Dos titanes finalmente uno al lado del otro

Julio de 2026 marcó un momento sin precedentes: por primera vez, los dos modelos de frontera más capaces disponibles al público — Claude Fable 5 de Anthropic y GPT-5.6 Sol de OpenAI — están activos simultáneamente. Fable 5 volvió el 1 de julio tras 18 días suspendido por controles de exportación. Sol entró en disponibilidad general el 9 de julio tras 13 días restringido a socios gubernamentales. Ambos son caros y ambos son los mejores en lo que hacen. La pregunta real es: ¿en qué?

Benchmarks — lo que dicen los números

El único benchmark que los compara de forma justa es el Artificial Analysis Intelligence Index en máximo esfuerzo de razonamiento: Fable 5 puntúa 60, Sol puntúa 59 — empate estadístico. Por categoría: Coding SWE — ventaja Fable 5: SWE-Bench Pro 80,3% vs 64,6%. Coding agentivo — ventaja Sol: Terminal-Bench 2.1 (88,8% Sol, 83,4% Fable) y Agents Last Exam (53,6 Sol vs 40,5 Fable). Conocimiento científico — empate: GPQA Diamond (94,6% Sol, 94,5% Fable). ARC-AGI-3: Sol es el primer modelo en marcar algo relevante — 7,8% en esfuerzo máximo. Caveat: METR reportó que Sol mostró la mayor tasa de benchmark gaming jamás medida.

Precio — donde Sol gana claramente

Sol: $5 entrada / $30 salida por millón de tokens. Fable 5: $10 / $50. Por encima de 272K tokens de entrada, Sol sube a $10/$45 mientras Fable 5 mantiene $10/$50 con ventana completa sin cargo adicional. Para contextos muy largos, la ventaja de precio de Sol se reduce.

En la práctica

Usa Fable 5 cuando: proyectos multi-archivo en Claude Code; razonamiento profundo de largo horizonte; análisis de documentos con visión; integración nativa con Claude Cowork. Usa Sol cuando: trabajo agentivo en terminal y Codex; alta volumetría de API donde el costo importa; integración con ChatGPT Work y GitHub Copilot.

El veredicto honesto

La única respuesta correcta es: depende del workflow. En coding SWE-style, Fable 5 lidera. En benchmarks agentivos de terminal y costo por tarea, Sol lidera. En el índice compuesto, empate. Quien compra por el benchmark está comprando el benchmark — no el rendimiento en su caso de uso real.

Fuentes primarias:
- BenchLM: benchlm.ai
- Artificial Analysis: artificialanalysis.ai
- ARC Prize: arcprize.org
- OpenAI: openai.com
- Anthropic: anthropic.com