O que é o Claude Fable 5.1
A Anthropic lançou o Claude Fable 5.1 e o Mythos 5.1, nova geração de modelos que, segundo a empresa, “estabelece um novo padrão para codificação, trabalho de conhecimento e tarefas de resolução de problemas de longa duração”. O anúncio dedica espaço considerável à pesquisa científica, com um salto notável no benchmark Terminal-Bench-Science 0.1 — criado em 27 de agosto e ainda em fase inicial.
O salto em benchmark científico
No Terminal-Bench-Science 0.1, o Fable 5.1 alcançou 52,6%, contra 24,7% do Fable 5, 29,0% do Opus 5 e 22,4% do GPT-5.6 Sol. É o único avanço de dois dígitos percentuais no conjunto divulgado — os demais benchmarks mostram melhorias apenas incrementais. Para quem acompanha a corrida dos laboratórios, a leitura é clara: a Anthropic está concentrando esforços em capacidade de resolver tarefas científicas e de engenharia de longo prazo, não apenas em fluência conversacional.
Cinco níveis de raciocínio, sem botão de desligar
O Fable 5.1 introduz cinco níveis de esforço de raciocínio — baixo, médio, alto, extra-alto e máximo — e, diferentemente de versões anteriores, não há opção de desligar o raciocínio por completo. O desenvolvedor Simon Willison, em teste publicado no seu blog, observou um comportamento curioso: nos níveis baixo e médio, o modelo pulou o raciocínio ao gerar um SVG de “um pelicano andando de bicicleta”, produzindo cerca de 1.900 tokens e custando em torno de US$ 0,10 por execução.
A diferença real apareceu nos níveis mais altos. No modo extra-alto, a mesma tarefa consumiu 36.767 tokens, levou 7min51s e custou US$ 1,83. No nível máximo, foram 65.927 tokens, 13min54s e US$ 3,30 — e o resultado foi, nas palavras de Willison, “o melhor pelicano que já vi de qualquer modelo da Anthropic”, com raciocínio detalhado sobre composição da cena, posicionamento dos membros e escolhas estéticas.
Por que isso importa agora
O custo por nível de raciocínio varia de ~10 centavos a ~US$ 3,30 para uma mesma tarefa — uma diferença de 33 vezes. Isso muda o cálculo de quem desenvolve agentes em produção: o mesmo modelo pode ser barato para tarefas triviais e caro para problemas complexos, e a escolha do nível passa a ser uma decisão de arquitetura, não um detalhe técnico. Para o mercado brasileiro, onde o custo por token em dólar pressiona margens, entender essa régua é essencial antes de automatizar fluxos com o novo modelo.
O que ainda não sabemos
O benchmark Terminal-Bench-Science 0.1 tem poucos dias de vida e ainda não foi validado por terceiros de forma independente. Os demais ganhos de benchmark divulgados são modestos, e a Anthropic não detalhou preços oficiais de API nem datas de disponibilidade geral. Como sempre em lançamentos de modelo, o desempenho real em tarefas do dia a dia tende a se revelar nas semanas seguintes, à medida que a comunidade publica testes independentes.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
