Claude Fable 5.1 est le nouveau modèle de Anthropic, désormais disponible au grand public, destiné au codage, au travail intellectuel, à la résolution de problèmes de longue haleine et à la recherche scientifique. Il a été lancé le 1er septembre 2026. Le changement principal ne réside pas dans une augmentation du prix catalogue de l'API : le coût d'entrée reste fixé à $10 par million de jetons et celui de sortie à $50. En revanche, la version Anthropic a réduit le prix de la lecture en cache à $0,25 par million de jetons et prévoit des coûts inférieurs pour les charges de travail qui réutilisent beaucoup de contexte.
C’est pourquoi la norme Fable 5.1 mérite d’être examinée attentivement lorsque votre travail repose sur des documents volumineux, des contextes récurrents ou des analyses soumises à des contraintes précises. Elle ne rend pas toutes les voies d’accès identiques et ne transforme pas une évaluation comparative d’un fournisseur en un verdict indépendant. La question pertinente est plus simple : la voie que vous envisagez d’emprunter vous offre-t-elle le contexte, les contrôles, les conditions de confidentialité et le comportement du modèle dont votre flux de travail a besoin ?
Pour les équipes qui comparent plusieurs gammes de modèles en un seul endroit, L'espace de travail multimodèle de GlobalGPT constitue une alternative pratique à la méthode officielle. Elle s'avère utile pour comparer les modèles disponibles pour une même tâche ; vérifiez le répertoire courant et la couverture du plan avant de considérer une plateforme quelconque comme votre chemin d'accès Fable 5.1.
Qu'est-ce que Claude Fable 5.1 ?
Anthropic a lancé Fable 5.1 en même temps que Mythos 5.1. L'entreprise les décrit comme reposant sur le même modèle de base, mais avec des mesures de sécurité et des règles d'accès différentes : Fable est accessible à tous, tandis que Mythos est réservé aux programmes à accès sécurisé dans les domaines de la cybersécurité et des sciences de la vie. Cette distinction est importante. Les fonctionnalités de Mythos ne doivent pas être interprétées comme un accès Fable ordinaire.
La classification Anthropic positionne la classification Fable 5.1 autour du codage, du travail intellectuel, de la résolution de problèmes à long terme et de la recherche scientifique. Il s'agit là d'arguments de vente, et non d'une garantie que toutes les interfaces API proposent les mêmes outils ou présentent les mêmes limites.
Ce qui rend cette version plus importante qu’un simple changement de nom de modèle, c’est la combinaison des capacités, des contrôles d’effort, de l’optimisation du cache et d’une limite de déploiement plus explicite. Pour un développeur, cela peut se traduire par un modèle plus facile à justifier dans le cadre de tâches se répétant dans un même contexte. Pour une équipe de recherche, cela implique de dissocier une réponse solide, limitée à sa source, d’un flux de travail qui nécessite toujours l’accès à des outils, une vérification humaine et des conditions de conservation spécifiques à chaque parcours.
- À utiliser pour : diagnostic de code, synthèse de documents, analyse à contraintes multiples et interprétation d'images en texte.
- Vérifiez d'abord : les contraintes de contexte, la disponibilité des outils, la durée de conservation des données, la région et l'accès au forfait sur l'itinéraire que vous avez choisi.
- Ne pas en déduire : que Mythos Access, une spécification propre au cloud, ou un benchmark officiel s'applique automatiquement à votre compte.
Aperçu de l'identité
Où peut-on accéder à Claude Fable 5.1 ?
Anthropic indique que le modèle Fable 5.1 est disponible sur l’ensemble de ses plateformes et cite notamment AWS, Google Cloud et Microsoft Azure. Sur l’API de Anthropic, l’identifiant du modèle est claude-fable-5-1. Pour la route AWS Bedrock, les règles documentées relatives au contexte, aux données de sortie, aux données d'entrée, au cache et à la conservation relèvent de la documentation AWS et ne doivent pas être considérées comme valables pour toutes les autres routes.
- API Anthropic : Utilisez l'identifiant du modèle tel qu'il est documenté et tenez compte des limites actuelles de la plateforme.
- AWS Bedrock : AWS indique que sa route dispose d'une fenêtre de contexte de 1 million de tokens, d'un débit maximal de 128 000, prend en charge les entrées de texte et d'images, et génère une sortie sous forme de texte.
- Autres itinéraires dans le cloud : Vérifier la région, le plan, la prise en charge des outils et le traitement des données avant la migration.
Moyens d'accès : ce qui est pris en charge et ce qui ne l'est pas
Considérez chaque spécification comme propre à un itinéraire donné. Le nom d'un modèle ne garantit pas à lui seul que les limites, les données d'entrée, les outils ou les conditions relatives aux données soient identiques.
Référence du modèle :
claude-fable-5-1Limites actuelles, zones et commandes prises en charge.
Contexte de 1 Mo, sortie de 128 Ko, entrée texte/image, sortie texte.
Éligibilité selon la région et le compte.
Identifiant exact du modèle, sortie JSON structurée et image PNG en entrée.
Outils du système de fichiers et exécution des agents.
À quoi sert le modèle Fable 5.1 ?
Le positionnement officiel étant assez large, il est utile de distinguer ce qui est documenté de ce qu’une petite vérification pratique permet d’établir. Lors de nos tests « input closed, first output » réalisés via l’API Anywhere, Fable 5.1 a produit un correctif JavaScript minimal qui a conservé les valeurs nulles, a identifié une contradiction budgétaire dans un ensemble de documents sans la résoudre par des conjectures, a maintenu un résultat d’observation non causal et a extrait des valeurs étiquetées d’un graphique au format PNG. Il s’agit là de signaux utiles pour des tâches contraintes, et non d’une reproduction des benchmarks d’agents à exécution longue de Anthropic.
Cette même route API ne mettait pas à disposition d'outils liés au système de fichiers ni de validation. C'est pourquoi nous n'avons pas présenté cela comme un véritable résultat d'agent autonome.
Carte des capacités : réclamation, vérification, limite
Claude Fable 5.1 Évolution des prix et des coûts
Anthropic affiche des taux de Fable 5.1 à $10 par million de jetons d’entrée et de $50 par million de jetons de sortie, soit les mêmes taux que Fable 5. Les lectures en cache s’élèvent à $0,25 par million de jetons. Anthropic estime une réduction des coûts d’environ 25% pour les charges de travail classiques et pouvant atteindre environ 45% pour les tâches complexes et fortement contextuelles impliquant des agents ; il s’agit d’estimations de Anthropic basées sur ses hypothèses de charge de travail déclarées, et non d’une réduction garantie.
La variable clé est la réutilisation. Une requête ponctuelle ne tirera pas grand profit de la tarification liée à la lecture en cache, contrairement à un workflow qui envoie de manière répétée un brief volumineux, un résumé de base de code ou un ensemble de politiques. Pour le contexte de l'ancienne génération, consultez notre Guide des tarifs Claude Fable 5. Si la comparaison que vous effectuez porte sur des abonnements distincts plutôt que sur la facturation par jeton API, Offres GlobalGPT proposent une offre d'abonnement multimodèle distincte ; il ne s'agit pas d'une adaptation de la tarification de l'API Anthropic.
Prix catalogue officiels de l'API
Déplacez le curseur pour définir le volume d'entrée mensuel. L'estimation part du principe que la sortie est égale à 20% de l'entrée et que 50% des jetons d'entrée correspondent à des lectures en cache.
10 millions de jetons d'entrée par moisClaude Fable 5.1 vs Fable 5 : s'agit-il d'une amélioration significative ?
Anthropic affiche des scores Fable 5.1 supérieurs à ceux de Fable 5 dans plusieurs évaluations spécifiques à des tâches, notamment 52,6% contre 24,7% sur Terminal-Bench-Science, 55,81 TP40T contre 42,01 TP40T sur « Terminal-Bench », 31,41 TP40T contre 17,11 TP40T sur AutomationBench, et 73,41 TP40T contre 70,51 TP40T sur CursorBench. Son résultat GDPval-AA v2 est de 1 853 contre 1 723. Il s'agit de chiffres communiqués par Anthropic selon leurs propres harnesses et conditions ; ils constituent donc un contexte utile plutôt qu'un classement global reproduit de manière indépendante.
Nous n'avons pas effectué de test de référence direct entre le Fable 5 et le Fable 5.1 sur le même site. Notre conclusion concernant cette mise à niveau est donc nuancée : les données officielles indiquent des gains spécifiques à certaines tâches et une réduction du coût de lecture du cache, tandis qu'une comparaison indépendante entre le Fable 5.1 et le Fable 5 reste à réaliser.
Si vos besoins vont au-delà de cette seule mise à niveau, notre Comparaison entre Claude Fable 5 et GPT 5.5 Il vaut mieux s'en tenir à cette lecture plutôt que de considérer une simple ligne de résultats de benchmark comme un classement universel.
Résultats des tâches rapportés par Anthropic
Tests pratiques : ce que nous avons réellement vérifié
Nous avons utilisé la route de l'API Anywhere /v1/chat/complétions après avoir vérifié l'identifiant du modèle renvoyé claude-fable-5-1 et une petite sonde à sortie structurée. Chaque résultat ci-dessous correspond à la première sortie valide issue d'une tâche « gelée » à entrée fermée. L'entrée SVG ayant été rejetée avant que T05 n'atteigne le modèle, le fichier identique a été converti au format PNG et exécuté une seule fois ; aucun résultat valide n'a été remplacé.
Preuve de première sortie
La réponse expliquait pourquoi les valeurs nulles avaient disparu, proposait une modification minime du code et précisait expressément qu'aucun test n'avait été effectué.
{
"root_cause" : "La fonction scores.filter(Boolean) supprime toutes les valeurs considérées comme fausses, y compris le score numérique 0 ; ainsi, la fonction normalize([0, 4, null, undefined]) élimine le 0 et renvoie [4] au lieu de [0, 4]. Le prédicat est trop large ; il ne devrait exclure que les valeurs null et undefined.",
"unified_diff": "--- a/normalize.js\n+++ b/normalize.js\n@@ -1,3 +1,3 @@\n function normalize(scores) {\n- return scores.filter(Boolean);\n+ return scores.filter((score) => score != null);\n }",
"expected_test_results": "On s'attend à ce que normalize([0, 4, null, undefined]) renvoie [0, 4] car score != null n'est faux que pour null et undefined, donc 0 est conservé. normalize([7]) devrait renvoyer [7], sans modification. Il s’agit d’attentes basées sur la lecture du code ; aucun test n’a été effectué.",
"remaining_risk" : "Les autres valeurs fausses qui étaient auparavant filtrées (NaN, chaîne vide, false) seront désormais conservées, ce qui correspond à l’exigence énoncée (ne supprimer que null/undefined) mais peut apparaître comme un changement de comportement si un appelant s’appuyait sur l’ancien filtrage. Si l’entrée n’est pas un tableau, la fonction lève toujours une exception, comme auparavant."
}La réponse a mis en correspondance les réclamations fournies, a identifié le conflit entre $18 000 et $20 000, et a laissé la cause non résolue plutôt que d'en inventer une.
{
"affirmations" : [{"affirmation" : "Le projet pilote a débuté le 3 mars avec 120 élèves inscrits.","source" : "Document A", "section" : "A1", "status" : "stated"},{"affirmation" : "La présence a été enregistrée chaque semaine.","source":"Document A","section":"A2","status":"déclaré"},{"affirmation":"Au point de contrôle du 31 mars, 96 des 120 étudiants inscrits avaient assisté à au moins trois séances.","source" : "Document B", "section" : "B1", "statut" : "déclaré"},{"affirmation" : "Le budget du programme s’élevait à $18 000.","source" : "Document B", "section" : "B2", "statut" : "contredit"},{"affirmation" : "La note financière fait état d’un budget de programme approuvé de $20 000.","source" : "Document C", "section" : "C1", "status" : "contradite"},{"claim" : "La note ne précise pas si la différence budgétaire résulte d’une révision ou d’une erreur d’enregistrement.","source" : "Document C", "section" : "C2", "statut" : "indiqué"}],
"contradictions" : [{"sujet" : "Budget-programme", "sources" : [{"source" : "Document B", "section" : "B2", "valeur" : "$18 000"},{"source" : "Document C", "section" : "C1", "valeur" : "$20 000"}],"description" : "Le document B indique que le budget-programme s’élevait à $18 000, tandis que le document C mentionne un budget-programme approuvé de $20 000."}],
"non résolu" : [{"problème" : "La question est de savoir si la différence de $2 000 entre le budget de $18 000 (document B, B2) et le budget approuvé de $20 000 (document C, C1) résulte d’une révision ou d’une erreur d’enregistrement.","source":"Document C","section":"C2","reason":"Le document C précise explicitement que la note ne clarifie pas la cause de cette différence, et aucun autre document fourni n’aborde cette question."}]
}Le point de terminaison de chat vérifié ne proposait pas d'outils d'écriture de fichiers ni de validation. La tâche n'a donc pas été soumise dans le cadre d'un test de qualité du modèle, et aucun résultat ni score n'est revendiqué.
La réponse a permis de calculer la différence observée et a rejeté la conclusion causale non étayée.
{
"mean_control" : {"value" : 10, "units" : "points"},
"mean_treatment": {"value": 14, "units": "points"},
"difference": {"value": 4, "units": "points", "direction": "traitement moins groupe témoin"},
"conclusion_étayée": "Dans cet ensemble de données, le groupe de traitement présentait un score moyen supérieur de 4 points à celui du groupe témoin (14 contre 10 points).",
"conclusion_non_étayée" : "Que le traitement soit à l’origine de ce score supérieur de 4 points ; les groupes n’ont pas été répartis de manière aléatoire et aucun score de référence n’a été recueilli, de sorte que la différence peut refléter des disparités préexistantes entre les groupes.",
"limitations" : ["Répartition non aléatoire des groupes, de sorte qu'un biais de sélection ne peut être exclu", "Absence de scores de référence, ce qui ne permet pas d'évaluer les différences préexistantes entre les groupes", "Taille d'échantillon très réduite (n = 4 par groupe)", "Aucune statistique inférentielle n'a été calculée ; la signification statistique de la différence n’a pas été testée", "La conception observationnelle ne permet pas d’étayer des affirmations causales"]
}L'exécution du fichier PNG a renvoyé les valeurs étiquetées du mois d'avril, a permis de distinguer les estimations visuelles des valeurs étiquetées et a évité toute extrapolation non étayée.
{
"april_alpha" : 30,
"april_beta" : 25,
"trend" : "L'alpha et le bêta augmentent tous deux régulièrement chaque mois, de janvier à avril, l'alpha restant systématiquement supérieur d'environ 5 heures au bêta (estimation visuelle : janvier ~15/10, février ~20/15, mars ~25/20, avril 30/25 comme indiqué).",
"unsupported": ["Les valeurs d’avril sont explicitement indiquées sur le graphique ; les valeurs de janvier, février et mars ne sont que des estimations visuelles", "Aucune donnée postérieure à avril ou antérieure à janvier n’est présentée ; il est donc impossible de tirer des conclusions concernant les autres mois", "Les unités sont indiquées comme étant des heures d’étude, mais aucune source, taille d’échantillon ou définition des groupes Alpha/Bêta n’est fournie"]
}Sécurité, données et limites de compatibilité
Fable 5.1 peut être utilisé pour détecter des vulnérabilités logicielles, mais Anthropic précise qu’il n’est pas destiné au développement d’exploits et peut rediriger certains travaux à double usage vers Opus. La recherche en sciences de la vie et l’accès à Mythos sont soumis à des restrictions distinctes. La conservation des données dépend du chemin d’accès : la documentation AWS, par exemple, ne doit pas être généralisée à tous les chemins d’accès Claude ou aux API tierces.
Anthropic signale également des lacunes dans sa propre couverture d'alignement pour les contextes très longs, les scénarios multi-agents et les tâches impossibles. C'est une raison de valider un déploiement à enjeux élevés avec votre propre tâche délimitée, et non une raison d'ignorer les améliorations documentées du modèle.
À qui s'adresse le Claude Fable 5.1 ?
Essayez-le lorsque votre travail nécessite un soutien minutieux à la programmation, une synthèse liée à la source, des vérifications de cohérence des documents ou l'extraction de texte à partir d'images. Vérifiez d'abord si vous avez besoin d'un déploiement régional spécifique, de conditions de conservation nulle, d'un agent utilisant des outils ou d'une comparaison directe Fable 5. Si vous optez pour un forfait Claude général plutôt que pour un accès via l'API, le Guide des prix de l'IA de Claude explique la distinction entre « plan » et « API ».
Claude Fable 5.1 - Foire aux questions
Quelle est la différence concrète entre le Claude Fable 5.1 et le Mythos 5.1 ?
La section Anthropic les décrit comme un même modèle sous-jacent, mais avec des mesures de sécurité et des règles d'accès différentes. La section Fable 5.1 présente la voie d'accès général dont il est question ici. Mythos 5.1 est réservé aux programmes à accès sécurisé dans les domaines de la cybersécurité et des sciences de la vie ; les fonctionnalités de Mythos ne constituent donc pas une garantie concernant un compte Fable standard.
Puis-je utiliser Claude Fable 5.1 dans l'application Claude, ou est-ce réservé à l'API ?
Ne tirez pas de conclusions quant à l'accès aux applications grand public à partir d'une annonce concernant une API ou le cloud. Anthropic désigne ses propres plateformes et les principaux fournisseurs de services cloud comme des voies d'accès, mais le forfait, la région, le quota et l'ensemble d'outils dépendent de la voie choisie. Vérifiez la portée exacte du compte que vous comptez utiliser avant de modifier un flux de travail en fonction de celui-ci.
Quel est le numéro d'identification correct du modèle Claude Fable 5.1 ?
Listes Anthropic claude-fable-5-1 pour son API. Les fournisseurs de services cloud peuvent utiliser des identifiants spécifiques à chaque route ; veillez donc à copier l'ID du modèle indiqué dans la documentation du fournisseur pour le point de terminaison que vous appelez effectivement.
Le Claude Fable 5.1 dispose-t-il d'une fenêtre contextuelle de 1 million de tokens ?
AWS indique une fenêtre de contexte de 1 million de jetons et un débit maximal de 128 Ko pour sa route Bedrock. Ces informations sont utiles pour la planification de Bedrock, mais elles ne doivent pas être généralisées à toutes les API Claude, à tous les consommateurs ou à toutes les routes tierces sans avoir vérifié leur documentation respective.
Le modèle Fable 5.1 accepte-t-il des images et en génère-t-il ?
La documentation AWS décrit la prise en charge d'entrées textuelles et d'images avec une sortie textuelle pour la route Bedrock. Cela signifie que la compréhension des images y est documentée ; cela ne signifie pas pour autant que le modèle soit un générateur d'images ni que toutes les routes acceptent les mêmes formats. Lors de notre test de l'API restreinte, l'entrée au format PNG a fonctionné après que le format SVG eut été rejeté par la couche de requête.
À partir de quand le prix plus bas de la lecture en cache fait-il la différence ?
Cela a de l’importance lorsque le même contexte global est réutilisé d’une requête à l’autre : par exemple, un cahier des charges de base de code persistant, un corpus de politiques ou un dossier de recherche volumineux. Pour les invites courtes et isolées, ce sont les volumes normaux d’entrée et de sortie qui pèsent le plus sur la facture. Utilisez le calculateur ci-dessus pour établir une estimation prévisionnelle, puis comparez-la au comportement réel de mise en cache de votre route.
Le modèle Fable 5.1 est-il capable d'exécuter seul un agent utilisant des outils ?
Cela dépend de l'environnement dans lequel évolue le modèle. Un point de terminaison de complétion de chat peut renvoyer une réponse textuelle pertinente sans faire appel à l'écriture de fichiers, à des validateurs, à la navigation ou à un environnement de test de référentiel. Notre scénario de test n'utilisait pas ces outils ; il n'a donc pas été utilisé pour prétendre à une exécution en tant qu'agent autonome.
Le Claude Fable 5.1 est-il vraiment meilleur que le Fable 5 ?
Les résultats du test Anthropic font état de gains spécifiques à certaines tâches et d’un coût de lecture du cache réduit. C’est une bonne raison d’envisager cette mise à niveau pour des tâches similaires aux vôtres, mais cela ne constitue pas pour autant un verdict définitif et universel en sa faveur. Cet article n’a pas établi de référence Fable 5 sur le même environnement.
Sources : Annonce de la sortie de la version Anthropic; Annonce d'AWS; Fiche de modèle Amazon Bedrock.
