventaja de precio de GPT-5.5 se erosiona, y la de GPT-5.5 Pro directamente se invierte.
Benchmarks: la tabla completa
La única tabla que enfrenta directamente a ambos modelos bajo las mismas condiciones fue publicada por Anthropic. Donde los números se superponen con los de OpenAI, ambas fuentes coinciden:
| Benchmark | Categoría | Fable 5 | GPT-5.5 | Diferencia |
|---|---|---|---|---|
| SWE-Bench Pro | Coding agentic | 80,3% | 58,6% | +21,7 |
| FrontierCode Diamond | Coding avanzado | 29,3% | 5,7% | +23,6 |
| Terminal-Bench 2.1 | Coding terminal | 88,0%* | 83,4%† | +4,6 |
| GDPval-AA (ELO) | Trabajo de conocimiento | 1932 | 1769 | +163 |
| GDP.pdf (sin tools) | Visión documentos | 29,8% | 24,9% | +4,9 |
| OSWorld-Verified | Uso de computadora | 85,0% | 78,7% | +6,3 |
| AutomationBench | Uso de herramientas | 17,4% | 12,9% | +4,5 |
| Legal Agent Benchmark | Razonamiento legal | 13,3% | 2,1% | +11,2 |
| Humanity’s Last Exam | Razonamiento multidisciplinario | 64,5%* | 52,2% | +12,3 |
| HealthBench Professional | Diagnóstico médico | 66,0%* | 51,8% | +14,2 |
| ExploitBench (Cap%) | Ciberseguridad | 78,0%* | 34,0% | +44,0 |
* Marca del modelo Mythos 5 sin restricciones; en Fable 5 estos dominios se redirigen a Opus 4.8. † GPT-5.5 vía Codex CLI, su propio harness de evaluación.
Fable 5 lidera en todas las filas de la tabla. Las diferencias más notables están en coding agentic: FrontierCode Diamond muestra una brecha de 23,6 puntos, y SWE-Bench Pro de 21,7 puntos.
¿Y GPT-5.5 Pro? La variante Pro de GPT-5.5 se destaca en benchmarks que Anthropic no incluyó en su tabla:
- FrontierMath Tier 4: 39,6% — la evaluación más dura de matemáticas de investigación
- BrowseComp: 90,1% — búsqueda y síntesis de información en múltiples fuentes web
- ARC-AGI-2: 85,0% — razonamiento abstracto y adaptación a tareas novedosas
- GPQA Diamond: 93,6% — razonamiento STEM a nivel de doctorado
- MRCR v2 (512K-1M): 74,0% — recuperación en contexto largo
Donde gana cada uno
Claude Fable 5
Fable 5 tiene su fortaleza en el trabajo agentico de horizonte largo: sesiones autónomas que pueden durar días, delegando tareas a subagentes y validando su propio trabajo. Está diseñado para migraciones de código masivas, resolución de issues en repositorios complejos y análisis multi-paso.
Ventaja clave: eficiencia de tokens. Clientes tempranos reportan que Fable 5 completa tareas complejas usando un tercio de los tokens que GPT-5.5 necesita para igualar el resultado. En trabajos de razonamiento multi-paso, el costo real puede ser menor aunque el precio por token sea más alto.
En benchmarks multimodales, Fable 5 promedia 92,4 vs 70,4 de GPT-5.5 (BenchLM), con ventajas en documentos complejos (GDP.pdf), uso de computadora (OSWorld) y razonamiento legal.
GPT-5.5 Pro
GPT-5.5 Pro es el modelo para precisión máxima en nichos específicos: matemáticas de frontera investigación, búsqueda profunda en web y razonamiento abstracto. En FrontierMath Tier 4 (39,6%) y BrowseComp (90,1%) está solo o claramente por delante de cualquier alternativo público.
Su integración con Codex es otra ventaja real: más del 85% del personal de OpenAI usa Codex semanalmente, y GPT-5.5 está ajustado para completar tareas de terminal con menos tokens que su predecesor. Terminal-Bench 2.0 a 82,7% es su resultado emblemático en coding.
Para equipos que ya viven en el ecosistema OpenAI (Codex, ChatGPT, API), GPT-5.5 Pro es la evolución natural sin fricción de integración.
Postura de seguridad: convergencia
Ambos laboratorios llegaron a la misma conclusión: ciberseguridad y biología son dominios que requieren acceso controlado.
Anthropic lo resolvió separando Fable 5 (con clasificadores que redirigen consultas de riesgo a Opus 4.8) de Mythos 5 (sin restricciones, solo para socios de Project Glasswing). Los clasificadores de Fable 5 se activan en menos del 5% de las sesiones, según datos tempranos.
OpenAI clasifica ciber y biología como “High” bajo su Preparedness Framework, con clasificadores más estrictos y un programa Trusted Access for Cyber para defensores verificados.
En la práctica: si tu trabajo involucra vulnerabilidades, armamento biológico o destilación de modelos, espera rechazos o redirecciones en ambos.
¿Cuál elegir?
| Para esto… | Elige |
|---|---|
| Resolver issues complejos en un codebase grande | Fable 5 (SWE-Bench Pro +22 pts) |
| Sesiones autónomas de larga duración (días) | Fable 5 |
| Matemáticas de investigación avanzada | GPT-5.5 Pro (FrontierMath 39,6%) |
| Búsqueda y síntesis web profunda | GPT-5.5 Pro (BrowseComp 90,1%) |
| Alto volumen de producción (costo importa) | GPT-5.5 estándar o Fable 5 según tarea |
| Análisis de documentos y PDFs complejos | Fable 5 |
| Coding centrado en terminal con Codex | GPT-5.5 |
| Equipos ya invertidos en ecosistema OpenAI | GPT-5.5 |
La respuesta madura para la mayoría de los equipos es no elegir uno solo: usar GPT-5.5 o Fable 5 como daily driver según la tarea, GPT-5.5 Pro para los trabajos que requieren máxima precisión, y Opus 4.8 a $5/$25 como opción económica de respaldo.
En el único lugar donde la comparación es directa —la tabla de benchmarks—, Fable 5 lidera en casi todas las métricas. Pero el liderazgo en capacidades brutas no siempre se traduce en la mejor herramienta para el trabajo del día a día. La decisión correcta depende del perfil de tus tareas, tu presupuesto y tu inversión en el ecosistema de cada proveedor.
Fuente principal: Anthropic — System Card: Claude Fable 5 & Claude Mythos 5 · OpenAI — Introducing GPT-5.5