Dos modelos de inteligencia artificial reciben la misma especificación y desarrollan la misma aplicación de gestión bibliotecaria. Este Informe USERS observa cómo GPT-5.6 Sol y Claude Fable 5 interpretan idénticos requisitos y llegan a resultados equivalentes por caminos muy distintos, que revelan dos maneras de trabajar.
Autor: Alejandro Castillo
Un experimento con reglas parejas
La prueba parte de un único documento funcional que describe qué construir: una aplicación web para administrar el catálogo y la circulación de una biblioteca sobre MySQL. No indica cómo programarla.
Esa decisión es deliberada. La arquitectura y la resolución de cada problema quedan en manos de cada modelo. Así, las diferencias responden solo a cómo cada uno interpreta el proyecto, no a las instrucciones.
Ambas IA reciben la misma especificación y la misma secuencia de seis prompts, desde comprender el problema hasta modernizar la interfaz. Cualquier aclaración se comparte con las dos.
En la comprensión inicial coinciden casi por completo: identifican el mismo objetivo y las mismas zonas grises del documento.
La primera diferencia surge antes del código. Ante los vacíos, Fable completa con un supuesto razonable, lo anota y avanza. Sol prefiere frenar y preguntar antes de tomar una definición difícil de revertir.
El experimento avanza en seis etapas encadenadas, de comprender el problema a modernizar la interfaz. Cada modelo recibe los mismos prompts en el mismo orden.
Dos maneras de construir
La arquitectura que proponen es casi idéntica: un patrón MVC (Modelo-Vista-Controlador) con capa de servicios y repositorios sobre PDO, más un Front Controller como punto único de entrada.
La diferencia está en la ejecución. Fable trabaja de forma incremental: crea, prueba en el navegador y corrige sobre la marcha, en un ciclo continuo que deja la aplicación funcionando desde temprano.
Sol sigue una línea planificada. Amplía el diseño con pruebas automáticas y documentación antes de tocar las pantallas, y apoya la verificación en cientos de comprobaciones más que en la prueba manual.
El contraste se ve en los números. La versión de Fable queda en poco más de cien elementos, la de Sol, cerca de trescientos sesenta, con un tamaño final casi igual. No escribió más código: lo repartió con mayor granularidad.
También separa desarrollar de desplegar. Sol no toca el entorno local MAMP (el paquete que reúne Apache, MySQL y PHP) ni ejecuta migraciones finales sin autorización. Fable, en cambio, entrega una aplicación lista para usar.
La arquitectura en la que ambos coincidieron: un patrón MVC con capa de servicios, repositorios sobre PDO y un Front Controller como puerta de entrada.
Cuándo conviene cada modelo
El resultado funcional es equivalente. Ambos completan quince módulos y cuarenta reglas de negocio, con un nivel técnico parejo. La diferencia no está en la capacidad de programar, sino en cómo cada uno organiza el trabajo.
Fable dedica más tiempo a la aplicación, Sol, al proyecto. Uno prioriza tener algo operativo cuanto antes. El otro, una base modular y documentada que resista el paso del tiempo.
Por eso la elección depende más del proyecto que del modelo. Fable conviene para avanzar rápido, armar un prototipo o trabajar en solitario, cuando importa iterar y entregar temprano.
Sol rinde mejor cuando el sistema tendrá una vida larga, sumará desarrolladores o la mantenibilidad pesa. Su tendencia a modularizar y automatizar pruebas facilita la evolución a mediano plazo.
Un dato matiza la imagen habitual. Las evaluaciones públicas describen a Sol como muy eficiente en tokens, pero en esta prueba generó casi el triple de elementos y operó con subagentes en paralelo, señal de que dedica más recursos al proceso.
En qué invirtió el tiempo cada modelo: Fable concentró el esfuerzo en desarrollar y probar; Sol, en la arquitectura y la verificación.
Encuentra la versión completa de la publicación en la que se basa este resumen, con todos los detalles técnicos en RedUSERS PREMIUM
También te puede interesar:
ChatGPT 5.6 INTEGRA MODELOS, AGENTES Y HERRAMIENTAS
Durante más de tres años ChatGPT creció sumando modelos y funciones alrededor de una conversación. Este Informe USERS explica el giro de 2026: OpenAI dejó de ampliar un chatbot y armó una plataforma de trabajo, donde la charla es apenas una de las entradas a un sistema coordinado.
Lee todo lo que quieras, donde vayas, contenidos exclusivos por una mínima cuota mensual. Solo en RedUSERS PREMIUM: SUSCRIBETE!
