Claude Fable 5.1 vs Claude Fable 5: o que muda na prática?

Uma atualização que não encosta no preço de entrada e saída, mas mexe justamente na linha que mais pesa na conta de quem roda agente o dia inteiro

Fala aí, beleza? A Anthropic anunciou o Claude Fable 5.1 e o Claude Mythos 5.1, e a divisão entre os dois é bem clara: o Fable 5.1 está disponível de forma geral, enquanto o Mythos 5.1 fica restrito a programas de acesso confiável para organizações verificadas de cibersegurança e ciências da vida

Então aqui a gente vai olhar só pro Fable, comparando as duas versões com o que a documentação e a página oficial do anúncio descrevem

Preço, benchmark, recursos novos e as breaking changes que podem pegar seu código de surpresa 🙂

Fable 5 x Fable 5.1: tabela de diferenças

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Antes da conversa longa, o resumo lado a lado

As linhas marcadas como "só do 5.1" são dados publicados pra esta versão

Preço igual, conta menor: como a leitura de cache mais barata muda o custo

Essa é a única mudança de preço da atualização, e ela é bem cirúrgica

Entrada continua em US$ 10 por milhão de tokens

Saída continua em US$ 50 por milhão de tokens

O que caiu foi a leitura de cache: de US$ 1,00 por milhão no Fable 5 pra US$ 0,25 por milhão no 5.1, ou seja, um quarto do custo anterior

Que leitura de cache? É o pedaço do prompt que o modelo já viu antes e não precisa processar de novo do zero. Se você conhece cache de aplicação web, a ideia é a mesma: o conteúdo repetido sai muito mais barato na segunda vez

Aí vem a pergunta óbvia: isso muda quanto na fatura de verdade?

A própria Anthropic estima cerca de 25% mais barato em cargas típicas, e até cerca de 45% em cargas altamente agênticas

A lógica por trás disso é simples: quanto mais você reusa contexto, maior a fatia da sua conta que vem de leitura de cache

Agente longo relê instrução, relê arquivo, relê histórico o tempo todo

Quem manda uma pergunta solta e vai embora quase não sente

Quem roda pipeline de horas sente MUITO

O que melhorou em desempenho segundo as avaliações

Os ganhos declarados na atualização são três: programação agêntica de longa duração, pesquisa em várias etapas e trabalho com documentos, planilhas e slides

O número que mais chama atenção é o Terminal-Bench-Science 0.1, que avalia pesquisa científica agêntica

O Fable 5.1 fez 52,6% contra 24,7% do Fable 5

Mais que o dobro, se liga nisso

As duas versões 5.1 foram avaliadas em engenharia de software, raciocínio matemático e científico, contexto longo, busca agêntica e orquestração multiagente, tarefas multimodais e de uso de computador, trabalho profissional do mundo real e domínios multilíngue, de saúde e ciências da vida, superando Fable 5 e Mythos 5 na maioria das avaliações

E os maiores ganhos ficaram concentrados em trabalho científico e de engenharia no terminal, uso de computador e trabalho agêntico e profissional de longo horizonte

Repara no padrão: é tudo tarefa comprida, com muitas etapas, onde o modelo precisa aguentar o tranco sem se perder no meio do caminho

Modelo que roda por muito tempo sem alguém olhando também levanta a discussão sobre limites e supervisão de agentes, que é um papo que anda junto com esses ganhos de horizonte longo

Recursos novos que chegaram com o Fable 5.1

Aqui entram os aditivos, ou seja, coisas que apareceram sem quebrar o que já existia

• Esforço por mensagem (beta): permite mudar o nível de esforço no meio da conversa sem invalidar o cache de prompt
• Mensagens de sistema com escopo de turno (beta)
• Atualizações de progresso legíveis entre chamadas de ferramenta: o display: "updates", em beta, com o header beta thinking-display-updates-2026-08-18
• Preço menor de leitura de cache
• Proveniência de conteúdo

O esforço por mensagem é o que mais casa com o resto da atualização

Pensa: antes, mexer no nível de esforço no meio do papo tinha o efeito colateral de derrubar o cache

Agora dá pra subir e descer o esforço conforme a etapa da tarefa e continuar aproveitando o cache que ficou mais barato

Dois detalhes de comportamento padrão que vale saber antes de apontar seu código pra ele:

O Fable 5.1 vem com adaptive thinking habilitado por padrão em nível de esforço alto

E o texto gerado por Claude Fable 5.1 e Claude Mythos 5.1 carrega marca d’água estatística de texto da Anthropic em toda plataforma onde o modelo está disponível

As 3 breaking changes que podem quebrar seu código

Essa é a parte que eu leria duas vezes antes de trocar o identificador do modelo em produção

São três mudanças que quebram compatibilidade:

1. Uso forçado de ferramenta (forced tool use) retorna erro
2. Modelos anteriores não conseguem ler os blocos de thinking dele
3. Editar turnos anteriores invalida os blocos de thinking

A primeira é a mais afiada, porque forced tool use é padrão comum em pipeline que precisa de saída garantida em formato de ferramenta

A segunda pega quem faz roteamento entre modelos, passando histórico de um pro outro

A terceira pega quem reescreve turno anterior pra corrigir contexto no meio da execução

Tome cuidado! O caminho é mapear onde seu código faz essas três coisas antes de migrar

Quando vale trocar do Fable 5 para o 5.1 (e quando tanto faz)

Os cenários em que a troca se paga sozinha:

• Pipeline agêntico longo: é onde a estimativa de até cerca de 45% de economia aparece, e é justamente a área de maior ganho declarado
• Carga com muito reuso de contexto: se boa parte dos seus tokens é releitura de prompt cacheado, o preço a um quarto muda a conta na hora
• Pesquisa em várias etapas: o salto de 24,7% pra 52,6% no Terminal-Bench-Science 0.1 é o dado mais direto nesse sentido
• Trabalho com documentos, planilhas e slides: entra na lista oficial de melhorias

E o contraponto, porque nem tudo é festa:

Se a sua carga usa pouco cache, a economia vira quase nada, já que entrada e saída seguem no mesmo preço

E se ela depende de forced tool use, você não tem só uma troca de string de modelo pela frente, você tem trabalho de migração

Nesse caso, decidir com calma é mais barato que decidir rápido

Onde usar: plataformas, identificador e tempo de vida do modelo

Na Claude API o identificador do modelo é claude-fable-5-1

E o Claude Fable 5.1 está disponível em Claude API, Amazon Bedrock, Claude Platform na AWS, Google Cloud e Microsoft Foundry

Se você já pensou na questão de rodar o mesmo modelo em provedores diferentes, a lógica continua valendo aqui, só muda o identificador que você aponta

Sobre tempo de vida: o modelo não está previsto para ser aposentado antes de 1 de setembro de 2027

Ou seja, dá pra construir em cima dele sem aquele frio na barriga de deprecação em três meses

Vale a atualização? Nosso veredito

É uma atualização de baixo atrito no bolso e de atrito médio no código

No bolso, porque entrada e saída ficaram idênticas e a única mudança de preço foi pra baixo, com a leitura de cache a um quarto do custo e a estimativa oficial de cerca de 25% em cargas típicas e até cerca de 45% nas altamente agênticas

No código, porque as três breaking changes são reais e batem justamente em padrões populares: forced tool use e manipulação de histórico com blocos de thinking

Se o seu projeto não usa nenhum dos dois, a troca fica perto de só mudar a string do modelo

Se usa, tem trabalho de migração no meio do caminho, e é ele que define se a conta menor compensa agora ou daqui a um mês

O salto no benchmark científico agêntico é o argumento mais forte a favor: 52,6% contra 24,7% não é ajuste fino, é outra faixa de resultado

Importante deixar claro: essa análise se apoia nos dados oficiais publicados sobre o modelo, sem teste próprio aqui do lado

Então trate os números como ponto de partida da sua avaliação, não como substituto dela

Conclusão: o próximo passo

A lógica do Fable 5.1 cabe em uma linha: preço de entrada e saída igual, leitura de cache muito mais barata e ganho declarado em trabalho agêntico longo, pesquisa multietapa e documentos, planilhas e slides

Quanto mais a sua carga parece com um agente rodando por horas em cima do mesmo contexto, mais essa combinação te favorece

O próximo passo prático não é trocar o modelo, é abrir seu código e procurar duas coisas: uso forçado de ferramenta e qualquer lugar onde você edita turnos anteriores ou repassa blocos de thinking entre modelos

Resolvido isso, aí sim é só apontar pra claude-fable-5-1 na plataforma que você já usa

até o próximo post! 😀