Claude Fable 5.2 logra un 64,9% en RoboDojo, más del doble que GPT-6 Astra en la medición de Anthropic

Anthropic lanzó el 9 de noviembre Claude Fable 5.2, un modelo general orientado a programación, finanzas y ciencia, y su anuncio incluyó un resultado de robótica. En RoboDojo, una prueba pública en la que un modelo guía un robot simulado de dos brazos a partir de imágenes de cámara, Fable 5.2 alcanzó un 64,9% de éxito medio, según Anthropic. Es más del doble que GPT-6 Astra, con un 29,8%, y que Fable 5.1, con un 27,6%, y supera a Claude Opus 5.5 (39,4%) y Gemini 4 Argon (34,2%). Anthropic ejecutó todos los modelos por su cuenta, cada uno con su nivel de esfuerzo más alto.

El salto es real en el entorno de evaluación de Anthropic, pero el orden de los rivales que quedan detrás depende de quién sostiene el cronómetro. AA-Robotics v0.1, publicado por Artificial Analysis el 14 de octubre, puso a los modelos a manejar un brazo real de seis ejes en ocho tareas de mesa. Allí GPT-6 Astra obtuvo 69,4 sobre 100 y Fable 5.1 46,3, 23 puntos de diferencia. En la medición de Anthropic en RoboDojo, los mismos dos modelos quedan a 2,2 puntos.

En julio, las políticas robóticas entrenadas ponían el listón bajo

Los autores de RoboDojo publicaron la prueba en julio con 42 tareas de simulación sobre la plataforma de dos brazos ARX X5, que evalúan generalización, memoria, precisión, tareas largas e instrucciones abiertas. De las 30 políticas robóticas entrenadas que evaluaron, la mejor llegó a un 8,80% de éxito medio. Los expertos humanos alcanzaron un 76,03% con el mismo protocolo. Anthropic afirma que Fable 5.2 superó a la mayoría de los sistemas de IA creados específicamente para controlar robots, lo que deja sitio para que unos pocos sigan por encima en la clasificación en vivo. Su cifra sale de su propio entorno, así que se puede poner junto a las del artículo, pero no en la misma escala.

Fuera de la prueba, un cubo de rompecabezas y un tapón

Anthropic dice que Fable 5.2 controla robots físicos mucho mejor que los Claude anteriores, incluso en tareas para las que nunca se entrenó de forma explícita. Su vídeo muestra robots guiados por el modelo resolviendo un cubo de rompecabezas, desenroscando el tapón de una botella y dibujando un robot. En el mismo texto, Anthropic cuenta que el modelo diseñó tres aparatos electrónicos con Diode, un fabricante de placas de circuito: un centro de asistente de voz para el hogar, un altavoz manos libres USB y una mascota virtual de bolsillo. Los tres funcionaron sin modificaciones eléctricas.

Fable 5.2 cuesta 8 dólares por millón de tokens de entrada y 40 dólares por millón de salida, frente a 10 y 50 dólares de Fable 5.1.

RoboDojo puntúa si el robot termina la tarea, y una línea de producción paga por lo rápido que la termina. Artificial Analysis cronometró a los modelos de frontera en unos 30 minutos por tarea, frente a 20 segundos de una persona, y Fable 5.1 dedicó unos diez minutos a planificar antes de su primer movimiento.