Claude Fable 5 lanzó el 9 de junio de 2026 con safety classifiers integrados que interceptan queries de alto riesgo en cuatro áreas: ciberseguridad, biología, química y model distillation. Cuando el classifier detecta tema sensible, hace fallback a Claude Opus 4.8 (más conservador) sin avisar al usuario. En 48 horas el patrón estaba siendo reportado de forma masiva en X por investigadores y usuarios profesionales que trabajan en áreas legítimas y se encontraban con rechazos o respuestas degradadas.
Cómo funcionan los classifiers
La mecánica es la que ha encendido el debate. Cuando el classifier marca una query como sensible, el sistema deriva la respuesta a un modelo más conservador por detrás, sin ninguna señal al usuario. Tú preguntas al modelo más capaz y te contesta otro, más flojo, sin decírtelo.
Ese silencio es el problema. Un ingeniero de biotech que le pide a Fable una ruta metabólica legítima recibe una respuesta peor y no sabe por qué. No puede distinguir entre un límite de conocimiento del modelo y una intervención de seguridad, y eso rompe la confianza en la herramienta entera.
Se suma la letra pequeña de retención que arrastra toda la familia Fable y Mythos: el contenido que los classifiers marcan como sensible se guarda hasta 2 años, frente a los 30 días del tráfico normal. La misma query que te degradan la respuesta es la que se conserva más tiempo.
Las dos caras del backlash
El primer frente fue UX. Hidden classifiers degradando respuestas sin notificar al usuario es un patrón que erosiona confianza muy rápido. Anthropic reculó en 48 horas, publicó disculpa pública y una guía oficial de best practices para promptear Fable alrededor de esas áreas.
El segundo frente fue justo el contrario. Un red-teamer público demostró que con una estrategia coordinada multi-paso podía saltarse los classifiers, y publicó screenshots de Fable produciendo material que se suponía bloqueado: código de exploit funcional y rutas de síntesis química. Anthropic quedó a la vez como la empresa que bloquea a un investigador honesto y la que deja pasar a un atacante paciente. El peor escenario posible para un lanzamiento de safety classifier.
El cierre del ciclo: ban gubernamental
El 12 de junio, tres días después del lanzamiento, el gobierno US ordenó retirar Fable 5 y Mythos 5 a nivel global por temas de seguridad nacional. Es el primer caso público de un gobierno bloqueando un modelo frontera por su contenido y no por su origen geográfico. Anthropic acabó la semana con el ensayo de Amodei pidiendo regulación FAA, Microsoft bloqueando el modelo a sus empleados y el regulador americano retirándolo. Tres golpes en cinco días.
Qué significa en práctica
Si tu equipo trabaja en investigación seria (laboratorio farma, security research, biotech), Fable es más difícil de usar que sus predecesores. Para tareas generales (escritura, análisis de negocio, código de aplicación) no se nota la diferencia. Para tareas que tocan áreas sensibles, sí.
Por qué importa para founders españoles
Aunque el ban gubernamental US no afecta a tráfico europeo de forma directa, dos consecuencias aterrizan en cualquier empresa que use Claude en producción. La primera es disponibilidad: si Anthropic acaba aplicando políticas más conservadoras a nivel global como respuesta a la presión regulatoria, los safety classifiers se pueden endurecer para todos los usuarios, no solo para los americanos.
La segunda es reputacional. Si tu producto promete usar 'el modelo más avanzado del mercado' y ese modelo está en titulares por bloqueo gubernamental, te toca explicarlo a clientes y a compliance. Tener narrativa preparada de qué modelo usas y qué pasaría si dejara de estar disponible es trabajo de viernes por la tarde, no de la reunión de crisis del lunes.
Qué hacer con esto
- Si Fable 5 es tu modelo de producción y tocas áreas sensibles, monta un fallback a Claude Mythos o a otro proveedor para esas tareas concretas.
- Mete logging de rechazos por classifier para tener datos cuando negocies con tu account manager de Anthropic. Sin datos la conversación es opinión, con datos es evidencia.
- Vigila la retención: si tus queries pueden tocar áreas marcadas, ese contenido se guarda hasta 2 años. Pídelo por escrito antes de mover datos sensibles a producción.
- La capa de routing entre modelos que llevamos meses recomendando aquí gana otra razón para existir: ningún modelo es inmune a una decisión política o de safety que te saque la herramienta de las manos en horas.
Relacionado
