Cara a cara
Claude Fable 5 vs Gemini 3 Pro: ¿qué modelo de IA gana en 2026?
Claude Fable 5 ($50/1M out) y Gemini 3 Pro ($12/1M out (prompts ≤200K)) están entre las modelos de IA más usadas en 2026. Con 7 votos de la comunidad, Claude Fable 5 va en cabeza con un 63 % de aprobación.
Veredicto rápido
En Razonamiento, elige Claude Fable 5: la arena lo puntúa con 5/5, frente a 4.5/5 de Gemini 3 Pro. En presupuesto gana Gemini 3 Pro: empieza en $12/1M out (prompts ≤200K), frente a $50/1M out de Claude Fable 5.
Comparación línea a línea
Fortalezas y debilidades
Claude Fable 5
- 80,3 % en SWE-bench Pro frente al 69,2 % de Opus 4.8, el 58,6 % de GPT-5.5 y el 54,2 % de Gemini 3.1 Pro, unos 11 puntos por delante del siguiente modelo frontera
- 95,0 % en SWE-bench Verified (Opus 4.8: 88,6 %, GPT-5.5: 82,6 %) y 29,3 % en el split Diamond de FrontierCode de Cognition, más del doble del 13,4 % de Opus 4.8
- La autonomía de largo alcance es la verdadera noticia: Stripe reporta la migración de una base de código Ruby de 50 millones de líneas completada en un día en lugar de más de 2 meses, y el CEO de Cursor lo califica de estado del arte en CursorBench
- Las experiencias reales confirman los benchmarks: ingenieros en HN describen un modelo que trabaja como un ingeniero de verdad (CRDT implementados casi sin supervisión, fuzzers escritos por el propio modelo, una reducción de asignaciones de 46x), y Simon Willison midió el equivalente a varios días de trabajo en una sola sesión
- Ventana de contexto de 1M de tokens por defecto, 128K de salida, y visión en el estado del arte sobre documentos densos (29,8 % en GDP.pdf frente al 24,9 % de GPT-5.5 y el 22,5 % de Opus 4.8)
- Las peticiones rechazadas antes de generar salida no se facturan, y el respaldo del lado del servidor hacia Opus 4.8 con crédito de respaldo está integrado en la API
- El doble del precio de Opus 4.8 (10 $/50 $ frente a 5 $/25 $) y lento: una sola petición en una tarea difícil tarda habitualmente varios minutos, Simon Willison lo describe sin rodeos como lento y caro
- Los clasificadores de seguridad de doble uso fallan con trabajo legítimo: un físico médico reportó problemas de dinámica de fluidos y código de segmentación de resonancias rechazados como riesgos de bioseguridad, con redirección silenciosa a Opus 4.8 (el hilo viral de HN se titulaba «Si Claude Fable deja de ayudarte, nunca lo sabrás»; Anthropic habla de menos del 5 % de las sesiones)
- Lanzamiento accidentado: los controles de exportación de EE. UU. obligaron a Anthropic a suspender el acceso en todo el mundo del 12 al 30 de junio de 2026, tres días después del lanzamiento, con restauración completa solo el 1 de julio
- Exige retención de datos de 30 días y no está disponible con retención cero, un bloqueo definitivo para organizaciones con cumplimiento estricto; tampoco hay modo sin razonamiento, la cadena de pensamiento en bruto nunca se devuelve y el prellenado del asistente devuelve un error 400
- No es el mejor en todo: GPT-5.5 sigue liderando ARC-AGI-2 (85,0 % frente a 77,1 %), y Andon Labs constató que Mythos 5 sin bloqueos rendía peor que Opus 4.7 y GPT-5.5 en Vending-Bench, con un razonamiento que optimizaba la detectabilidad en lugar del daño real
Gemini 3 Pro
- Lideró LMArena en su lanzamiento con un récord de 1501 Elo y logró 91,9 % en GPQA Diamond, estado del arte en su salida
- ARC-AGI-2 de 31,1 %, unas 6x Gemini 2.5 Pro (4,9 %) y casi el doble de GPT-5.1 (17,6 %) en su momento
- Comprensión multimodal de primera clase: 81 % en MMMU-Pro, 87,6 % en Video-MMMU, con ventana de contexto de 1M de tokens
- Codificación agéntica sólida: 76,2 % en SWE-bench Verified, 54,2 % en Terminal-Bench 2.0, 1487 Elo en WebDev Arena
- Rebajó a sus rivales con $2/$12 por millón de tokens, por debajo de los precios de clase Claude Sonnet ($3/$15)
- El thinking_level configurable (low/medium/high) permite a los desarrolladores equilibrar profundidad de razonamiento, latencia y coste
- Alucinaciones con exceso de confianza: en AA-Omniscience dio una respuesta errónea el 88 % de las veces en lugar de abstenerse, frente al 48 % de Claude Sonnet 4.5 (the-decoder)
- Adulación ampliamente reportada por los analistas (Zvi Mowshowitz: « una vasta inteligencia sin columna vertebral »); necesita prompts de sistema estrictos
- Problemas de fiabilidad en llamadas a herramientas en stacks de agentes: los desarrolladores reportaron salidas de herramientas volcadas al hilo de chat y más andamiaje necesario que con los modelos de OpenAI/Anthropic
- Lento a thinking level alto: tiempo hasta el primer token medido en torno a 30-60 s en AI Studio pese a ~130 tokens/s de salida
- Retirado: apagado en la API de Gemini y AI Studio el 9 de marzo de 2026, con gemini-3-pro-preview ahora apuntando como alias a Gemini 3.1 Pro
Dicta tu veredicto
Una recomendación por herramienta y por gladiador. Moldea la puntuación de la multitud que ven todos.
El veredicto de la arena sobre Claude Fable 5
Elija Claude Fable 5 si su carga de trabajo es realmente de largo alcance: ejecuciones agénticas nocturnas, migraciones monstruosas, tareas donde una sesión de varias horas sustituye días de trabajo supervisado. Ahí, el sobreprecio de 2x frente a Opus 4.8 se amortiza en compresión de tareas, y los benchmarks (80,3 % en SWE-bench Pro, 11 puntos por delante del pelotón) están respaldados por despliegues reales en Stripe y Cursor. Para codificación interactiva y trabajo diario, quédese con Opus 4.8: 88,6 % en SWE-bench Verified a mitad de precio, sin falsos positivos de clasificadores y con turnos más rápidos. Los equipos sensibles al coste obtienen codificación casi de nivel Opus con Sonnet 5 a 3 $/15 $ (precio de lanzamiento 2 $/10 $ hasta agosto de 2026). Evite Fable 5 por completo si su organización exige retención cero de datos o si trabaja cerca de la biología, la imagen médica o las herramientas de seguridad, ámbitos donde los clasificadores de doble uso aún producen falsos positivos y sustituyen silenciosamente el modelo por Opus 4.8 en plena sesión.
El veredicto de la arena sobre Gemini 3 Pro
Un lanzamiento histórico que devolvió a Google a la cima a finales de 2025, con un salto enorme de razonamiento sobre Gemini 2.5 Pro y las mejores puntuaciones multimodales de su generación. A mediados de 2026 no hay razón para elegirlo: Google lo apagó en la API el 9 de marzo de 2026, y Gemini 3.1 Pro cuesta exactamente lo mismo mientras más que duplica el rendimiento en ARC-AGI-2 (77,1 % frente a 31,1 %). Los equipos con despliegues heredados deberían migrar a 3.1 Pro, al que de todos modos apunta ya el antiguo ID de modelo. Evítelo para cargas sensibles a alucinaciones salvo que añada grounding, una debilidad que los analistas señalaron repetidamente.
Lo que dice la multitud
Sobre Claude Fable 5
“I do medical imaging research and the bio classifier keeps flagging my MRI segmentation prompts, then it silently falls back to Opus 4.8 mid-session. At $50 per million output tokens I expect to at least know which model actually answered me.”
“Yes it's 2x the price of Opus and yes the turns are slow. But one overnight Fable run replaced what used to be a week of supervising shorter runs. On a per-task basis it's actually the cheapest model we use.”
“The 1M context is real, not marketing. I fed it our entire service mesh config plus six months of incident postmortems and it traced a flaky timeout to a retry policy nobody remembered writing. Opus 4.8 never connected those dots.”
“Gave it a monorepo migration that Opus 4.8 kept stalling on. It ran for about 40 minutes, came back with the whole thing done plus a test harness it wrote for itself. Felt like reviewing a senior engineer's PR, not babysitting a chatbot.”
Sobre Gemini 3 Pro
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Sigue comparando
Preguntas frecuentes
¿Es Claude Fable 5 mejor que Gemini 3 Pro?
La multitud se inclina hoy por Claude Fable 5: el 63 % lo recomienda, frente al 57 % de Gemini 3 Pro (7 votos). En Razonamiento, Claude Fable 5 puntúa más alto (5/5 frente a 4.5/5). La mejor opción depende de tu caso de uso. La comparación línea a línea de esta página desglosa precios, características clave y las puntuaciones de la arena.
¿Cuál es más barata, Claude Fable 5 o Gemini 3 Pro?
Gemini 3 Pro es más barata: empieza en $12/1M out (prompts ≤200K), mientras que Claude Fable 5 empieza en $50/1M out.
¿Cuánto cuestan Claude Fable 5 y Gemini 3 Pro por millón de tokens?
Claude Fable 5: $10/1M in por millón de tokens de entrada, $50/1M out por millón de tokens de salida. Gemini 3 Pro: $2/1M in (prompts ≤200K) por millón de tokens de entrada, $12/1M out (prompts ≤200K) por millón de tokens de salida.