Anthropic anunció que su modelo Fable 5.2 completó el 41.3 % de una evaluación de trabajos freelance reales. La prueba, realizada por Scale Labs, mide si una IA puede entregar resultados de calidad profesional en encargos completos, no solo en tareas aisladas. En comparación, Manus, el mejor sistema de hace un año, apenas alcanzó el 2.5 %. Así, Fable 5.2 resolvió más de dieciséis veces más trabajos que aquel primer líder. La evaluación abarca 240 proyectos de 358 trabajadores independientes verificados de Upwork. En conjunto, los trabajos están valorados en unos $144,000, con un costo promedio de $632.60 por proyecto y alrededor de 29 horas de trabajo humano. Las tareas van desde edición de video y diseño CAD hasta desarrollo de videojuegos y análisis de datos. Los agentes trabajan en un entorno virtual con herramientas profesionales como Blender, GIMP y Audacity, además de generadores especializados de IA para imágenes, audio y video. Scale Labs informó que Fable 5.2 logró sus mayores avances en edición de audio y música, diseño arquitectónico y de interiores, y creación de modelos 3D. También pudo completar proyectos más largos y complejos que los agentes anteriores no conseguían terminar. Cerca de 50 de sus trabajos completados eran tareas que ninguna IA de la prueba había resuelto antes. Los siguientes modelos con mejores resultados fueron Opus 5.5, de Anthropic, con un 21.25 %, y GPT‑6 Astra, de OpenAI, con un 20.83 %. Gemini Argon 4, de Google, quedó en quinto lugar con un 17.08 %. Modelos anteriores, como GPT‑5.2 y Gemini 3 Pro, no llegaron al tres por ciento. Expertos humanos revisaron manualmente cada resultado de la IA: abrieron los archivos con el software correspondiente y los compararon con el trabajo del profesional independiente. Los intentos de automatizar esta revisión con otra IA han fracasado, ya que a los revisores les cuesta detectar defectos técnicos sutiles.
Por qué importa este avance
Para las empresas que contratan trabajadores independientes, los resultados indican que agentes de IA como Fable 5.2 podrían empezar a encargarse de una proporción considerable de proyectos habituales de diseño y medios, lo que podría reducir los costos y los tiempos de entrega. Sin embargo, la prueba también reveló deficiencias en el diseño de productos industriales y la animación, y los revisores señalaron que los resultados de la IA aún pueden estar incompletos o tener fallas técnicas. Hasta que se resuelvan esas carencias, seguirá siendo necesaria la supervisión humana.
Por qué importa
Las empresas pueden considerar el uso de agentes de IA para una variedad más amplia de tareas freelance, en especial edición de audio, arquitectura y modelado 3D, lo que podría reducir los costos. Sin embargo, los errores que aún persisten implican que los profesionales independientes tendrán que revisar y pulir los resultados de la IA, por lo que la transición será gradual.
