Fable 5.1 supera o Fable 5. O Opus continua difícil de substituir

A Anthropic lançou o Claude Fable 5.1 em 1 de setembro de 2026. É uma melhoria concreta em relação ao Fable 5, sobretudo em trabalho longo com agentes, mas não substitui claramente o Opus 5. Resultados independentes colocam o Fable 5.1 ligeiramente à frente do Opus ou empatado com ele, embora as tarifas base para tokens de entrada e saída custem o dobro. [1] [7] [9] [19]

O que mudou no Fable 5.1?

O Fable 5.1 mantém a mesma janela de contexto, limite de saída e preço base da API do Fable 5. O Opus 5 tem os mesmos limites, com as tarifas base de entrada e saída a metade do preço. As mudanças importantes são melhor desempenho em tarefas de longa duração, leituras da cache mais baratas, uma data de corte do conhecimento mais recente e várias regras da API que tornam a migração mais do que uma simples troca do ID do modelo. [2] [4] [5]

A Anthropic chama Claude Fable 5 ao antecessor, e não Fable 5.0, por isso uso aqui a designação oficial. [4]

Especificação	Fable 5.1	Fable 5	Opus 5
Janela de contexto	1M	1M	1M
Saída máxima	128K	128K	128K
Entrada, $/MTok	10	10	5 (Melhor valor da linha)
Saída, $/MTok	50	50	25 (Melhor valor da linha)
Leitura da cache, $/MTok	0,25 (Melhor valor da linha)	1,00	0,50
Esforço predefinido	high	high	high
Data de corte do conhecimento	jun. de 2026	jan. de 2026	mai. de 2026

A Figura 1 mostra porque é importante a recomendação da própria Anthropic. A empresa apresenta o Fable 5.1 como o seu modelo geralmente disponível mais capaz, mas aconselha os programadores a começar pelo Opus 5 na maioria das cargas de trabalho e a passar para o Fable apenas quando o Opus com maior esforço continuar a não ser suficiente. [2] O Fable é a opção a considerar quando é necessária mais capacidade, não a escolha predefinida apenas por ter um número maior no nome.

A alteração de preços é mais limitada do que a mensagem de lançamento pode fazer parecer. O Fable 5.1 continua a custar $10 por milhão de tokens de entrada e $50 por milhão de tokens de saída, exatamente como o Fable 5. A tarifa de leitura da cache desce 75%, de $1 para $0,25. A Anthropic estima que a sua combinação de cargas de trabalho de agosto custaria cerca de 25% menos, com poupanças próximas de 45% para cargas de trabalho de agentes que reutilizam muito a cache, mas essa estimativa depende da reutilização e do comportamento da tarefa. [1] Um pedido que lê contexto novo uma vez e escreve uma resposta longa não recebe um desconto de 75% nas principais cobranças.

O produto também mudou de formas que a tabela não mostra. O Fable 5.1 permite variar o esforço a cada mensagem, aceitar instruções de sistema específicas de cada turno e enviar atualizações visíveis de progresso entre chamadas de ferramentas. A Anthropic também documenta prosa mais densa, uso paralelo de ferramentas menos previsível e uma tendência para reescrever ficheiros inteiros em vez de fazer pequenas alterações. [6] Estes aspetos não são pormenores marginais para agentes de programação. Alteram a experiência de usar o modelo, mesmo quando o resultado é bom, enquanto alguém espera, revê o trabalho ou tenta parar uma execução.

O Fable 5.1 supera o Fable 5 e o Opus 5?

O Fable 5.1 supera claramente o Fable 5 nas avaliações de agentes mais diretamente comparáveis que encontrei. Não se distingue claramente do Opus 5. Face ao Opus, a diferença vai de uma grande vantagem num benchmark científico executado pela Anthropic a um empate efetivo em testes independentes de software e de trabalho profissional.

Avaliação	Fable 5.1	Fable 5	Opus 5
Terminal-Bench-Science 0.1, %	52,6 (Melhor valor da linha)	24,7	29,0
CursorBench 3.2 max, %	73,4	70,5	70,0
GDPval-AA v2, Elo	1.853	1.723	1.824
APEX-SWE max, %	63,6	58,8	63,7
FrontierCode Main, melhor pontuação	50,9	53,5	53,4

A primeira linha mostra a maior melhoria, mas vem da Anthropic. Na configuração Claude Code --bare da empresa, com esforço max, o Fable 5.1 resolveu 52,6% de 70 tarefas científicas de terminal, contra 24,7% do Fable 5 e 29,0% do Opus 5. O erro padrão foi de cerca de 3,5 a 4,5 pontos percentuais por modelo, por isso a vantagem do Fable 5.1 é muito maior do que a incerteza comunicada nesta configuração. [3] Quando verifiquei, a tabela de classificação pública do Terminal-Bench-Science ainda não listava o Fable 5.1. Por isso, descrevo este resultado como da Anthropic, não como uma vitória numa tabela de classificação pública.

Os resultados independentes mostram diferenças mais contidas. O Cursor coloca o Fable 5.1 em primeiro, com 73,4%, mas a diferença é de 2,9 pontos face ao Fable 5 e de 3,4 face ao Opus. O Cursor avisa que pequenas diferenças de pontuação podem refletir variação entre execuções, e as suas tarefas são casos privados retirados de sessões reais do Cursor. [7] [8] A Artificial Analysis dá ao Fable 5.1 a pontuação mais alta no GDPval-AA v2, 1 853 Elo. O Opus segue com 1 824, e os intervalos de confiança apresentados sobrepõem-se. O Fable 5, com 1 723, fica mais claramente atrás. [9]

O APEX-SWE da Mercor torna a comparação com o Opus ainda mais clara. Em 200 casos de software, o Fable 5.1 obtém 63,6% e o Opus 63,7%, e os intervalos de confiança de ambos têm mais de seis pontos de largura. O Fable 5 fica nos 58,8%. [19] Este padrão é útil: o sucessor afasta-se do Fable 5, enquanto o Opus continua suficientemente próximo para que o tipo de tarefa e o custo definam a escolha.

Há também dados que apontam no sentido contrário. O FrontierCode da Cognition verifica se os responsáveis pela manutenção aceitariam um patch, incluindo os respetivos testes, âmbito e convenções da base de código. O Fable 5.1 atinge 50,9 no conjunto principal com medium, abaixo dos 53,5 do Fable 5 com xhigh e dos 53,4 do Opus 5 com medium. [11] A Anthropic afirma que maior esforço no Fable 5.1 pode desencadear alterações úteis, mas não pedidas, que o benchmark penaliza corretamente por saírem do âmbito. [3] Mais trabalho nem sempre produz um patch melhor.

Porque é que a vitória de 31,4% no AutomationBench pertence a dois modelos

A primeira linha do AutomationBench da Zapier corresponde a um sistema implementado com Fable 5.1 e Opus 5, não a uma pontuação pura do Fable. Depois de o classificador de segurança intervir, o Opus tratou de 260 das 657 tarefas, e a Zapier inclui essas tarefas concluídas no resultado de 31,4%. [12]

taxa de conclusão estrita

31,4 %

Fable 5.1 com o Opus 5 como alternativa

tarefas tratadas pelo Opus

260/657

cerca de 40% da avaliação

custo indicado por tarefa

$2,45

tokens do modelo alternativo excluídos

Não há razão para descartar o resultado. O AutomationBench mede se um agente deixa uma empresa simulada no estado correto depois de trabalhar com 47 ferramentas, e as verificações do estado final são determinísticas. O sistema combinado ocupa o primeiro lugar porque conclui mais desses fluxos de trabalho. O problema só começa quando a linha é reduzida a «O Fable 5.1 obtém 31,4%.»

As salvaguardas do Fable fazem parte do produto. A Anthropic diz que pedidos de biologia podem ser encaminhados para o Opus 5, enquanto alguns pedidos de cibersegurança seguem para o Opus 4.8. [1] Na avaliação da Zapier, o Opus devolve depois o controlo ao Fable para terminar a tarefa. O custo apresentado de $2,45 inclui a utilização do Fable, mas exclui os tokens usados pelo modelo alternativo, por isso não permite uma comparação limpa de custos com o Opus autónomo, a $1,27 por tarefa. [12]

A mesma questão surge de forma menos evidente noutros resultados. A Artificial Analysis identifica as entradas do Fable 5.1 como “Default Fallback”, incluindo a linha que ocupa o primeiro lugar no GDPval. [9] Um programador que escolhe o modelo disponibilizado publicamente importa-se com o sistema em produção, por isso estes resultados são úteis. Quem quer saber qual dos modelos raciocina melhor por si só precisa de uma experiência diferente.

O Fable 5.1 é mais barato do que o Fable 5 ou o Opus 5?

O Fable 5.1 tende a compensar mais do que o Fable 5 quando a carga de trabalho reutiliza contexto, mas o Opus 5 continua mais barato ao preço de tabela. O custo total com qualquer um dos modelos depende do volume de tokens, dos acertos da cache, do número de passos do agente, do esforço e da forma como o sistema recorre a outro modelo.

A execução do Cursor com esforço max é o caso mais favorável à atualização. O Fable 5.1 obtém 73,4%, com um custo de $9,64 por tarefa tentada, enquanto o Fable 5 obtém 70,5%, com $17,32 por tarefa tentada. O Fable 5.1 usa 72 060 tokens, contra 103 525, cerca de 30% menos, pelo que é simultaneamente melhor e 44% mais barato neste harness. O Opus obtém 70,0%, com $8,23 por tarefa tentada, e usa 61 838 tokens. [7]

No seu índice de inteligência em nove partes, a Artificial Analysis encontra o padrão oposto de utilização de tokens. A execução do Fable 5.1 com esforço max usa cerca de 45 236 tokens de saída e custa $3,69 por tarefa. O Fable 5 usa cerca de 35 565 e custa $3,14, enquanto o Opus usa cerca de 40 249 e custa $2,34. O Fable 5.1 também demora 285 segundos até à primeira resposta, comparado com 121 segundos para o Fable 5 e 60 para o Opus. [10]

Nenhum dos avaliadores tem de estar errado. O Cursor testa tarefas de programação ambíguas em vários ficheiros no seu agente de produção, enquanto a Artificial Analysis combina programação, ciência, raciocínio geral e trabalho profissional com agentes. Os respetivos prompts, ferramentas, reutilização da cache, regras de paragem e avaliadores diferem. «O Fable 5.1 usa menos tokens» é verdade num harness e falso noutro. O custo por tarefa, não apenas a tarifa por token, é o número que vale a pena medir no sistema que você usa.

Para os subscritores, há outro custo. O Fable 5.1 está disponível em planos Claude pagos, mas o acesso e a quota semanal dependem do plano e do tipo de licença. [17] Uma leitura barata da cache na API não reduz muito o consumo da quota semanal numa longa execução xhigh no Claude Code.

O que pensam os primeiros utilizadores do Fable 5.1?

Não havia consenso fiável nos relatos publicados em 1 de setembro de 2026. Os relatos credíveis sustentam três impressões provisórias: o Fable 5.1 consegue acompanhar trabalho mais difícil durante mais tempo, pode produzir respostas mais fáceis de ler do que o Fable 5 ou o Opus 5 e pode consumir muito mais tempo ou quota do que o utilizador esperava.

Analisei um tópico de lançamento no Hacker News com 688 comentários e seis tópicos do Reddit com 457 comentários visíveis nas respetivas páginas públicas. Esse conjunto de 1 145 comentários não é uma amostra aleatória, é repetitivo e inclui muitas pessoas a reagir ao anúncio em vez de executar o modelo. Usei-o para identificar modos de falha, não para medir o sentimento. [15] [16]

Os comentários positivos sobre uso prático descrevem trabalho de programação difícil concluído numa só execução, melhor capacidade de reter informação num contexto longo e menos intervenções de segurança erradas. Um programador que trabalhava numa base de código C real disse que o 5.1 era mais um passo em frente face ao Fable 5 para funcionalidades grandes e planeadas. Um utilizador do Reddit relatou uma aplicação C++ funcional depois de gerar 50 ficheiros. Nenhuma das duas publicações inclui uma comparação controlada ou um repositório que eu possa inspecionar, por isso continuam a ser anedotas úteis, não resultados de benchmark. [15] [16]

Os relatos negativos são igualmente concretos. Vários utilizadores atingiram um limite de cinco horas antes de uma primeira tarefa longa terminar, e um utilizador Max disse que uma carga de trabalho multiagente semelhante consumiu 42% da quota semanal no Fable 5.1, contra 20% no Fable 5. Outros discordaram sobre a prosa: um relatou texto confuso depois de um contexto longo, enquanto outro o considerou mais curto e claro. [15] [16] Estes relatos não estabelecem o consumo médio de quota nem a qualidade da escrita, mas alertam contra tratar as alegações do lançamento como se fossem a experiência normal.

Dois testes iniciais estruturados dão mais contexto aos relatos. A CodeRabbit avaliou 45 tarefas de revisão de código com 105 problemas conhecidos. O Fable 5.1 alcançou 61,0% de recall, contra 61,9% do Fable 5, enquanto a precisão subiu de 32,8% para 37,3% e os comentários finais diminuíram de 253 para 166. Também demorou 18 minutos e 38 segundos por tarefa, em vez de 12 minutos e 32 segundos. A CodeRabbit alterou o seu pipeline de revisão entre as execuções dos modelos, por isso isto indica uma tendência, não uma comparação direta em condições equivalentes. [13]

A Every testou o Fable 5.1 durante uma semana antes do lançamento e encontrou resultados do agente comparáveis aos do Opus 5 com menos de metade dos tokens e cerca de 60% do tempo. O mesmo teste regista as falhas que importam: um limite de 1 000 palavras resultou num texto de 1 288, um pedido de 8 a 12 citações produziu 43 e cinco das 27 citações verificadas não existiam na fonte. O Opus cumpriu os limites de saída, mas excedeu o tempo limite duas vezes. [14] A Anthropic deu à Every acesso antecipado, mas não teve influência editorial, pelo que isto é mais útil do que um testemunho de lançamento e menos independente do que um teste público cego.

A minha leitura é que o Fable 5.1 melhorou a parte do Fable que continua a trabalhar, mas não eliminou a necessidade de definir limites e verificar o resultado. O modelo pode agora chegar mais longe antes de falhar. Isso é valioso, mas também pode tornar uma má execução mais cara.

Deve mudar do Fable 5 ou do Opus 5 para o Fable 5.1?

Eu mudaria as cargas de trabalho ativas do Fable 5 para o 5.1 depois de verificar a migração, mas manteria o Opus 5 como escolha predefinida para programação normal. O Fable 5.1 justifica os trabalhos caros em que um pequeno ganho de capacidade pode evitar uma hora perdida ou mais um ciclo de revisão.

Tipo de trabalho	O meu modelo inicial	Porquê
Funcionalidade delimitada ou erro reproduzível	Opus 5 com medium ou high	Resultados de benchmark próximos, preço base inferior e melhor disciplina em alguns testes de patches
Refatoração longa quando o Opus não chega	Fable 5.1 com high	Melhores resultados em horizontes longos sem começar pelo esforço mais caro
Trabalho científico no terminal ou de investigação	Fable 5.1 com high ou xhigh	Os maiores ganhos documentados surgem em trabalho longo que usa ferramentas
Trabalho com limites rígidos de saída	Opus 5	Testes iniciais mostram melhor cumprimento de contagens e formatos
Agente que reutiliza muito a cache e o contexto	Fable 5.1	A tarifa de $0,25 de leitura da cache pode mudar o custo por tarefa
Integração existente com Fable 5 e histórico editável	Fable 5 até concluir a migração	Os blocos de pensamento do Fable 5.1 impõem novas regras ao histórico da conversa

A verificação da migração é importante. O Fable 5.1 rejeita valores forçados de tool_choice, como any ou uma ferramenta nomeada, e o seu pensamento adaptativo não pode ser desligado. Modelos Claude mais antigos não conseguem ler os blocos de pensamento do Fable 5.1. Para contas criadas em 31 de agosto de 2026 ou depois, editar o prompt de sistema, as ferramentas ou um turno anterior também pode invalidar blocos de pensamento assinados. [18] Por isso, uma transição do Fable 5.1 para o Opus pode alterar tanto o estado da conversa como o modelo.

Também começaria abaixo de max. O CursorBench passa de 69,4% com high para 73,4% com max, enquanto o custo por tarefa duplica, de $4,80 para $9,64. [7] A Anthropic avisa que as designações de esforço não representam a mesma quantidade de raciocínio entre modelos diferentes. [6] A única configuração de esforço útil é a mais baixa que cumpre os critérios de aceitação nas tarefas que você executa.

O Fable 5.1 é o Claude geralmente disponível mais capaz para trabalho que exige um pouco mais de persistência. O Opus 5 continua a ser a escolha predefinida mais fácil de justificar. Eu mudaria primeiro apenas uma carga de trabalho longa e cara, mediria resultados aceites, reutilização da cache e consumo de quota e só depois alteraria a predefinição.