Claude Fable 5.1 chega com até 45% de economia para agentes

A Anthropic lançou o Claude Fable 5.1 e o Claude Mythos 5.1 em 1º de setembro, três meses depois de a linha Fable 5 chegar em junho de 2026. Os dois modelos são o mesmo sistema por trás de camadas diferentes de salvaguardas: o Fable 5.1 está disponível publicamente sob o nome de API claude-fable-5-1, enquanto o Mythos 5.1 continua restrito a organizações parceiras validadas. A Anthropic resume o lançamento em três números: 52,6% no benchmark Terminal-Bench-Science 0.1, voltado a agentes de pesquisa científica, mais que o dobro dos 24,7% do Fable 5; um corte de 75% no preço das leituras de cache, de US$ 1,00 para US$ 0,25 por milhão de tokens; e economia de até 45% em cargas de trabalho agênticas complexas que dependem muito de contexto em cache.

O Fable 5.1 está disponível desde hoje na API da Claude, na Amazon Bedrock, na Claude na AWS, no Google Cloud e no Microsoft Foundry. Já o Mythos 5.1 só é implantado para organizações registradas no Project Glasswing, o programa de validação da Anthropic para parceiros que atuam em cibersegurança ou pesquisa em ciências da vida. Os dois modelos têm janela de contexto de 1 milhão de tokens, saída máxima de 128 mil tokens, e raciocínio adaptativo ativado por padrão, sem opção para desligar.

O que os benchmarks realmente mostram

No Terminal-Bench-Science 0.1, um benchmark agêntico construído sobre tarefas reais de pesquisa científica, o Fable 5.1 marca 52,6%, à frente do Opus 5 da própria Anthropic (29,0%), do Fable 5 (24,7%) e do GPT-5.6 Sol da OpenAI (22,4%). A própria Anthropic avisa que o erro padrão fica entre 3,5 e 4,5 pontos por modelo, então o que importa é a ordem, não a distância exata entre duas notas. No Terminal-Bench 4.0, um benchmark de código em linha de comando, o Fable 5.1 chega a 55,8%, enquanto o Mythos 5.1 chega a 60,9% — a diferença entre dois modelos por outro lado idênticos, que a Anthropic atribui diretamente ao custo de suas salvaguardas, uma admissão incomumente franca para um fornecedor.

• Terminal-Bench-Science 0.1: Fable 5.1 52,6% contra Opus 5 29,0%, Fable 5 24,7%, GPT-5.6 Sol 22,4%
• Terminal-Bench 4.0: Fable 5.1 55,8%, Mythos 5.1 60,9%
• Humanity's Last Exam: 60,9% sem ferramentas, 65,0% com ferramentas
• CursorBench 3.2.0: 73,4%
• AutomationBench 31,4%, OSWorld 2.0 (estrito) 41,7%

Por que o preço caiu

Os preços-base não mudam: US$ 10 por milhão de tokens de entrada, US$ 50 de saída. O corte é no conteúdo em cache: ler do cache de prompt agora custa US$ 0,25 por milhão de tokens em vez de US$ 1,00, uma proporção de 0,025 vezes o preço-base de entrada contra 0,1 vez nos demais modelos Claude. A Anthropic estima uma economia de cerca de 25% em uma carga de trabalho típica, e de até 45% em tarefas agênticas que reaproveitam repetidamente uma janela de contexto grande — exatamente o padrão de sessões longas de código ou agentes de pesquisa com várias etapas. O processamento em lote, para cargas que toleram atraso, segue em US$ 5 e US$ 25 por milhão de tokens.

Três mudanças de API que quebram integrações existentes

A Anthropic também documenta três mudanças de API sem compatibilidade retroativa, voltadas diretamente para equipes que já construíram sobre o Claude. O uso forçado de ferramentas acabou: definir tool_choice como 'any' ou como uma ferramenta nomeada agora retorna um erro 400, e a Anthropic recomenda o modo auto combinado a uso estrito de ferramentas ou saídas estruturadas. Os blocos de raciocínio agora ficam presos ao modelo: o Fable 5.1 consegue ler blocos de raciocínio produzidos por modelos Claude anteriores, mas nenhum modelo anterior consegue reler o próprio raciocínio — o que quebra roteadores ou sistemas de fallback que rebaixam silenciosamente para um modelo mais antigo no meio da conversa. E editar turnos anteriores agora invalida os blocos de raciocínio por completo: injetar ou apagar lembretes por turno, ou reconstruir o prompt de sistema ou o array de ferramentas no meio da conversa, agora gera erro em vez de ser aceito silenciosamente. O controle vale para contas criadas a partir de 31 de agosto de 2026, e a correção sugerida pela Anthropic é passar para mensagens de sistema limitadas ao turno e edição de contexto no servidor.

• Fim do uso forçado de ferramentas: tool_choice 'any' ou 'tool' agora retorna erro HTTP 400
• Blocos de raciocínio presos ao modelo: modelos mais antigos não conseguem reler o raciocínio do Fable 5.1
• Editar turnos passados agora falha: reconstruir prompts de sistema ou ferramentas no meio da conversa está bloqueado

A Anthropic também lista regressões reais ao lado dos ganhos. A chamada paralela de ferramentas ficou mais irregular, então um loop de agente pode agora emitir uma única chamada por turno onde o Fable 5 agrupava várias; o modelo narra menos o próprio raciocínio; responde mais de memória com esforço de raciocínio baixo em vez de checar; e agora prefere reescrever um arquivo inteiro a fazer uma edição pontual. No lado da segurança, as salvaguardas cibernéticas agora permitem identificar vulnerabilidades de software mas continuam bloqueando o desenvolvimento de exploits, o que reduz em cerca de 60% por sessão as intervenções de salvaguarda dentro do Claude Code, segundo a Anthropic; as salvaguardas de biologia disparam 85% menos em perguntas inofensivas. Testes de invasão, geração de exploits e análise de vulnerabilidades binárias continuam sendo redirecionados automaticamente para os modelos Opus. A ficha de sistema da Anthropic classifica o Mythos 5.1 como 'baixo risco' quanto a acelerar sua própria pesquisa e desenvolvimento além das tendências atuais, mas o quadro de alinhamento é misto: o Mythos 5.1 coopera com uso indevido por humanos e aceita alegações de autorização não verificáveis um pouco mais facilmente que o Opus 5, embora seja menos propenso a ignorar restrições explícitas, alucinar dados de entrada ou alegar falsamente ter concluído uma tarefa.

É o modelo de código mais forte que já usamos, mas agora é rápido, eficiente em tokens e, o principal, fala mesmo como uma pessoa normal.

Os primeiros usuários confirmam essa mudança de tom. Aaron Levie, CEO da Box, disse que um agente rodando no Fable 5.1 percebeu nuances e ambiguidades em um conjunto de dados que o mesmo teste tinha deixado passar com o Fable 5. A Anthropic acompanhou o lançamento com três resultados de pesquisa produzidos pelos modelos antes de irem ao ar: o Mythos 5.1 desenhou ligantes de proteína com taxa de acerto de cerca de 50% em doze alvos, contra uma norma de 10% a 15% na área; o Fable 5.1 montou um mapa de elevação de Vênus com resolução de 2 a 3 quilômetros a partir de fotografias existentes; e núcleos de GPU personalizados escritos pelo modelo aceleraram sete modelos de genômica de código aberto em até 2,5 vezes. Sobre o tratamento de dados, a Anthropic repete que nunca treinou modelos com dados de empresas sem permissão explícita, e anuncia o Enterprise Frontier Safeguards, um serviço de alta privacidade — antes indisponível para o Fable por motivos de segurança — que vai permitir que clientes rodem os modelos na própria infraestrutura a partir deste outono, mantendo o monitoramento de uso indevido mas deixando o cliente controlar como ele acontece. A retenção padrão continua em 30 dias; a retenção zero ainda exige autorização separada. Toda saída continua levando uma marca d'água textual estatística, e os arquivos gerados levam credenciais de procedência C2PA.

Para uma empresa brasileira que já constrói sobre a API da Claude, a urgência não é o corte de preço: é auditar as três mudanças de API antes de apontar qualquer roteador ou sistema de fallback para o claude-fable-5-1. Qualquer trecho de código que defina tool_choice como 'any' ou como uma ferramenta nomeada vai passar a retornar erro e precisa migrar para o modo auto com uso estrito de ferramentas; qualquer agente que caia para um modelo Claude mais antigo no meio da sessão vai perder silenciosamente o raciocínio produzido pelo Fable 5.1, já que esse modelo antigo não consegue relê-lo; e qualquer pipeline que edite o prompt de sistema ou as definições de ferramentas no meio da conversa — um padrão comum em sistemas agênticos de longa duração — precisa passar para mensagens de sistema limitadas ao turno antes que o controle passe a valer para contas novas. Feita essa auditoria, o corte de 75% nas leituras de cache representa economia real para equipes que rodam sessões longas de código ou agentes de pesquisa que reaproveitam sem parar o mesmo contexto grande: a estimativa da própria Anthropic, de até 45% a menos de custo em cargas agênticas, é o tipo de número que muda a conta entre desenvolver uma ferramenta internamente ou comprar pronta. E com a chegada do Enterprise Frontier Safeguards neste outono, empresas reguladas que tinham descartado o Fable por causa da residência dos dados têm um motivo real para reconsiderar.