La IA de Anthropic completa el 41% de encargos freelance reales

Su mayor avance está en audio, arquitectura y modelos 3D, áreas donde antes fallaban casi todos los sistemas. Los rivales más cercanos, Opus 5.5 y GPT-6 Astra, se quedan en torno al 21%.

La IA de Anthropic completa el 41% de encargos freelance reales

La nueva IA de Anthropic, Fable 5.2, ha completado el 41,3% de los encargos de freelance de una prueba diseñada por Scale Labs y el Center for AI Safety (CAIS). Para que un trabajo cuente, el cliente tiene que aceptarlo como válido y hecho con calidad profesional.

Hace un año, el sistema más avanzado de la prueba, Manus, solo sacaba adelante el 2,5% de estos encargos. Fable 5.2 multiplica esa cifra por más de 16 en apenas doce meses.

La mejora también se nota en poco tiempo. En julio, Fable 5, un modelo anterior de la misma familia, rondaba el 16%. Fable 5.1 se queda en algo menos del 18%, así que Fable 5.2 casi duplica a su predecesor directo.

Quién queda detrás

Los siguientes puestos son Opus 5.5, también de Anthropic, con un 21,25%, y GPT 6 Astra, de OpenAI, con un 20,83%. Gemini Argon 4, de Google, ocupa el quinto lugar con un 17,08%. Los modelos más antiguos, como GPT-5.2 o Gemini 3 Pro, no llegan al 3%.

Scale Labs explica en X que las mayores mejoras de Fable 5.2 están en la edición de audio y música, el diseño de arquitectura e interiores y la creación de modelos 3D. El sistema también saca adelante proyectos largos y complejos en los que fallaban los modelos anteriores. Casi 50 de sus trabajos completados no los había resuelto antes ninguna IA de la prueba.

Dónde sigue fallando

Aún le cuesta el diseño de productos industriales y las animaciones. Cuando los agentes fallan, suelen entregar trabajos de aficionado, resultados incompletos, archivos rotos o diseños contradictorios.

Cada encargo es caro: de media, 632,60 dólares y casi 29 horas de trabajo de una persona freelance, con tareas que van desde editar vídeo hasta diseñar piezas CAD o analizar datos. En conjunto, los 240 proyectos de la prueba valen unos 144.000 dólares y los ha aportado 358 profesionales verificados de Upwork.

Por qué la revisión sigue siendo manual

La evaluación la hacen personas que abren los archivos en el software profesional y los comparan con el trabajo del freelance. Los intentos de automatizarla con otra IA han fallado: apenas sabe manejar esos programas y se deja engañar por trabajos que parecen pulidos pero tienen errores técnicos, a los que puntúa demasiado bien.

Conviene tomar la cifra con cautela, porque es una prueba concreta con 240 encargos y no mide todo lo que hace una persona en su trabajo. Aun así, muestra a qué velocidad se acercan los agentes a tareas que hasta hace poco eran exclusivas de profesionales.

Newsletter · gratis

La semana de la IA, en cinco minutos.

Únete a los lectores que empiezan la semana sabiendo qué pasa en la IA. Cada domingo, en tu correo.