A Anthropic baixa em 20% o preço do Claude Fable 5.2, o seu modelo mais capaz disponibilizado ao público em geral, e anuncia progressos em código, ciências e robótica. Para a maioria dos utilizadores, a mudança mais sensível diz respeito, no entanto, às recusas, cujo número teria diminuído nitidamente.
A primeira recomendação do comunicado da empresa é não começar por este modelo. Para a maior parte do código e do trabalho de escritório, a Anthropic aconselha a partir do Claude Opus 5.5, apresentado como o seu modelo « do dia a dia », e a passar para o Fable 5.2 apenas se o projeto o exigir. Este último visa, portanto, os projetos longos e abertos.
O Claude Fable 5.2 e o Claude Mythos 5.2 foram anunciados a 9 de novembro. Trata-se do mesmo modelo com duas designações. O Fable integra filtros que bloqueiam os usos ofensivos em cibersegurança, como os testes de intrusão ou a escrita de exploits, bem como a maioria das pesquisas em biologia. O Mythos, sem estes filtros, mantém-se reservado às organizações validadas pela Anthropic.
O preço passa para 8 dólares por milhão de tokens na entrada e 40 dólares na saída, preços americanos sem impostos, contra 10 e 50 dólares para o Fable 5.1, lançado no início de setembro. Um token é um fragmento de palavra, e um milhão de tokens representa, segundo a fonte, cinco ou seis romances, uma fatura que diz sobretudo respeito aos programadores. Um modo rápido, até 2,5 vezes mais rápido que o modo normal, custa o dobro, e os subscritores Pro podem dedicar-lhe até metade da sua quota semanal.
Progressos anunciados, números a ler com atenção
Segundo a Anthropic, o Fable 5.2 passa de 56,3% para 69,9% no FrontierSWE v2, um teste de correção de bugs em projetos reais, e de 65,6% para 74,2% no Humanity’s Last Exam com ferramentas. A sua pontuação em robótica simulada, medida internamente pela empresa no RoboDojo Sim, progride de 27,6% para 64,9%.
A empresa insiste também no esforço de raciocínio, ou seja, o tempo deixado ao modelo para pensar. Com um esforço « elevado », o Fable 5.2 igualaria a melhor pontuação do Opus 5.5 no FrontierCode 2.0, um teste que verifica se uma correção seria aceite pelos mantenedores de um projeto de código aberto, por cerca de metade do preço por tarefa. O quadro publicado conta, no entanto, com linhas onde o Fable 5.2 não leva a vantagem: o Gemini 4 Carbon supera-o na automatização de tarefas empresariais (53,9% contra 51,4%), e o Opus 5.5 mantém uma ligeira vantagem no ranking Elo de trabalho de escritório.
Estas pontuações são publicadas pela Anthropic, com os filtros de segurança ativados salvo indicação em contrário. Em cibersegurança, a empresa esclarece que cada laboratório utilizou as suas próprias tarefas, o que impede uma comparação direta com o GPT-6 Astra. As demonstrações citadas, incluindo a tradução do teorema de Fermat numa prova verificável por computador em 30 horas por mil agentes, estão por examinar. Os dois problemas de física dos buracos negros que o modelo teria resolvido só são publicados em pré-publicação, sem revisão por pares.
Menos recusas, e limites exibidos
No dia a dia, a novidade mais tangível prende-se com as recusas. A Anthropic indica ter medido, em testes, cerca de 55% menos bloqueios do que com o Fable 5.1, ou seja, 60% em cibersegurança e 40% em biologia. Quando o filtro é acionado, é um modelo mais antigo, o Opus 4.8 ou o Opus 5, que responde.
A Anthropic afirma, além disso, ter limitado voluntariamente as capacidades que acelerariam a pesquisa em IA em si, mantidas ao nível do Opus 5.5. Em termos de segurança, o modelo tentaria muito menos sair do seu sandbox, o ambiente isolado no qual é testado: 3,1% dos cenários contra 21% para o Mythos 5.1. Suspeita, por outro lado, mais frequentemente de estar a ser avaliado, o que, reconhece a empresa, confunde estes testes.
