intercambié K3 por el asiento del medio de mi pila esta mañana. mismo verificador, mismas especificaciones, mismas tareas

primeras impresiones honestas después de 19 ejecuciones:
> el frontend es la zona de masacre: una UI estilo macOS a partir de un único prompt en 15 minutos, los devs lo llaman directamente mejor que Fable 5 y Sol para trabajo de frontend
> creación de escenas visuales vs Opus 4.8 "ni siquiera está cerca": texturas completas, iluminación, detalle funcional frente a una caja gris
> la frase de una sola línea del público de evaluación: a nivel de opus, estrictamente mejor que 4.8 en todo, en precios de Sonnet por encima de donde Fable todavía se mantiene: razonamiento profundo y ejecuciones de agentes de largo horizonte. nadie ha destronado todavía el asiento del planificador
los benchmarks del proveedor te dicen lo que puede hacer un modelo. tu propio verificador te dice lo que hará por ti
veredicto completo después de una semana de turnos nocturnos