Fable 5 VS ChatGPT 5.6: benchmarks y costes comparados

Por Daniele Forciniti

En la comparativa entre Fable 5 y ChatGPT 5.6 no hay un ganador absoluto, sino una división clara: Claude Fable 5 sigue por delante en razonamiento profundo y en la resolución de bugs reales (80% en SWE-bench Pro frente a un 64,6%), mientras que ChatGPT 5.6 Sol gana en tareas agénticas, en multimodal y sobre todo en coste, porque cuesta la mitad por token (5$/30$ frente a 10$/50$ por millón) y alrededor de un tercio por tarea completada. En pocas palabras: si tu trabajo vive del código complejo y del análisis, pagas más y eliges Fable 5; si necesitas volumen, velocidad y que las cuentas cuadren, ChatGPT 5.6 es la opción más racional.

Desde hace más de 10 años trabajo con webs, SEO y contenidos, y uso ambos modelos cada semana en trabajos reales. Aquí no vas a encontrar la típica lista de números copiada de las notas de prensa: te explico qué dicen de verdad los benchmarks, cuánto cuestan en la realidad y —la parte que casi nadie cuenta— por qué en un test las puntuaciones de ChatGPT 5.6 hay que cogerlas con pinzas.

Los precios comparados: cuánto cuestan de verdad

Empecemos por el dinero, que es lo más concreto. Los precios son por millón de tokens, divididos entre entrada (lo que mandas) y salida (lo que responde el modelo):

Modelo	Entrada (1M tokens)	Salida (1M tokens)
Claude Fable 5	10 $	50 $
ChatGPT 5.6 Sol	5 $	30 $
ChatGPT 5.6 Terra	2,50 $	15 $
ChatGPT 5.6 Luna	1 $	6 $

El dato salta a la vista: Fable 5 cuesta exactamente el doble que el modelo estrella de OpenAI. Y si bajas a Terra o Luna, la diferencia se vuelve abismal — Luna cuesta una décima parte de Fable 5 en entrada. Hay que añadir que ChatGPT 5.6 ofrece además un descuento del 90% en las lecturas de caché, con un recargo de 1,25x en escritura: en flujos repetitivos, la brecha se amplía todavía más.

El coste real por tarea: aquí se ve la diferencia

El precio por token engaña, porque un modelo puede ser barato y luego quemar el triple de tokens para llegar al mismo resultado. El número honesto es el coste por tarea completada, medido por Artificial Analysis en su Intelligence Index:

• Claude Fable 5 (max): alrededor de 2,75 $ por tarea
• ChatGPT 5.6 Sol (max): 1,04 $ — más o menos un tercio
• ChatGPT 5.6 Terra (max): 0,55 $
• ChatGPT 5.6 Luna (max): 0,21 $

Traducido a la práctica: para mil tareas gastas unos 2.750 $ con Fable 5 frente a 1.040 $ con ChatGPT 5.6 Sol. Más de 1.700 $ de diferencia con un resultado casi idéntico. El motivo es la eficiencia: Sol consume de media 15.000 tokens de salida por tarea, menos que la generación anterior y menos que bastantes modelos rivales, y aun así se mantiene arriba en inteligencia. En un proyecto pequeño no lo notas; en un flujo de trabajo que gira todo el día, esa diferencia es el sueldo de un colaborador.

Fable 5 vs ChatGPT 5.6 en los benchmarks: quién gana y en qué

Aquí viene lo bueno, porque el ganador cambia según el test que mires. Y es justo por eso que los titulares del tipo «el modelo X ha batido a Y» hay que leerlos con calma. Este es el cuadro real:

Test	Claude Fable 5	ChatGPT 5.6 Sol	Gana
Puntuación agregada (BenchLM)	91	86	Fable 5, por 5 puntos
Intelligence Index (Artificial Analysis)	60	59	Fable 5, por 1 punto
Coding (media de categoría)	85,6	64,6	Fable 5, con claridad
SWE-bench Pro (bugs reales)	80%	64,6%	Fable 5, con claridad
Agéntico (media de categoría)	84,6	92,0	ChatGPT 5.6
Terminal-Bench	84,3%	91,9%	ChatGPT 5.6
Multimodal (imágenes, vídeo)	57,9	83,0	ChatGPT 5.6, con claridad
AA-Briefcase (trabajo de análisis)	1º (Elo 1764)	2º (Elo 1592)	Fable 5
Ventana de contexto	1M+	1M	Fable 5, por poco
Coste por tarea	~2,75 $	1,04 $	ChatGPT 5.6

La lectura es esta. En inteligencia general están prácticamente empatados: un punto de diferencia es ruido estadístico, no una victoria. En la resolución de bugs reales la brecha es enorme y a favor de Fable 5: 80% frente a 64,6% en SWE-bench Pro son más de 15 puntos, y quien escribe software complejo lo nota. Pero cuando pasamos a las tareas agénticas —el agente que usa herramientas, trabaja en el terminal, completa cadenas de acciones— se da la vuelta todo y adelanta ChatGPT 5.6.

Hay además un dato que casi nadie cuenta y que en mi trabajo pesa bastante: el multimodal. En imágenes y contenido visual ChatGPT 5.6 saca a Fable 5 por 83 a 57,9, es decir más de 25 puntos: la mayor distancia de toda la comparativa, incluso más marcada que la del coding. Si trabajas con imágenes, capturas, diseño o análisis visual, la elección es casi obligada — y esto es justo lo que no descubres leyendo solo la puntuación agregada.

También es curioso que los dos agregados principales no digan lo mismo: BenchLM pone a Fable 5 por delante 91 a 86, mientras que Artificial Analysis los deja a un punto (60 frente a 59). No es un error de ninguno de los dos: miden cosas distintas, con tests y pesos distintos. Por eso coger un único número y llamarlo «veredicto» siempre está mal.

El problema del que se habla poco

Y aquí llega la parte que no encuentras en las notas de prensa. METR, un organismo independiente que evalúa la seguridad de los modelos de IA, detectó que ChatGPT 5.6 Sol «gameó» su evaluación de ingeniería de software —es decir, encontró atajos para superar el test en lugar de resolver de verdad el problema— al ritmo más alto jamás registrado en la historia de la organización. La consecuencia es seria: en ese test las puntuaciones publicadas no son verificables.

Ojo, no significa que ChatGPT 5.6 sea un bluff: sigue siendo un modelo potentísimo y los datos de coste y eficiencia son sólidos y medidos por terceros. Significa que cuando lees una puntuación siempre debes preguntarte quién la ha medido y cómo. Es exactamente lo mismo que repito a los clientes cuando me enseñan un ranking SEO prometido por alguien: el número solo vale si sabes cómo se ha obtenido.

En la misma línea está el aviso de BenchLM, que deja por escrito una regla de oro: harness distintos, ajustes de razonamiento distintos, fechas o runs de scoring diferentes pueden mover los resultados. Traducido: no cojas el número más favorable de cada fabricante y lo llames comparación equivalente. Es justo lo que hacen casi todos los artículos que encuentras por ahí — y el motivo por el que aquí tienes la fuente al lado de cada cifra.

Cuál elegir según el trabajo que haces

Basta de teoría, vamos a la pregunta de verdad: ¿cuál coges? Después de usarlos ambos en proyectos reales, mi regla es esta.

Elige Claude Fable 5 si…

• Trabajas con código complejo y bugs de verdad dentro de bases de código grandes: aquí la ventaja es concreta, no teórica.
• Necesitas razonamiento largo y profundo: análisis, documentos estructurados, decisiones articuladas.
• El coste no es tu principal limitación y prefieres el margen de seguridad en la calidad.

Elige ChatGPT 5.6 si…

• Trabajas con agentes y automatizaciones: herramientas externas, terminal, cadenas de acciones. Aquí es el mejor.
• Manejas imágenes o contenido visual: en multimodal la diferencia es de más de 25 puntos.
• Tienes volúmenes altos y la factura de fin de mes importa: a un tercio del coste por tarea, no hay partido.
• Quieres respuestas rápidas y puedes bajar a Terra o Luna para lo sencillo, dejando Sol para lo serio.

¿El consejo más honesto que te puedo dar? No tienes que elegir solo uno. Yo los uso en pareja: ChatGPT 5.6 para el trabajo de alto volumen y para todo lo agéntico, Claude Fable 5 cuando el problema es duro y quiero la mejor respuesta, cueste lo que cueste. Quien razona por «equipos de fútbol» acaba pagando de más o trabajando peor.

Cómo los uso yo en el día a día

En mi trabajo con sitios web y contenidos la división es natural. Para generar borradores, resúmenes, variantes de texto y para hacer girar automatizaciones repetitivas uso los modelos más económicos de la familia ChatGPT 5.6: el resultado es excelente y el coste casi nulo. Cuando en cambio tengo que tocar código delicado —un tema a medida, una integración que no se puede romper— paso a Fable 5, porque la diferencia en bugs reales se nota de verdad.

Lo que he aprendido es que el ahorro real no está en el modelo más barato, sino en no usar el modelo más caro cuando no hace falta. Es el principio de siempre: la herramienta adecuada para la tarea adecuada.

Si quieres profundizar en los dos protagonistas, he escrito guías dedicadas a ChatGPT 5.6 y ChatGPT Work y a Claude Fable 5 y Mythos 5.

Preguntas frecuentes

¿Quién gana entre Fable 5 y ChatGPT 5.6?
Ninguno de los dos en absoluto. Fable 5 gana en razonamiento profundo y en bugs reales (80% frente a 64,6% en SWE-bench Pro), ChatGPT 5.6 gana en tareas agénticas, en multimodal, en velocidad y en coste. En inteligencia general están casi empatados: 60 frente a 59.

¿Cuánto cuesta Fable 5 frente a ChatGPT 5.6?
Fable 5 cuesta 10$ de entrada y 50$ de salida por millón de tokens, el doble que ChatGPT 5.6 Sol (5$/30$). En coste por tarea completada la diferencia es aún mayor: unos 2,75$ frente a 1,04$, o sea alrededor de un tercio.

¿Cuál es el mejor modelo para programar?
Depende del tipo de programación. Para resolver bugs reales en bases de código complejas es mejor Fable 5, que promedia 85,6 en coding frente a 64,6. Para trabajar con agentes, herramientas externas y terminal es mejor ChatGPT 5.6.

¿Cuál es mejor para imágenes y contenido visual?
ChatGPT 5.6, sin duda. En multimodal marca 83 frente a 57,9 de Fable 5: más de 25 puntos de diferencia, la mayor brecha de toda la comparativa. Si trabajas con imágenes, capturas o análisis visual, es la elección obligada.

¿Por qué se cuestionan las puntuaciones de ChatGPT 5.6?
Porque METR, un organismo independiente de evaluación, detectó que el modelo sorteó su evaluación de ingeniería de software al ritmo más alto jamás registrado, lo que hace que esas puntuaciones no sean verificables. El resto de datos, como coste y eficiencia, siguen siendo sólidos.

¿Conviene usar los dos?
Sí, y es lo que hago yo. Usar ChatGPT 5.6 para el trabajo de alto volumen y las automatizaciones, y Fable 5 para las tareas difíciles, es la forma más eficiente de gastar: pagas el modelo caro solo cuando de verdad hace falta.

¿Cómo son de grandes las ventanas de contexto?
Ambos modelos trabajan alrededor de 1 millón de tokens de contexto, con Fable 5 ligeramente por encima. En este punto están alineados y la elección se juega en costes y capacidades específicas.

Fuentes

• Artificial Analysis – GPT-5.6 benchmarks: Intelligence, Speed and Cost
• BenchLM – Claude Fable 5 vs GPT-5.6 Sol: benchmarks y precios
• The Decoder – GPT-5.6 Sol casi iguala a Fable 5 a un tercio del coste
• TechTimes – GPT-5.6 Sol Review: el problema de los benchmarks (METR)
• Techloy – GPT-5.6 Sol vs Fable 5: precios, benchmarks, veredicto