Fable 5.2, el nuevo sistema de inteligencia artificial de Anthropic, encabeza el índice de trabajo remoto de Scale, aunque no completa el 58% de las tareas incluidas en la evaluación.
Una medición basada en entregas profesionales
El índice de Scale no se limita a comparar respuestas aisladas de distintos modelos. Su criterio consiste en valorar entregables completos y contrastarlos con trabajos de referencia realizados por profesionales. El objetivo es medir hasta qué punto una IA puede resolver tareas propias del trabajo freelance.
En esa clasificación, Fable 5.2 ocupa la primera posición. El resultado apunta a un avance en la capacidad de estos sistemas para producir trabajos terminados, pero también refleja que su rendimiento todavía presenta límites relevantes cuando se enfrenta a encargos profesionales.
El liderazgo no implica resolver todas las tareas
Según el dato recogido en la evaluación, Fable 5.2 no logró completar el 58% de las tareas analizadas. La cifra matiza el primer puesto del índice: liderar frente a otros modelos no equivale a ofrecer resultados consistentes en cualquier encargo.
La información disponible no detalla qué tipos de tareas fueron las más problemáticas ni especifica la metodología completa empleada por Scale. Sí deja claro que la comparación se realizó sobre entregables concluidos y frente a referencias profesionales, un enfoque que busca aproximarse más al uso real de la inteligencia artificial en el trabajo independiente.
Un indicador para seguir la evolución de la IA
El índice sitúa así a Fable 5.2 de Anthropic como el modelo con mejor resultado en esta medición concreta. Al mismo tiempo, el porcentaje de tareas no completadas muestra la distancia que aún existe entre el rendimiento de los sistemas de IA y las exigencias de un trabajo profesional acabado.
