A Anthropic lançou o Claude Fable 5.1 ontem, 1º de setembro de 2026, e passei a noite executando-o na minha própria stack em vez de apenas ler sobre ele. A versão curta: mesmo preço do Fable 5, leituras de cache reduzidas em 75%, menos recusas indevidas e um modelo que mantém a coerência durante uma sessão de três horas de trabalho pouco glamouroso de infraestrutura.
O Fable 5 era o melhor modelo que eu já tinha usado e também aquele de que as pessoas mais reclamavam. Escrevi sobre a reconstrução feita no dia do lançamento em um CRM legado→ e sobre a pausa relacionada aos controles de exportação e seu retorno→. Uma atualização pontual é a resposta da Anthropic à lista de reclamações. Portanto, a pergunta para o 5.1 é específica: eles corrigiram as coisas que mais incomodavam e o preço mudou?
O que mudou no Claude Fable 5.1
Segundo o anúncio da Anthropic, o preço por token permanece inalterado, em US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída. A mudança está nas leituras de cache: US$ 0,25 por milhão, uma redução de 75%. A Anthropic estima que isso torna as cargas de trabalho típicas cerca de 25% mais baratas e as altamente agentic até aproximadamente 45% mais baratas, porque os loops de agentes reenviam o mesmo contexto a cada turno.
A segunda alavanca é o esforço. A Anthropic afirma que o Fable 5.1, com esforço baixo ou médio, iguala ou supera o Fable 5 a um custo muito menor. Para quem opera sistemas, esse é o ponto mais importante. A maior parte do que um agente faz em um dia é rotineira, e pagar preços de `xhigh` por trabalho rotineiro era o principal motivo pelo qual as contas do Fable 5 disparavam.
As salvaguardas também mudaram. As salvaguardas de cibersegurança bloqueiam 60% menos falsos positivos por sessão, as salvaguardas de biologia são acionadas 85% menos em perguntas benignas de biologia e medicina, e o Fable 5.1 agora pode identificar vulnerabilidades de software para trabalho defensivo, embora não possa escrever exploits. O Mythos 5.1 é o mesmo modelo com menos salvaguardas, limitado por enquanto a um conjunto de organizações dos EUA: o Life Sciences Verification Program foi desenvolvido em torno dele, enquanto o Cyber Verification Program ainda usa modelos da classe Opus e Sonnet e deve adicionar modelos da classe Mythos "em um futuro próximo".
As observações comportamentais são as que mais me interessam. A Anthropic afirma que o 5.1 evita atalhos que produzem um trabalho pior, faz uma análise de causa raiz melhor e mantém a coerência em tarefas longas com várias etapas. O principal exemplo da empresa é o Millennium: uma falha que afetava aproximadamente uma execução em um milhão e permanecia sem explicação havia anos. O Fable 5.1 desmontou uma biblioteca de fornecedor, comparou-a com um core dump e rastreou o bug até essa biblioteca.
A disponibilidade é imediata: `claude-fable-5-1` na API, no claude.ai, no Amazon Bedrock, no Google Cloud's Agent Platform e no Microsoft Foundry.
Benchmarks do Fable 5.1 contra Fable 5, Opus 5 e GPT-5.6 Sol
A própria tabela da Anthropic. Os dados foram divulgados pelo fornecedor, portanto trate as diferenças como indicativas até que os rankings independentes sejam atualizados.
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| --- | --- | --- | --- | --- |
| Terminal-Bench 4.0 (codificação agentic) | 55.8% | 42.0% | 52.3% | 37.3% |
| Terminal-Bench-Science 0.1 | 52.6% | 24.7% | 29.0% | 22.4% |
| AutomationBench (fluxos de trabalho empresariais) | 31.4% | 17.1% | 26.9% | 19.6% |
| CursorBench 3.2.0 | 73.4% | 70.5% | 70.0% | 67.2% |
| GDPval-AA v2 (trabalho de conhecimento) | 1853 | 1723 | 1824 | 1711 |
| Humanity's Last Exam (sem ferramentas) | 60.9% | 57.8% | 56.6% | – |
| OSWorld 2.0 (estrito) | 41.7% | 36.1% | 39.6% | – |
Duas coisas se destacam. Terminal-Bench-Science, Terminal-Bench 4.0 e AutomationBench são os testes de agentes de longo horizonte, e foram os que mais avançaram: o benchmark de ciência mais que dobrou, de 24.7% para 52.6%, e os outros dois ganharam cerca de 14 pontos cada. E o Opus 5, para o qual muitas pessoas migraram quando o Fable 5 ficou caro ou teimoso, agora está claramente atrás nas mesmas tarefas. A Cognition disse que está transferindo o tráfego do Opus 5 do Devin para o Fable 5.1 no dia do lançamento e citou o preço do cache como o motivo pelo qual um modelo da classe Fable agora é acessível para eles.
Uma ressalva do outro lado: no OpenAI's Agents' Last Exam, o GPT-5.6 Sol→ superou o Fable 5 por 13.1 pontos e, com raciocínio médio, ainda liderava por 11.4 pontos a aproximadamente um quarto do custo estimado. A Anthropic não publicou um número do 5.1 para esse benchmark. O Sol ainda custa metade por token, US$ 5 na entrada e US$ 30 na saída, portanto o argumento de preço do 5.1 depende das leituras de cache e do esforço baixo, não do preço de tabela.
A lista de reclamações para a qual o 5.1 foi desenvolvido
A reação negativa ao Fable 5 tinha um formato consistente. Um limite de uso de cinco horas no aplicativo web. Classificadores de segurança que silenciosamente transferiam sua conversa para o Opus 4.8. Consumo elevado de tokens, com um relato amplamente compartilhado de US$ 110 gastos em um dia. Lentidão no meio de tarefas longas, verbosidade, quedas de desempenho durante a execução e tempo até o primeiro token superior a um minuto em prompts difíceis. "Uma Ferrari com limitador de 30 mph" foi a frase que ficou. O Opus 5 também recebeu suas próprias reclamações, e Thariq, que trabalha no Claude Code na Anthropic, concordou no X que ele é "um modelo realmente irregular" e que corrigi-lo é "uma enorme prioridade para nós".
Durante a implementação gradual em escala de cinza na última semana de agosto, testadores encaminhados ao novo checkpoint relataram um raciocínio melhor em cadeias longas, o fim do esquecimento de pré-condições no meio de uma tarefa e melhorias no uso de ferramentas e no planejamento de etapas. Alguns testadores estimaram resultados 10% a 20% melhores em trabalho jurídico. O único ponto em que ficou mais rígido: ele se recusa a gerar imagens que envolvam material protegido por direitos autorais.
Isso corresponde ao enquadramento oficial. Menos recusas indevidas, menos lentidão e menor custo por tarefa concluída. O limite de uso no aplicativo para consumidores é o item que ainda não vi ser abordado.
O que os builders precisam mudar
Se você chama a API diretamente, o Fable 5.1 tem algumas arestas que o Fable 5 não tinha, segundo o guia de migração da Anthropic:
Nada disso me afetou no Claude Code, que cuida desses detalhes para você. Eles afetarão qualquer pessoa com um loop de agente feito manualmente que force chamadas de ferramentas.
Uma noite executando o Fable 5.1 na minha própria stack
Benchmarks medem o modelo nos problemas de outra pessoa. Os meus, na noite passada, foram três horas do tipo de trabalho que preenche a noite de quem opera sistemas: uma ferramenta quebrada, duas migrações de banco de dados, dois deploys e um widget que nunca tinha sido conectado ao Spotify. O Fable 5.1 no Claude Code fez tudo isso, e eu revisei o trabalho enquanto ele avançava.
A ferramenta quebrada. O servidor MCP do meu site tem uma ferramenta `search_console` que vinha retornando Unauthorized havia semanas. A causa estava em duas camadas de profundidade. O processo que atendia às chamadas da minha ferramenta não era o definido na configuração MCP do repositório; o Claude Desktop iniciava um segundo processo por meio de um shell script que nunca recebia a chave correta. E a produção ainda executava uma regra de autenticação antiga, porque uma árvore de trabalho com 48 arquivos contendo a nova regra nunca tinha sido commitada. A tabela de processos mostrava um placeholder não expandido onde deveria haver uma chave, e o modelo se recusou a adivinhar. Ele encontrou o processo que atendia às minhas chamadas amostrando conexões TCP com meu domínio durante uma chamada de ferramenta, depois anexou o inspector do Node ao processo iniciado pela configuração do repositório e confirmou que o placeholder era real. A correção foi uma flag do Node em dois arquivos.
As migrações. O conector MCP do Supabase retornou permission denied para DDL. A Supabase CLI travou com meu `.env.local`. Um env pull da Vercel voltou com placeholders `[SENSITIVE]` em vez das strings de conexão, e o modelo chegou a escrever brevemente esses placeholders no meu arquivo de ambiente antes de perceber o problema e revertê-lo. Uma execução de projeto vinculado a partir de um diretório com symlink não conseguiu encontrar a referência do projeto. Quatro caminhos sem saída, e ainda assim ele concluiu as migrações. Já vi modelos anteriores entrarem em loop na primeira rota que falhou; este continuou mudando de abordagem.
O deploy. Setenta arquivos, duas migrações, três novas variáveis da Vercel, um build, um push, um deploy em produção e a verificação do estado do deploy e dos endpoints afetados, incluindo o caso negativo: a chave legada agora corretamente retorna 401 na rota exclusiva do proprietário.
O widget. Um widget de rodapé de reprodução atual do Spotify existia na árvore, mas a etapa de OAuth nunca tinha sido executada; a URI de redirecionamento nem sequer estava registrada no dashboard do Spotify. O Fable 5.1 me orientou na configuração do OAuth, testou a rota localmente e depois executou uma revisão adversarial com 18 agentes da funcionalidade: três revisores com perspectivas diferentes, cada descoberta encaminhada a um agente separado cuja tarefa era refutá-la. 15 descobertas foram incluídas, 5 sobreviveram. As sobreviventes eram reais: texto do artista com contraste de 2.04:1 contra uma exigência de 4.5:1, padding físico que quebrava o pill na minha rota em árabe, timeouts de fetch ausentes, um erro upstream não capturado que apareceria como um 500 sem cache e um refresh token que expiraria em seis meses e desapareceria silenciosamente. Ele corrigiu as cinco, mediu o contraste e o padding RTL em um navegador e fez o deploy. Deixei o refresh token fora de produção de propósito, então o widget permanece oculto lá. Quando pedi isso, ele registrou o estado para que a próxima sessão saiba o que está ativo. Nove minutos para a revisão, cerca de 1,65 milhão de tokens entre os 18 agentes.
Agora, os recibos contra ele. Duas vezes naquela noite ele imprimiu um segredo na saída de uma ferramenta, uma vez o segredo do cliente do Spotify e outra vez um access token de curta duração, por causa de um erro de expansão do shell ao verificar se as variáveis estavam definidas. Ele detectou os dois casos, me avisou e disse para eu fazer a rotação do segredo. Também passou quase uma hora tentando descobrir qual processo atendia às minhas chamadas MCP antes de chegar a uma correção de duas linhas. Essa hora foi o modelo se recusando a aceitar evidências que contradiziam a si mesmas, que é o comportamento que eu quero, mas ainda assim foi uma hora.
Com qual modelo compará-lo
Compare-o primeiro com o Fable 5. Uma atualização pontual é um reparo, então o teste é verificar se os reparos foram aplicados. Naquela noite: não houve lentidão no fim da sessão, e ele manteve o fio da conversa durante três horas, dois deploys e uma revisão com 18 agentes. Não contabilizei as recusas, e uma noite não é uma amostra. Também não medi a redução de custo; ela depende do preço de cache da Anthropic e da configuração de esforço, e não acompanhei nenhum dos dois.
Compare-o em segundo lugar com o GPT-5.6 Sol. O Sol custa metade do preço de tabela e ainda lidera a pontuação de agentes de longo horizonte no benchmark da própria OpenAI. Se sua carga de trabalho é de alto volume e tolerante a erros, o Sol continua sendo a opção mais barata. Se é o tipo de trabalho em que um atalho errado custa um dia inteiro, o Fable 5.1 é o modelo ao qual eu confiaria essa tarefa.
Ainda não o compare com o Gemini. O modelo principal do Google continua sendo o Gemini 3.1 Pro e não há números recentes. E fique de olho no Astra da OpenAI, que segundo rumores chega na primeira metade de setembro. Se for lançado, este post será atualizado.
Transparência, no espírito deste blog: o Fable 5.1 redigiu este post dentro da mesma sessão que ele descreve, usando as fontes do dia e seu próprio log de ferramentas. Revisei cada afirmação e cada número.