El último modelo de Anthropic, Fable 5.2, encabeza el Remote Labor Index (RLI) de Scale el 12 de noviembre de 2026, con un 41,3 % de éxito en entregables freelance completos, según CryptoSlate. La prueba mide el trabajo generado por IA frente a referencias profesionales en 240 proyectos diversos, desde documentos y audio hasta modelos 3D y archivos CAD. El siguiente mejor, Opus 5.5, logró un 21,25 % de éxito, quedando muy por detrás de la oferta de Anthropic.

Cómo funciona el Remote Labor Index

El RLI, desarrollado por investigadores del Center for AI Safety y Scale AI, exige a los sistemas de IA producir productos terminados que cumplan o superen un estándar profesional de referencia. Revisores humanos evalúan cada entregable contra el encargo original, usando votación mayoritaria para determinar si la salida de la IA satisface las expectativas del cliente. Se excluyeron proyectos que implican interacción directa con el cliente, trabajo en equipo o trabajo físico, limitando el alcance de la prueba a tareas que pueden inspeccionarse objetivamente.

Resultados y advertencias de Anthropic

Anthropic calificó su puntuación del 41,3 % como «esfuerzo alto» en un comunicado del 9 de noviembre, indicando que las salvaguardas estaban activadas durante las pruebas. Sin embargo, la empresa no reveló el gasto por proyecto ni el grado de asistencia humana involucrada. La metodología del RLI deja a la mayoría de los proyectos evaluados por debajo del umbral de aceptación, lo que significa que, aunque Fable 5.2 superó a sus pares, la mayoría de las tareas freelance siguen sin resolverse por el modelo.

Qué observar a continuación

Los próximos lanzamientos de Anthropic y sus competidores probablemente buscarán mejorar las tasas de éxito y ampliar el rango de categorías de tareas. Los observadores estarán atentos a cualquier revelación sobre estructuras de costos o soporte humano en el proceso, ya que estos factores son críticos para evaluar la viabilidad comercial del trabajo freelance asistido por IA.