En las últimas dos semanas, Anthropic apretó el acelerador como nunca. El 28 de mayo lanzó Claude Opus 4.8 y el 9 de junio presentó Claude 5, el primer modelo de clase "Mythos" disponible para el público general. Los dos lanzamientos marcan un punto de inflexión: los LLMs están dejando de ser asistentes genéricos para convertirse en herramientas especializadas con distintos niveles de acceso, capacidad y — sobre todo — seguridad. Si trabajás con datos, IA o desarrollo, esto te afecta directamente.
¿Qué lanzó Anthropic en las últimas dos semanas?
Anthropic viene liberando modelos a un ritmo vertiginoso. Solo en 2026 ya pasaron Opus 4.5 (noviembre 2025), 4.7 (abril 2026), 4.8 (mayo 2026) y ahora Claude 5 (junio 2026). Pero estos dos últimos son distintos: uno cierra la generación Opus, y el otro inaugura la clase Mythos. Vamos por partes.
- ▸Opus 4.8 (28 de mayo): evolución incremental de la familia Opus con mejoras en razonamiento y coding.
- ▸Claude 5 (9 de junio): primer modelo público de clase Mythos, con dos variantes — Fable 5 (público con guardrails) y Mythos 5 (acceso restringido sin restricciones).
Claude Opus 4.8: el cierre de una era
Opus 4.8 llegó el 28 de mayo como la versión más refinada de la familia Opus. Aunque Anthropic no publicó benchmarks detallados, el modelo se posiciona como un caballo de batalla confiable para tareas de razonamiento complejo, generación de código y análisis de documentos largos.
Lo interesante es el rol que juega dentro del ecosistema Claude 5: Fable 5 redirige las solicitudes en dominios sensibles — ciberseguridad ofensiva, biología sintética, química avanzada y destilación de modelos — a Opus 4.8, que actúa como un "guardián" con respuestas más restringidas pero seguras. Es la primera vez que Anthropic usa un modelo anterior como firewall de otro más potente.
"Opus 4.8 no es solo un modelo más rápido: es el guardián al que Fable 5 le pasa las preguntas peligrosas."
Claude 5: nace la clase Mythos
El 9 de junio de 2026 Anthropic liberó Claude 5, su modelo más potente hasta la fecha. Pero en lugar de un solo producto, lanzó dos variantes del mismo modelo base:
Claude Fable 5 — la versión pública
Fable 5 es el modelo que cualquier desarrollador puede usar hoy desde la API de Claude. Es el más capaz que Anthropic ha puesto a disposición del público general, pero con un mecanismo de seguridad llamado "ruteo de dominio sensible": cuando el modelo detecta una solicitud en áreas de alto riesgo (ciberseguridad, biología, química, destilación), automáticamente la redirige a Opus 4.8 para responder con guardrails.
Esto significa que para el 95% de los casos de uso — desarrollo de software, análisis de datos, agentes IA, RAG, generación de contenido — Fable 5 es el modelo más potente del mercado. Y para ese 5% de edge cases donde la seguridad es crítica, el sistema tiene un respaldo integrado.
Claude Mythos 5 — el modelo sin restricciones
Mythos 5 es el mismo modelo base que Fable 5, pero sin los guardrails de seguridad en ciberseguridad. Anthropic NO lo liberó al público. Solo está disponible a través de Project Glasswing para un grupo selecto de ~150 organizaciones en más de 15 países: agencias gubernamentales, empresas de ciberseguridad y operadores de infraestructura crítica.
El impacto ya se está viendo. Mozilla usó una versión preview de Mythos en abril y encontró 271 vulnerabilidades en Firefox. Anthropic lo describe como "el modelo de ciberseguridad más fuerte del mundo".
"Mythos 5 es el mismo motor que Fable 5, pero sin el freno de mano. Por eso solo lo tocan 150 organizaciones en todo el mundo."
Precios y disponibilidad
Uno de los datos más sorprendentes del lanzamiento es el pricing. A pesar de ser el modelo más potente de Anthropic, tanto Fable 5 como Mythos 5 cuestan menos de la mitad que el Mythos Preview anterior:
- ▸Input: $10 USD por millón de tokens
- ▸Output: $50 USD por millón de tokens
- ▸Fable 5 ya está disponible en la API de Claude
- ▸Mythos 5 requiere aprobación a través de Project Glasswing
Para ponerlo en perspectiva, generar ~750,000 palabras con Fable 5 cuesta alrededor de $50 USD. Es un pricing agresivo que compite directamente con GPT-5 y Gemini 3.
¿Por qué le importa a un Data Engineer o AI Developer?
Si trabajás con datos o desarrollás productos con IA, estos lanzamientos te afectan de tres formas concretas:
1. Claude Code con esteroides
El combo Claude Code + Opus 4.8/Claude 5 redefine lo que un desarrollador puede delegar a un agente. Tareas que antes requerían supervisión constante — refactors complejos, debugging multiarchivo, migraciones de base de datos — ahora se ejecutan con mayor precisión y menos alucinaciones. Desde febrero de 2026, Claude Code Security ya revisa codebases enteros en busca de vulnerabilidades.
2. Agentes IA más confiables
Con Fable 5, los agentes construidos con LangChain o CrewAI ganan en razonamiento de varios pasos y manejo de contexto largo. El sistema de "Dreaming" que Anthropic lanzó en mayo — consolidación de memoria entre sesiones — vuelve a los agentes más eficientes en tareas que abarcan múltiples sesiones, como pipelines de datos que requieren decisiones en cadena.
3. Modelos con niveles de acceso
La arquitectura Fable/Mythos sienta un precedente: el futuro no es UN modelo para todo, sino capas de acceso sobre el mismo motor. Para un Data Engineer que diseña pipelines con componentes de IA, esto significa que vas a tener que decidir qué modelo usar según el nivel de sensibilidad de los datos y las operaciones. No es lo mismo un agente que genera reportes que uno que escribe queries sobre datos financieros con PII.
El efecto Mythos en el ecosistema de AI
El lanzamiento de Claude 5 no es solo un hito técnico: es una declaración de intenciones. Anthropic está construyendo una arquitectura de modelos por capas donde:
- ▸Fable es el modelo para el mercado masivo de desarrollo y productividad.
- ▸Mythos es el modelo para defensa cibernética e infraestructura crítica.
- ▸Opus queda como el guardián legacy que responde las preguntas "peligrosas".
Esto cambia las reglas del juego para cualquiera que construya productos con IA. Ya no alcanza con saber usar un LLM: hay que entender qué modelo conviene para cada capa de tu stack, cómo manejar el ruteo de solicitudes sensibles y cómo diseñar agentes que aprovechen el nivel correcto de capacidad sin comprometer seguridad.
Si querés estar al día con estas herramientas, en DataPath tenemos el Programa de Inteligencia Artificial para Developers, donde cubrimos desde fundamentos de LLMs hasta despliegue de agentes en producción con proyectos reales.
¿Querés dominar estas herramientas desde cero?
En DataPath tenemos cursos y bootcamps diseñados por expertos de la industria para llevarte de cero a profesional. Si te interesa construir agentes con LangChain, automatizar flujos con n8n e IA, o aprender Claude Code para desarrollo acelerado, tenemos el curso perfecto para vos. Todos con proyectos reales, mentoría en vivo y enfoque práctico para el mercado LATAM.
👉 Explorá todos nuestros cursos en datapath.ai/cursos.
