Claude Fable 5.2 construye un sistema operativo funcional con 1.000 agentes en ocho días

Los modelos Claude Fable 5.2 y Claude Mythos 5.2 de Anthropic han demostrado mejoras significativas en desarrollo de software, robótica, matemáticas y física. En pruebas internas, Fable 5.2 coordinó más de 1.000 subagentes durante ocho días para construir un sistema operativo funcional a partir de un prompt básico y una carpeta de proyecto vacía; el resultado podía arrancar en un portátil e incluía su propio kernel, controladores de hardware, almacenamiento permanente de archivos, interfaz gráfica, pantalla de inicio de sesión, instalador y funcionalidad de Claude integrada. Fable 5.2 también diseñó tres dispositivos electrónicos (un hub doméstico de asistente de voz, un altavoz USB y una mascota virtual portátil) que funcionaron sin modificaciones eléctricas y cuyas placas de circuito alcanzaron estado listo para fabricación en menos de un día; además, un equipo de agentes migró un servicio de producción crítico de Python a Rust, logrando que ahora arranque aproximadamente 26 veces más rápido. En el benchmark de robótica RoboDojo, Fable 5.2 logró una tasa de éxito del 64,9 %, frente al 27,6 % de Fable 5.1 y por delante de GPT-6 Astra (29,8 %) y Opus 5.5 (39,4 %). Mythos 5.2, dirigido a organizaciones verificadas de ciberseguridad e investigación biomédica, obtuvo un 89,6 % en la evaluación CVE Rediscovery, una mejora del 10,2 % sobre Opus 5.5 y de 11,3 puntos sobre el 78,3 % de Mythos 5.1; otra empresa de seguridad descubrió que otros modelos frontera probados pasaron por alto una de cada seis vulnerabilidades confirmadas identificadas por Mythos 5.2. Los modelos generan resultados hasta un 30 % más rápido, con un precio estándar desde 8 dólares por millón de tokens de entrada y 40 dólares por millón de tokens de salida; un modo rápido opcional es hasta 2,5 veces más veloz pero duplica el precio. Los clasificadores de seguridad también mejoraron: Fable 5.2 produce aproximadamente un 55 % menos de bloqueos innecesarios que Fable 5.1, incluidos un 60 % menos de bloqueos relacionados con ciberseguridad y un 40 % menos de bloqueos relacionados con biología.

(Fuente：Interesting Engineering)