Contexto técnico
Me encantan estos bugs-que-no-son-bugs: el sistema parece hacer un fallback de seguridad, pero en la práctica se agarra a palabras donde el riesgo es cero. Esa es la historia con Fable 5. Si en un mensaje aparecen biología, bioquímica, ciber o incluso un indicio de destilación, el clasificador integrado puede pasar la conversación a Opus 4.8.
Formalmente no es un rechazo, sino un fallback. Es decir, Fable no discute contigo, simplemente llama a otro modelo. Según Anthropic, esto ocurre en menos del 5% de las sesiones, pero si estás construyendo automatización con IA o simplemente quieres una UX estable, incluso un cambio automático poco frecuente resulta desproporcionadamente molesto.
Y aquí surge un curioso truco de usuario: si le dices a Fable de antemano que no mencione nada de biología, incluso cuando el tema es totalmente distinto, el traspaso a Opus ocurre con menos frecuencia. No lo llamaría magia. Más bien, el clasificador es sensible no solo a la intención de la consulta, sino también al vocabulario que el modelo planea usar en su respuesta.
Esto encaja bien con lo que ya se sabe del mecanismo de fallback. El disparador se activa no solo con solicitudes explícitamente peligrosas, sino también con frases neutrales que contengan tokens “tóxicos”. De ahí los falsos positivos en informes médicos, discusiones científicas y chats de trabajo habituales.
Si necesitas la vía oficial, yo primero desactivaría el cambio automático en los ajustes. Así la sesión no se va a Opus en silencio, sino que se detiene y puedes reescribir el prompt de forma más limpia. A veces también ayuda iniciar un nuevo chat, porque el contexto anterior puede arrastrar la bandera.
Qué cambia para los negocios y la automatización
El principal problema no es la censura en sí, sino la imprevisibilidad. Cuando la integración de IA depende de un modelo concreto, un fallback repentino rompe el coste, la latencia y el formato de respuesta. Para escenarios de producción, eso ya no es un detalle menor.
Un segundo efecto es aún más interesante: de repente, la ingeniería de prompts se convierte en parte de la arquitectura de IA. Hay que diseñar no solo el significado de la consulta, sino también un vocabulario seguro para que el clasificador no intervenga sin motivo.
Ganan quienes mantienen el control sobre el enrutamiento de modelos y saben limpiar los prompts de forma sistemática. Pierden los equipos que confían en que la IA gestionada se comportará de forma estable por sí sola.
En Nahornyi AI Lab solemos llevar estas cuestiones al nivel de arquitectura: establecemos reglas de reescritura de prompts, capturamos los fallbacks, calculamos su coste y solo entonces decidimos dónde se necesita una bifurcación manual hacia Opus. Si tu automatización con IA ya está tropezando con estos disparadores, analicemos tu escenario y construyamos un desarrollo de soluciones de IA sin estas sorpresas.