GPT-5.6 vs Claude Fable 5 y Opus 4.8: el veredicto

Qué son GPT-5.6 Sol, Terra y Luna (y dónde encaja Claude Fable 5)

GPT-5.6 estrena esquema de nombres: el número es la generación y Sol, Terra y Luna son los niveles de capacidad. Sol es el buque insignia, orientado a los problemas más duros. Terra apunta al volumen de negocio, y OpenAI lo posiciona con un coste de alrededor de la mitad que GPT-5.5. Luna es el nivel rápido y barato para tareas rutinarias. Sol suma además un ajuste de esfuerzo máximo de razonamiento y un modo ultra que genera sus propios subagentes especializados en paralelo.

El lanzamiento ha sido de todo menos normal: la familia pasó sus primeros 13 días en una preview restringida a unas 20 organizaciones aprobadas por el gobierno de Estados Unidos, por una orden ejecutiva de junio, antes del despliegue público de hoy vía API y Codex. OpenAI también anunció que Sol correrá en hardware de Cerebras a hasta 750 tokens por segundo, frente a los ~70 típicos en GPU, con acceso inicial limitado.

¿Y enfrente? Claude Fable 5 es el primer modelo de la «clase Mythos» de Anthropic, un escalón por encima de Opus, lanzado el 9 de junio de 2026. Si te pierdes con la nomenclatura, nuestra guía de los nombres en clave de Claude la desenreda.

GPT-5.6 vs Claude Fable 5 en los benchmarks que se pueden medir

En el lanzamiento solo un benchmark cruzaba la línea entre ambos fabricantes: Terminal-Bench 2.1, que mide trabajo agéntico en línea de comandos. En las cifras publicadas por OpenAI, Sol lo lidera con un 88,8% (91,9% en modo ultra) y Claude Fable 5 queda en 83,4%; la escalera completa está en el gráfico. Conviene repetirlo: son los gráficos del propio OpenAI, producidos mientras la preview restringida impedía cualquier medición independiente.

Ahora mira el benchmark que mejor predice el trabajo real de software, SWE-bench Pro, y la foto se invierte: Claude Fable 5 marca un 80,3%, unos 11 puntos por encima de Claude Opus 4.8. OpenAI sigue sin publicar puntuación oficial para ningún nivel de GPT-5.6, aunque el seguimiento del leaderboard ya sitúa a Sol en el 64,6%, lejos de Fable 5. Es decir: Sol gana el benchmark que eligió OpenAI, y Fable 5 lidera el que ambos fabricantes llevan años disputándose. El desglose completo está en nuestro análisis de Fable 5.

El marcador independiente sigue diciendo Claude Fable 5

La vara de medir neutral más limpia es el Intelligence Index de Artificial Analysis, un compuesto independiente que pasa la misma evaluación a todos los fabricantes, y la misma vara que usamos en nuestra comparativa Claude vs Gemini. Actualización, 11 de julio de 2026: los primeros números independientes de GPT-5.6 llegaron a los dos días del despliegue, así que esta sección ya los recoge. En la versión 4.1, consultada el 11 de julio de 2026, Claude Fable 5 sigue siendo primero con 60 puntos, con GPT-5.6 Sol a un punto (59) y Claude Opus 4.8 con 56. Artificial Analysis ha estrenado además un Coding Agent Index que empareja arneses con modelos, y ahí el orden se invierte: Codex con Sol lo lidera con 80, y Claude Code con Fable 5 queda segundo con 77.

Hay un único testimonio práctico que merece la pena citar, etiquetado como lo que es: la opinión de un solo tester de la preview. Describió a Fable 5 como el búho sabio, más listo aunque a veces se le escapa un detalle, y a Sol como el rottweiler, menos brillante pero que casi nunca suelta la presa. Si el patrón se confirma, la elección real será fiabilidad contra pico de razonamiento, no un ganador único.

Las trampas de GPT-5.6 Sol: lo que encontró METR

Antes de tomarte los números de lanzamiento de Sol al pie de la letra, lee la evaluación independiente de seguridad. Según METR, el grupo de investigación que prueba los modelos frontera antes de su despliegue, la tasa de trampas detectadas de GPT-5.6 Sol fue la más alta de cualquier modelo público que ha evaluado: explotar bugs de la propia evaluación, extraer respuestas ocultas del test y fabricar resultados. La propia system card de OpenAI admite casos de trampas y de resultados fabricados.

La consecuencia práctica: la capacidad real de Sol es hoy incierta. La métrica de autonomía de METR se movía de unas 11 horas a más de 270 según cómo se contaran las trampas, y el propio METR dice que ninguna de esas cifras es robusta. La lección para una empresa no es que Sol sea flojo: es que deberías evaluar el modelo contra tu propia carga de trabajo antes de mover nada que importe, el enfoque que seguimos en nuestra consultoría de inteligencia artificial.

GPT-5.6 vs Claude en precios: la escalera importa más que el buque insignia

En tarifa de lista, Sol aterriza exactamente en el precio de GPT-5.5: $5 por millón de tokens de entrada y $30 por millón de salida. El buque insignia se ha vuelto más listo sin abaratarse. Lo interesante está debajo: Terra a $2,50 y $15, y Luna a $1 y $6 para el volumen rutinario. La escalera de Anthropic pone a Opus 4.8 en $5 y $25, con Fable 5 como prémium a $10 y $50, el doble que Opus en ambos lados.

Dos pegas antes de abrir la hoja de cálculo. La primera: el precio por token no es el coste por tarea, y acertar con el modelo de Claude adecuado para cada tarea pesa tanto como la tarifa. En nuestra comparativa de Claude Code vs Codex vimos que el mismo trabajo puede quemar varias veces más tokens en un stack que en otro, y eso puede tragarse cualquier diferencia de tarifa. La segunda: el régimen de Fable 5 en las suscripciones cambió el 20 de julio de 2026. La promoción que lo daba sin coste terminó el 19 de julio. Desde entonces, en los planes Max y en los asientos prémium de Team y de Enterprise antiguo por asiento, Fable 5 es parte estándar del plan y se puede usar hasta el 50% de los límites semanales de uso sin coste adicional. En los planes Pro y en los asientos estándar, funciona con créditos de pago por uso, con un crédito único para las cuentas que cumplen los requisitos. Ojo con ese 50%: sale del mismo cupo semanal que consume cualquier otro modelo, así que es un techo, no capacidad de más. Y Anthropic avisa de que Fable 5 agota ese cupo más rápido que el resto de modelos. Pon precio a la carga de trabajo, no al modelo.

Estabilidad, verificación y RGPD: la letra pequeña de GPT-5.6 y Claude en España

Esta es la parte que la cobertura global se salta, y en 2026 ha pesado más que los benchmarks. Fable 5 pasó 19 días suspendido por una orden estadounidense de control de exportaciones: retirado el 12 de junio, controles levantados el 30 y redesplegado globalmente el 1 de julio con un clasificador de ciberseguridad nuevo. GPT-5.6 pasó sus primeros 13 días detrás de una revisión gubernamental. Claude Opus 4.8, simplemente, no se cayó ni un día. Si tu automatización sostiene un proceso de cara al cliente, esa diferencia no es teórica.

Segunda letra pequeña: la verificación de identidad de Anthropic. Desde el 8 de julio de 2026, acceder a ciertas capacidades, Fable 5 incluida, exige verificar la identidad con documento, selfie y geometría facial a través de Persona. La clave que casi nadie subraya: aplica solo a los planes de consumo Free, Pro y Max; la API y los planes Team y Enterprise están exentos. Para una pyme española importa el doble: los datos biométricos son categoría especial bajo el RGPD, y la vía de empresa te ahorra ese jardín. El marco completo, en nuestra guía de cumplimiento de IA, RGPD y AI Act.

Y tercera: la residencia de datos. Antes de escribir esta guía comprobamos el model card oficial de AWS Bedrock para Claude Opus 4.8, y sí lista un perfil de inferencia geográfico europeo (eu.anthropic.claude-opus-4-8) con región de origen en España (eu-south-2) que enruta las peticiones solo entre regiones de la Unión Europea, de Fráncfort a París. Para Fable 5 y GPT-5.6 no hemos verificado una opción equivalente. Si tu asesoría jurídica exige inferencia dentro de la UE, hoy el camino verificado es Opus 4.8 en Bedrock.

Qué modelo elegir para tu empresa: GPT-5.6, Fable 5 u Opus 4.8

En mi trabajo con clientes, el factor decisivo casi nunca es el benchmark más alto. Es si el modelo va a estar ahí, a un precio predecible y dentro del marco de cumplimiento que la empresa ya tiene. La decisión se simplifica con esa lente, y no pasa nada por usar más de uno: un chatbot de atención al cliente no necesita el mismo modelo que un agente que refactoriza tu ERP. Se enruta por tarea, no por lealtad.

Preguntas frecuentes sobre GPT-5.6 vs Claude Fable 5

¿Es GPT-5.6 mejor que Claude Fable 5?

Depende del trabajo. En el índice de inteligencia independiente de Artificial Analysis, GPT-5.6 Sol puntúa 59, a un punto de Claude Fable 5 (60). Sol lidera el Coding Agent Index del mismo laboratorio con 80 frente al 77 de Fable 5, y Fable 5 mantiene una ventaja clara en SWE-bench Pro. Antes de cambiar, pruébalos con tu propia carga de trabajo.

¿Qué son GPT-5.6 Sol, Terra y Luna?

Son los tres niveles de capacidad de la generación GPT-5.6. Sol es el buque insignia para los problemas más duros, Terra apunta a tareas de negocio de gran volumen con un coste de alrededor de la mitad que GPT-5.5, y Luna es el nivel más rápido y barato para el trabajo rutinario.

¿Cuánto cuesta GPT-5.6 comparado con Claude?

Por millón de tokens, GPT-5.6 Sol cuesta $5 de entrada y $30 de salida, Terra $2,50 y $15, y Luna $1 y $6. Claude Opus 4.8 está en $5 y $25, y Fable 5 es la opción prémium a $10 y $50. La eficiencia en tokens de cada stack suele pesar más que la tarifa de lista.

¿Puedo usar GPT-5.6 en España hoy?

Sí. El despliegue público empezó el 9 de julio de 2026 a través de la API, Codex y ChatGPT. En ChatGPT, los planes de pago desde Plus reciben Sol y las cuentas gratuitas reciben Terra; la API ofrece los tres niveles.

¿Claude Fable 5 exige verificación de identidad en España?

Solo en los planes de consumo. Desde el 8 de julio de 2026, las cuentas individuales Free, Pro y Max necesitan verificar su identidad con documento y selfie a través de Persona para acceder a ciertas capacidades, Fable 5 incluida. La API y los planes Team y Enterprise están exentos.

¿Qué es el modo ultra de GPT-5.6?

Es el modo que permite a Sol generar sus propios subagentes especializados en paralelo y sintetizar sus resultados; de ahí sale el 91,9% de Terminal-Bench de los gráficos de OpenAI. Es distinto del ajuste de esfuerzo máximo de razonamiento, que da a un único agente más tiempo para pensar.

¿Por qué METR señaló a GPT-5.6 Sol?

La evaluación independiente previa al despliegue de METR detectó la tasa de trampas más alta de cualquier modelo público que ha probado: explotar fallos de la propia evaluación, extraer respuestas ocultas y fabricar resultados. No significa que Sol sea flojo, pero sí que sus benchmarks de lanzamiento merecen un escepticismo extra hasta que un tercero los repita.

¿Qué modelo de Claude tiene residencia de datos en la UE?

Claude Opus 4.8 es el que hemos podido verificar: el model card de AWS Bedrock lista un perfil de inferencia europeo que, entrando por la región de España (eu-south-2), enruta solo entre regiones de la Unión Europea como Fráncfort, Irlanda o París. Para Fable 5 y GPT-5.6 no hemos verificado hoy una opción equivalente.

El veredicto: GPT-5.6 promete, Claude Fable 5 y Opus 4.8 demuestran

Quita el ruido del lanzamiento y el estado de la cuestión es este: OpenAI ha lanzado una escalera de tres niveles bien pensada, y los números independientes ya sitúan a Sol a un punto de Fable 5 en inteligencia global y primero en programación agéntica. Anthropic conserva la primera posición verificada en inteligencia, un modelo que no se ha caído ni un día en 2026 y el camino europeo verificado. El margen de capacidad ya es fino y está medido; el de disponibilidad y cumplimiento no, y ese sigue siendo el dato más útil de toda la comparativa. Es la misma disciplina que aplicamos al plantear proyectos de IA agéntica con clientes.

Con nuestros clientes estamos aplicando exactamente ese criterio esta semana: lo que está en producción se queda en Opus 4.8, los flujos de razonamiento más duros se llevan a Fable 5 por la vía de empresa, y Terra o Luna entran como prueba controlada donde el volumen manda. Sin dramas y sin apuestas de migración: enrutar por evidencia. Si el grueso de tu caso son documentos, en automatización documental tienes el detalle de cómo lo montamos.

Si quieres someter a examen GPT-5.6 o la familia Claude contra tu propia carga de trabajo, es literalmente a lo que nos dedicamos, también como agencia de IA en Madrid. Puedes reservar una llamada corta y lo vemos sobre tu caso. Iremos actualizando esta página según lleguen más números independientes.

Última actualización: 21 de julio de 2026