Le di el mismo encargo a Opus 5, Fable 5 y Kimi K3. El más barato no salió barato.

Bienvenido de nuevo, Pionero.

Cuatro encargos. Tres modelos. Una sola pasada, un único prompt, sin iterar y sin ayuda de ningún tipo. Pagué las dos suscripciones y me comí una tarde entera de pruebas para que tú no tengas que hacerlo.

Y el resultado no es el que vende el titular. Uno de los tres promete la mitad de precio y acabó costando más que su hermano mayor.

Anthropic lanzó Opus 5 el 24 de julio, semanas después de Fable 5 (9 de junio) y Sonnet 5 (30 de junio). Es el cuarto modelo de la familia Claude 5 en menos de dos meses, algo que Axios describe como el fin de los lanzamientos bombazo y el paso a mejoras rápidas y continuas.

Llegó pisando fuerte. Encabeza el Artificial Analysis Intelligence Index con 61 puntos, por delante de Fable 5 (60), GPT-5.6 Sol (59) y Kimi K3 (57), el modelo abierto chino de Moonshot que aterrizó hace dos semanas.

El argumento comercial es simple: inteligencia cercana a Fable 5 a mitad de precio. Opus 5 cuesta 5 dólares por millón de tokens de entrada y 25 de salida. Fable 5 va a 10 y 50. Kimi K3 se queda en 3 y 15, un tercio de lo que cuesta Fable.

Sobre el papel Opus gana de calle. Pero un ranking es un ranking. Yo quiero saber qué pasa cuando les das trabajo de verdad.

Les pedí a los tres que animasen en 3D un pelícano montando en bici sobre una rampa de skate. Mismo prompt, misma regla.

Opus 5 me gustó mucho: estética ochentera con palmeras de fondo, la cámara sigue a la bicicleta sola y un panel arriba a la derecha con velocidad, altura y trucos.

Fable 5 hizo el pelícano más pelícano de los tres, con diferencia. Pero la cámara se queda fija y el velocímetro no baja a cero al llegar arriba: se limita a alternar entre dos números.

Kimi K3, sin paños calientes, quedó cutre comparado con los otros dos.

Y aquí viene lo gordo. Con el mismo encargo y los mismos requisitos, Opus escribió 24 veces más código que Fable para el mismo pelícano. Los cronómetros lo confirman: Fable 10 minutos, Kimi 13, Opus 23.

Apunta ese dato. Vuelve al final.

Las capturas no le hacen justicia a la cámara siguiendo la bici. Lo tienes todo en el vídeo.

El agujero negro de Interstellar lo renderizó un equipo entero de efectos visuales con un físico teórico al lado, y les llevó meses. Se lo pedí a los tres en un prompt.

Fable 5 ganó en estética: grano de película, colores apagados, muy de cine. Y no hizo trampas. El anillo se ve por arriba y por abajo, y se curva, señal de que está calculando la curvatura de la luz con una expresión matemática real. Si vieses anillos fijos tipo Saturno, estaría fingiendo.

Opus 5 fue el más completo: física correcta más un cuadro de mandos para ajustar distancia, campo de visión, brillo del disco y velocidad orbital.

Kimi K3 tenía la física bien metida en el código, pero la cámara no rota. Solo te deja una vista fija. Perdedor claro.

Tiempos: Kimi 9 minutos y medio, Opus 14.

Dos pruebas y ya hay patrón. Opus se pasa de completo, Fable acierta con menos, Kimi va demasiado rápido para su propio bien.

Aquí es donde se separan de verdad.

Les di a los tres el mismo Excel: tres meses de producción de ocho plantas solares. Encargo idéntico para todos, monta un panel para el jefe, dime qué va mal y cuánto dinero estamos perdiendo o ganando.

Pero el Excel tenía truco. Le metí cuatro errores a propósito:

Y debajo de todo eso escondí un problema real: una planta que se muere poco a poco sin que salte ninguna alarma.

Los tres cazaron el problema real. Bien.

Pero de las cuatro trampas, solo Opus 5 las pilló todas. Fable falló justo en la producción imposible, la planta que rendía el triple de lo que puede rendir un panel. A Kimi le colé tres de cuatro.

Piensa en lo que significa. Ese panel va a un comité. Va a tu jefe. Con Opus habrías presentado el trabajo bien hecho. Con Fable habrías defendido un dato roto delante de todo el mundo.

Tiempos: Kimi 5 minutos, Fable 9, Opus 17. El triple que Kimi. Y el único que desconfió de los datos.

En el vídeo se ve entero, con las cuatro trampas y cómo reaccionó cada modelo ante ellas.

Hasta aquí todo era escribir código. La última prueba fue agéntica: manejar un programa que usamos todos.

Mismo CSV de plantas solares, mismo encargo, pero en formato PowerPoint.

Opus 5 salió bastante bien, muy visual y presentable, aunque se le nota esa maquetación a base de cajitas tan típica de IA. Fable 5 quedó muy parecido, un pelín más apagado. Kimi K3 volvió a ser el peor: plano, soso, demasiada letra, faltan datos.

Opus cuesta la mitad por token. Su factura debería salir la mitad. ¿Verdad?

Pues no. 20 dólares con Opus. 19 con Fable.

Opus salió incluso un pelín más caro que el modelo que cuesta el doble por token.

El motivo está en el consumo. Entre las cuatro pruebas, Opus movió 20 millones de tokens y Fable 6 millones. Más del triple. Así que aunque el token valga la mitad, la factura acaba en el mismo sitio o peor.

Y no es cosa mía. Artificial Analysis midió algo parecido: Opus 5 cuesta 17,79 dólares por tarea completada frente a los 22,30 de Fable 5. Una reducción del 20%, no del 50%.

Esto encaja con lo que ya comenté cuando salió Opus 5: el modelo tiene bucle agéntico y hace muchísimas comprobaciones por su cuenta. Eso se paga en tokens. Y tiene su gracia, porque Fortune apunta que empresas y desarrolladores llevaban semanas quejándose precisamente del gasto de tokens de Fable 5, y que Opus 5 llega con un control de esfuerzo (bajo, medio, alto) para que decidas tú cuánto quieres que piense.

Kimi K3, eso sí, salió irrisorio en coste comparado con los dos de Anthropic. Con resultados a la altura del precio.

Está reñidísimo. No hay ganador limpio. Pero esto es lo que hago yo.

Opus 5 para trabajo que va hacia arriba: informes, análisis de datos, decisiones con dinero detrás. Tarda más y trabaja el triple por dentro, pero fue el único que desconfió de todos los datos y pilló las cuatro trampas. Es meticuloso. Cuando el error cuesta caro, eso vale su peso en tokens.

Fable 5 para diseño y para ir rápido. El pelícano más bonito, el agujero negro más de cine, y la mitad de tiempo que Opus en casi todas las pruebas. Pero después del fallo con la planta solar, mucho cuidado al darle números.

Kimi K3 para prototipos y probar ideas. A un tercio del precio de Fable, para pruebas rápidas cumple.

Y la conclusión de verdad, la que no cabe en un titular: lo que anuncian como mitad de precio es el precio del token. A ti te importa el precio del trabajo terminado. Y eso solo lo mides haciendo lo que hemos hecho hoy, con tus propios encargos.

Si me obligas a quedarme con uno, Opus 5 para el día a día.