Anthropic sigue en la polémica. Ha vuelto a desplegar el modelo famoso que bloqueó el gobierno de Estados Unidos, Claude Fable 5. Pero hay una trampa importante. Parte de las tareas de código ya no las resuelve necesariamente Fable. Hay un clasificador interno que decide cuándo interrumpir el razonamiento o la inferencia de este modelo nuevo y enviar la petición a un modelo peor. El problema es que el usuario no sabe que eso ha ocurrido y no es un solo técnico, no es un problema solamente técnico, es de medición. Si haces una prueba en un benchmark y unas veces responde un modelo mejor y otras peor, ya no estás evaluando un modelo. Estás evaluando un sistema de enrutamiento controlado por una empresa y complica mucho comparar versiones, reproducir resultados y realmente saber qué estás usando. Antropic dice que solo afecta a una fracción minúscula de tareas rutinarias, pero si no publica los criterios de fallback, la confianza se va a resistir.