El 9 de junio de 2026 Anthropic lanzó Fable 5. Lo presentó como "el modelo más capaz que jamás hayamos liberado al público": clase Mythos, coding state-of-the-art, disponible para cualquiera. En horas, la comunidad descubrió que el modelo degradaba silenciosamente sus respuestas para quien investigara IA competidora. Un párrafo enterrado en la página 200+ del system card. Backlash inmediato. Anthropic pidió disculpas, admitió "wrong tradeoff", revirtió la política. El daño está hecho. Confianza minada.
El 12 de junio, a las 5:21 PM, el Departamento de Comercio de Estados Unidos emitió una directiva de emergencia: prohibido el acceso a Fable 5 y Mythos 5 para cualquier foreign national, dentro o fuera del país. Anthropic no podía verificar nacionalidades en tiempo real. Apagó todo. Global.
Lo que esto demuestra
Cuando tu herramienta de coding corre en servidores ajenos, su existencia depende de factores que no controlas. Un memorándum en Washington y tu stack de desarrollo se apaga. No importa si estás en México, Berlín o Bangalore.
La comunidad tech lleva 18 meses moviéndose hacia modelos abiertos. DeepSeek, Mistral, Arcee, Llama. Por anti-lock-in, por costo, por soberanía. Fable 5 aceleró una migración que ya estaba en marcha.
DeepSeek V4 Pro está listo. Pero necesita el runtime correcto.
El 24 de abril — tres semanas antes de Fable 5 — DeepSeek lanzó V4 Pro: 1.6 billones de parámetros (49 mil millones activos por token), 1 millón de tokens de contexto, 80.6% en SWE-bench Verified. A 0.2 puntos de Claude Opus 4.7. Pesos abiertos, licencia MIT. Precio permanente desde mayo: $0.435 por millón de tokens de input, $0.87 de output. Compite en coding con Opus 4.7, cuesta siete veces menos, y ningún gobierno puede apagarlo. Corre en Hugging Face, en tu servidor, en tu laptop.
Pero hay un problema que casi nadie está discutiendo: casi ningún agente de coding soporta correctamente a DeepSeek V4 Pro.
El modelo tiene una arquitectura de razonamiento distinta a la de Anthropic y OpenAI. Emite thinking tokens — bloques de razonamiento interno — antes y entre tool calls. Estos tokens son invisibles para el usuario pero consumen contexto y se reenvían en cada turno del loop de agente. Los harnesses existentes (Claude Code, Cline, OpenCode, Aider) se construyeron para formatos de respuesta planos: texto + tool_use blocks. Con DeepSeek V4 Pro pasan cuatro cosas:
Los thinking tokens rompen los parsers de tool calls. El harness no sabe distinguir el bloque de razonamiento del bloque de acción. En el mejor caso, ignora el thinking y pierde calidad de razonamiento. En el peor, corrompe el loop.
El contexto se desborda sin avisar. Los thinking tokens no se contabilizan en el tracking de tokens del agente, pero sí consumen ventana. A las diez iteraciones el modelo está operando en las zonas menos confiables de su contexto, y el harness no te lo dice.
El prefix caching colapsa. DeepSeek cachea prefijos estables con ~90% de descuento. Pero cada turno que reenvía thinking tokens del turno anterior muta el prefijo. El caché se invalida. El costo se dispara y la latencia también.
No hay control de esfuerzo de razonamiento. DeepSeek V4 Pro expone un parámetro reasoning_effort que permite decidir cuánto piensa el modelo. Los harnesses genéricos no lo exponen. El resultado: el modelo gasta tokens razonando tareas triviales, o no razona suficiente en las complejas.
El modelo es bueno. El harness no sabe usarlo.
GhostyCode está escrito para este modelo
GhostyCode es un agente de terminal en Rust diseñado alrededor de DeepSeek V4 Pro. No es un adaptador genérico que soporta catorce modelos — entiende el formato de respuesta de este modelo en específico: thinking tokens, tool calls intercalados, reasoning_effort.
Constitución que gobierna el razonamiento. GhostyCode opera bajo una constitución de siete artículos. El quinto es verificación obligatoria: después de cada tool call, lee el resultado y confirma antes de continuar. Pero el sistema completo define cuándo pensar: profundo para arquitectura y debugging, ligero para generación de código, nulo para lecturas y búsquedas simples. El modelo no desperdicia tokens ni se queda corto.
1M de contexto administrado. GhostyCode contabiliza los thinking tokens en el tracking real de contexto. Sabe cuándo está al 60% y sugiere compactación. El prefix caching sobrevive entre turns porque el system prompt tiene capas estáticas al inicio.
Agentes en paralelo. Tareas independientes se despachan simultáneamente en sub-agentes que heredan la misma disciplina de verificación. Seis archivos que entender, seis agentes, un solo turno.
Tool-use nativo. Shell, git, grep, file I/O, web search, tests. Todo desde el runtime.
Soberanía real. Corre en tu terminal. El modelo tiene pesos abiertos — puedes usar la API de DeepSeek o correrlo localmente. El runtime es open-source. Nadie te lo apaga. El Departamento de Comercio no tiene jurisdicción sobre lo que ejecutas en tu máquina.
Instalar GhostyCode toma minutos. Configuras tu API key de DeepSeek y en cinco minutos estás programando con verificación automática, agentes en paralelo y 1M de contexto. El workflow es familiar. La diferencia es quién decide si mañana sigue funcionando.
Cómo empezar
Instalar GhostyCode toma un comando:
El paquete se llama ghostycode, el comando es ghosty. Configuras tu API key de DeepSeek y en segundos estás listo:
Tres modos según lo que necesites: Agent (herramientas con aprobación), Plan (propone antes de tocar), Yolo (auto-aprueba todo). Modelos disponibles: deepseek-v4-pro para razonamiento complejo, deepseek-v4-flash para tareas rápidas, y auto para que el runtime elija según el turno. También hay modo servidor HTTP, soporte MCP y sesiones persistentes que puedes retomar con ghosty resume --last.
No requiere Rust instalado si usas npm — baja binarios precompilados. Corre en macOS, Linux y WSL. El repo está en github.com/blissito/ghostycode. Licencia MIT.
Tu operación merece más que tres días
El 12 de junio Fable 5 dejó de existir. No falló técnicamente. No era inseguro en manos de sus usuarios. Lo apagaron porque Anthropic no podía garantizar la nacionalidad de cada persona usándolo. Y como no podía distinguir, lo mató para todos. Tres días después de haberlo presentado como el futuro.
DeepSeek V4 Pro salió en abril. GhostyCode ya lo corre — y lo corre como ningún otro agente puede. Ambos están a un git clone de distancia.
Sin permisos. Sin fecha de expiración.
Cómo usar recaptcha en React: useRecaptcha hook
Checa este otro Post
