Con cuatro días de diferencia, Anthropic y OpenAI terminaron en el mismo lugar. El 5 de noviembre OpenAI presentó GPT-6 Cyber, un modelo para encontrar y explotar vulnerabilidades que solo pueden usar clientes aprobados. El 9 de noviembre Anthropic respondió con dos modelos a la vez: Claude Fable 5.2, para cualquiera que pague, y Claude Mythos 5.2, la misma base con menos restricciones, solo para organizaciones verificadas en ciberseguridad o ciencias de la vida. Las dos empresas ya reparten su IA más capaz en dos niveles, y así se comparan.
El par de OpenAI se completa con GPT-6 Astra, su modelo general desde el 3 de septiembre, disponible en los planes de pago de ChatGPT, en Codex, en la API, en Azure y en Amazon Bedrock. Mythos ya existía desde abril como vista previa cerrada para ciberseguridad, y GPT-6 Cyber reemplaza a GPT-5.6 Cyber, que OpenAI calificaba un nivel abajo en riesgo. Lo nuevo de esta semana es que los dos niveles quedaron casi alineados en el calendario, justo cuando Anthropic arrancó la gira para su salida a bolsa.
Frente a frente, punto por punto
- Precio del modelo general. Fable 5.2 cuesta $8.00 USD por millón de tokens de entrada y $40.00 USD de salida, 20 % menos que Fable 5.1 ($10.00 y $50.00). GPT-6 Astra cuesta $10.00 y $50.00 en peticiones de hasta 272,000 tokens, y $20.00 y $75.00 por encima de eso. Con el recorte, Fable quedó más barato que Astra, que tenía justo la tarifa del Fable anterior.
- Precio del modelo restringido. Aquí la diferencia es mayor: Mythos 5.2 cuesta lo mismo que Fable 5.2, $8.00 y $40.00. GPT-6 Cyber cuesta el doble que Astra: $20.00 de entrada y $100.00 de salida, y $40.00 y $150.00 con contextos largos.
- Quién entra al restringido. Mythos 5.2 es para organizaciones aprobadas en el Cyber Verification Program o en el Life Sciences Verification Program de Anthropic, y también mueve Claude Security, la función de revisión de seguridad de Claude Enterprise. GPT-6 Cyber exige acceso aprobado a Daybreak Red, el nivel del programa Daybreak de OpenAI para pruebas de explotación autorizadas; por ahora llega a un grupo reducido de esos clientes por la API y Codex, y OpenAI dice que lo abrirá a todos ellos en las próximas semanas.
- Para qué es cada uno. GPT-6 Cyber es solo de ciberseguridad: investigar una falla, reproducirla en un entorno autorizado y comprobar el parche. Mythos 5.2 abarca dos campos, ciberseguridad y biología, con pruebas de diseño de proteínas además de las de ciber.
- Velocidad. Anthropic dice que los modelos 5.2 generan texto hasta 30 % más rápido que los 5.1, y ofrece un modo rápido que acelera hasta 2.5 veces por el doble del precio. Del lado de OpenAI no hay una cifra de velocidad para GPT-6 Cyber.
- Ventana de contexto. OpenAI publica 1,050,000 tokens para Astra y para Cyber. Anthropic no da la cifra en el anuncio de los 5.2.
Las pruebas: qué se puede comparar y qué no
Ninguna de las dos empresas publicó una comparación neutral, y conviene leer sus cifras con eso en mente. Anthropic incluyó a GPT-6 Astra en la tabla de su anuncio, y ahí Fable 5.2 queda arriba en la mayoría de las pruebas que eligió: 69.9 % contra 65.5 % en FrontierSWE v2, de programación; 74.6 % contra 68.1 % en Terminal-Bench-Science; 89.3 % contra 79.5 % en OSWorld 2.1, que mide el uso de la computadora, y 74.2 % contra 57.2 % en Humanity’s Last Exam con herramientas. No gana en todo: en AutomationBench, de flujos de trabajo de oficina, Gemini 4 Carbon saca 53.9 % contra 51.4 % de Fable. Y la tabla no explica cómo obtuvo Anthropic las cifras de Astra.
Entre los dos modelos restringidos, la comparación directa no se sostiene. La tabla de Anthropic pone a Mythos 5.2 con 76.3 % en CyScenarioBench y a GPT-6 Cyber con 61 %, pero una nota al pie aclara que «los resultados de cada laboratorio se basan en tareas distintas». Son números de dos exámenes diferentes. OpenAI, por su parte, mide a GPT-6 Cyber con pruebas propias que Anthropic no reporta: 48.5 % en ExploitGym, que evalúa si el modelo logra explotar una falla indicada en un equipo remoto, contra 32.1 % de GPT-5.6 Cyber, y 40.3 % de fallas encontradas contra 32.0 % de GPT-6 Astra.
Riesgo y salvaguardas
- OpenAI pone una etiqueta. Clasifica a GPT-6 Cyber como «Critical» en ciberseguridad dentro de su Preparedness Framework, el nivel más alto de su escala, uno arriba del «High» de GPT-5.6 Cyber. Dice que el modelo está entrenado para no salirse del alcance autorizado y que solo lo hizo en 0.07 % de los casos de prueba sin instrucciones de seguridad adicionales.
- Anthropic separa con filtros. El anuncio no menciona un nivel de su propia escala. Lo que describe es que Fable 5.2 lleva clasificadores que bloquean pruebas de penetración, generación de exploits y la mayoría de las tareas de biología de investigación; esas peticiones pasan a modelos anteriores, Opus 4.8 u Opus 5. Según Anthropic, Fable 5.2 bloquea 55 % menos peticiones legítimas que Fable 5.1. Mythos 5.2 relaja esos límites solo para quien pasó la verificación.
- El modelo que sospecha. Anthropic reconoce en su anuncio que Mythos 5.2 y Fable 5.2 «expresan la sospecha de que los están evaluando más seguido que cualquiera de nuestros modelos recientes», lo que le complica saber cómo se comportarán fuera de las pruebas. En escenarios diseñados para tentarlo, Mythos 5.2 usó credenciales o archivos fuera de su entorno aislado en 3.1 % de los casos, apenas menos que Opus 5.5. Es un tema que ya apareció en la solicitud de Anthropic para salir a bolsa.
- Contra la copia. Anthropic dice que sus técnicas contra la destilación redujeron entre 90 % y 99 % los datos que logran sacar quienes entrenan otros modelos con sus respuestas, una práctica de la que se acusó a DeepSeek y Moonshot con GPT-6 Astra.
Lo que cada empresa presume
Las dos acompañaron sus lanzamientos con resultados que no se han revisado de forma independiente. Anthropic afirma que Fable 5.2 resolvió dos problemas abiertos de física teórica sobre agujeros negros y dualidad holográfica, y que un equipo de 1,000 agentes de Fable 5.2 formalizó por completo el último teorema de Fermat en 30 horas, cuando Opus 5.5 con el mismo método completó solo 26 % en 18 horas. OpenAI afirma que con GPT-6 Cyber sus investigadores encontraron 81 fallas de alta gravedad desconocidas en Firefox, que Mozilla ya empezó a corregir, y que su sistema de agentes produjo 948 exploits funcionales para el kernel de Linux, 588 de ellos sobre fallas desconocidas.
Dos empresas, la misma respuesta a un problema
Que las dos hayan llegado al mismo esquema dice más que cualquier tabla. Un modelo capaz de encontrar y explotar fallas sirve igual para defender que para atacar, y ni Anthropic ni OpenAI quieren ponerlo a la venta sin más. Su respuesta común es dar la versión completa solo a quien demuestra quién es y para qué la quiere, y vender una versión filtrada al resto. Google tomó un camino parecido con Gemini 4 Carbon. La diferencia está en el precio y en el alcance: Anthropic cobra lo mismo por su versión restringida y la abre también a la biología, mientras que OpenAI cobra el doble y la limita a la ciberseguridad.
Para quien desarrolla con estos modelos, lo práctico es el precio: Fable 5.2 baja 20 % y queda debajo de GPT-6 Astra, aunque sigue costando el doble que Opus 5.5 ($4.00 y $20.00). Las cifras de las pruebas, en cambio, vienen de cada empresa y con exámenes que eligió ella misma. La comparación de fondo llegará cuando laboratorios independientes corran los mismos exámenes a los dos.
Fuente: Anthropic, anuncio de Claude Fable 5.2 y Mythos 5.2; precios de Anthropic; OpenAI, anuncio de GPT-6 Cyber; ficha de GPT-6 Cyber y de GPT-6 Astra en la documentación de OpenAI; The Register; TechCrunch. Imagen: logotipos de Anthropic y OpenAI (Wikimedia Commons).