Claude Fable 5 vs Opus 4.8: Deve Mesmo Mudar? (Classe Mythos, Com Benchmarks)

Claude Fable 5 vs Opus 4.8: Deve Mesmo Mudar? (Classe Mythos, Com Benchmarks)

A Anthropic lançou hoje, 9 de junho de 2026, o Claude Fable 5. Obtém 80,3% no SWE-Bench Pro, o benchmark de programação agêntica onde o Opus 4.8 fica pelos 69,2% e o GPT-5.5 se arrasta nos 58,6%. Não é uma diferença marginal. E há uma novidade: o Fable 5 é a metade pública e protegida de um novo modelo de "classe Mythos", com um irmão gémeo chamado Claude Mythos 5 mantido atrás de um programa de acesso restrito. Eis o que mudou, quanto custa realmente uma tarefa a $10/$50 por milhão de tokens, e se deve mesmo migrar a sua stack do Opus 4.8.

Resposta Rápida

• O Fable 5 obtém 80,3% no SWE-Bench Pro vs 69,2% do Opus 4.8 e 58,6% do GPT-5.5.
• O preço é $10 input / $50 output por milhão de tokens, menos de metade do Mythos Preview.
• O Fable 5 recorre automaticamente ao Opus 4.8 em consultas de alto risco (ciber/bio/química), em menos de 5% das sessões.
• Gratuito nos planos Pro/Max/Team/Enterprise até 22 de junho de 2026; créditos de utilização aplicam-se a partir de 23 de junho.

O Que Foi Realmente Lançado: Fable 5, Mythos 5 e a Linha "Classe Mythos"

Classe Mythos é o novo nível de capacidade máxima da Anthropic, e chega como dois modelos. O Claude Fable 5 é a versão pública e protegida que pode invocar hoje. O Claude Mythos 5 é o mesmo modelo de fronteira sem as salvaguardas, mantido atrás de acesso restrito. O mesmo cérebro, duas posturas de lançamento.

A divisão é a história toda aqui. Segundo o anúncio na newsroom da Anthropic, o Mythos 5 retém capacidade de fronteira completa, incluindo competências de ciberataque ofensivo que poderiam causar danos reais, por isso a Anthropic não o entrega a toda a gente. O Fable 5 pega nesse mesmo modelo e envolve-o em classificadores que detetam pedidos de alto risco e os redirecionam discretamente para o Opus 4.8.

Portanto, quando invoca o Fable 5, obtém raciocínio de classe Mythos em tudo o que não é perigoso, e um modelo de fallback mais seguro na pequena fatia que é. A CNBC enquadrou-o como a Anthropic a lançar "uma IA tipo Mythos ao público", o que é preciso, mas o mecanismo exato importa mais do que o título.

O Fable 5 e o Mythos 5 são o mesmo modelo de fronteira dividido em dois: um que pode usar hoje, outro que a Anthropic mantém restrito. Se só se lembrar de uma coisa sobre a nomenclatura, lembre-se disto. Classe Mythos é o nível; Fable e Mythos são as duas portas de entrada.

O Que Mudou em Relação à Linha Opus 4.x

Em todos os evaluations de programação e raciocínio que a Anthropic publicou, o Fable 5 supera o Opus 4.8, não por pouco, mas por margens de dois dígitos. O SWE-Bench Pro salta de 69,2% para 80,3%. O FrontierCode Diamond passa de 13,4 para 29,3. O preço também desceu, e o modelo escala com um novo dial de esforço de raciocínio. Isto é um salto de fronteira genuíno sobre a linha Opus 4.x, não um lançamento incremental.

A varredura de 13 benchmarks acima é a versão resumida. Eis o subconjunto principal contra os três modelos que a maioria das equipas realmente compara:

O ponto de comparação aqui é o Claude Opus 4.8, o modelo que o Fable 5 substitui na fronteira, e o mesmo modelo ao qual o Fable 5 recorre em consultas de alto risco. Se acompanhou a linha Opus 4.x nos últimos dois lançamentos, o padrão era de ganhos incrementais. O Fable 5 quebra esse padrão.

Duas coisas a assinalar antes de ler a tabela como verdade absoluta. Primeiro, são os evaluations publicados pela própria Anthropic, não um teste independente. Segundo, o dial de esforço de raciocínio significa que um único número de benchmark esconde uma curva de custo. Mais sobre isso na secção de preços, porque muda as contas.

Os Benchmarks Que Importam Para Quem Constrói

Quatro números carregam o peso prático: SWE-Bench Pro 80,3%, FrontierCode Diamond 29,3, Terminal-Bench 2.1 88,0% e GPQA-AA 1932 Elo. Juntos cobrem trabalho real em repositórios, os problemas de programação sintética mais difíceis, tarefas de shell agêntica e raciocínio de nível de pós-graduação. Se a sua carga de trabalho toca em algum destes, esta é a secção que lhe diz se o número se aplica ao seu caso.

O gráfico principal no topo deste post é a prova: SWE-Bench Pro 80,3 vs 69,2 vs 58,6, e FrontierCode 29,3 vs 13,4 vs 5,7. Mas o que medem realmente?

• SWE-Bench Pro testa se um modelo consegue entregar um pull request real num repositório real: clonar, compreender, aplicar patch, passar nos testes. O SWE-Bench Pro mede se um modelo consegue entregar um pull request real num repositório real, e o Fable 5 acerta em 8 de 10. É o proxy mais próximo de "consegue fazer o meu trabalho real?"
• Terminal-Bench 2.1 pontua tarefas de shell agêntica: executar comandos, ler output, recuperar de erros. 88,0% importa se está a construir agentes de programação com IA que vivem num terminal.
• FrontierCode Diamond é o nível mais difícil de problemas de programação, aqueles onde a maioria dos modelos pontua num dígito. 29,3 é baixo em termos absolutos, mas mais do dobro dos 13,4 do Opus 4.8.
• GPQA-AA é raciocínio científico de nível de pós-graduação, pontuado como rating Elo. 1932 indica raciocínio multi-passo forte para além do código.

Nos nossos fluxos de trabalho com Claude Code ao longo da linha Opus 4.x, o teto recorrente eram as tarefas agênticas de longo horizonte: o modelo perdia o fio a meio de uma alteração multi-ficheiro. Os números do Terminal-Bench e SWE-Bench Pro do Fable 5 sugerem que esse teto subiu. Se subiu para o seu repositório é o único teste que conta, mas os números publicados são o tipo certo de número com que se preocupar.

Casos de Teste Reais: O Que o Fable 5 Faz Que Modelos Anteriores Não Conseguiam

A Anthropic publicou três exemplos concretos que mostram a classe de problemas que o Fable 5 agora consegue resolver: uma migração de codebase Stripe comprimida de meses para um dia, um videojogo completado apenas com visão, e um salto de performance de 3× por autovalidação. Cada um aponta para uma capacidade que modelos anteriores não alcançavam. Os três são da Anthropic; estamos a citar o anúncio deles, não um teste nosso.

Eis o que cada um prova:

1. Migração Ruby da Stripe. A Anthropic reporta que o Fable 5 comprimiu uma migração de codebase Ruby de aproximadamente dois meses para cerca de um dia. A Stripe comprimiu uma migração Ruby de dois meses para um único dia, e é essa a dimensão de problema que este modelo muda. Esta é a classe de refatoração de longo horizonte que antes exigia uma equipa humana a manter o codebase inteiro na cabeça.

2. Pokémon FireRed apenas com visão. Segundo a Anthropic, o Fable 5 completou o Pokémon FireRed usando apenas visão, onde modelos anteriores precisavam de harnesses personalizados complexos para injetar o estado do jogo como texto. É um salto de raciocínio espacial e visual: o modelo lê o ecrã e age, sem scaffolding.

3. Slay the Spire, 3×. No esforço de raciocínio máximo, a Anthropic diz que o Fable 5 autovalida as suas próprias jogadas e alcançou performance 3× superior via memória persistente. A conclusão não é o jogo; é que o modelo consegue verificar o seu próprio trabalho ao longo de um horizonte de planeamento longo e melhorar com isso.

Nenhum destes é algo que deva aceitar por fé para a sua carga de trabalho. Mas mapeiam-se limpidamente nos saltos de benchmark na tabela acima: programação de longo horizonte (SWE-Bench Pro), raciocínio espacial (visão) e autovalidação (o dial de esforço de raciocínio). As vitórias qualitativas e as quantitativas contam a mesma história.

Preços e a Realidade do Custo por Tarefa

O Fable 5 custa $10 por milhão de tokens de input e $50 por milhão de tokens de output. A Anthropic enquadra isso como "menos de metade do preço do Claude Mythos Preview". É também aproximadamente 2× o Opus 4.8 por token. Ambas são verdadeiras. O problema é que o preço por token é a unidade errada. O que realmente paga é uma tarefa concluída, e é aí que as contas do Fable 5 ficam interessantes.

Esforço de raciocínio é um dial que define por pedido. Esforço baixo significa menos tokens de raciocínio interno e uma resposta mais barata e rápida; esforço máximo significa que o modelo pensa mais tempo, gasta mais tokens de output e pontua mais alto. O gráfico acima mostra o Fable 5 a subir de ~11% para ~31% no FrontierCode à medida que o esforço escala de baixo a máximo, enquanto o Opus 4.8 atinge o pico à volta de 13% e o GPT-5.5 fica plano perto de 5-6%. Portanto o custo por tarefa não é um número; é uma curva onde escolhe um ponto.

Vamos fazer um exemplo concreto com os preços publicados de $10/$50. Isto é aritmética a partir das taxas publicadas pela Anthropic, não um resultado de benchmark.

Tome uma única chamada agêntica com 50.000 tokens de input e 15.000 tokens de output com esforço alto:

Input:  50,000 / 1,000,000 × $10 = $0.50
Output: 15,000 / 1,000,000 × $50 = $0.75
Per call:                          $1.25

Uma tarefa agêntica real encadeia muitas chamadas destas: ler repositório, planear, editar, correr testes, corrigir, repetir. Digamos que o loop corre 12 chamadas nesse formato: aproximadamente $15 pela tarefa concluída. No esforço de raciocínio máximo com contexto mais pesado, a própria curva de custos da Anthropic coloca tarefas difíceis do FrontierCode mais perto da faixa de $20 por tarefa. Corra a mesma tarefa no GPT-5.5 e pagará menos por token. Mas se não conseguir terminar a tarefa a nenhum nível de esforço, o seu custo por tarefa concluída é infinito. O Fable 5 custa mais por token que o GPT-5.5, e ainda assim ganha em custo por tarefa concluída, porque completa trabalho que o GPT-5.5 não consegue.

Eis uma chamada mínima. O anúncio da Anthropic indica claude-fable-5 como o id do modelo; verifique a string versionada exata na documentação da API da Anthropic antes de ir para produção, porque os aliases com data por vezes diferem:

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-fable-5",          # verify exact dated id in API docs
    max_tokens=4096,
    thinking={"type": "enabled", "budget_tokens": 8000},  # reasoning effort
    messages=[
        {"role": "user", "content": "Migrate this module from Ruby 2.7 to 3.3 and run the tests."}
    ],
)

print(message.content)

A tese económica numa linha: paga mais por token que o GPT-5.5, mas conclui tarefas que o GPT-5.5 não consegue a nenhum preço. Para trabalho de baixo risco e alto volume, as contas favorecem um modelo mais barato. Para programação agêntica difícil, favorecem o Fable 5.

A Divisão de Salvaguardas: Porque o Fable Recorre ao Opus 4.8

O Fable 5 corre classificadores em cada pedido. Quando deteta uma consulta de alto risco (ciberofensiva, bio, química ou tentativas de destilação de modelo), recorre ao Opus 4.8 em vez de responder com capacidade total de classe Mythos. A Anthropic diz que este fallback dispara em menos de 5% das sessões, por isso a maioria dos utilizadores nunca o ativa. O objetivo é manter a capacidade perigosa atrás do portão sem tocar no trabalho quotidiano.

O número mais difícil é a taxa de sucesso de ataque: com que frequência um atacante automatizado consegue fazer jailbreak ao modelo para fazer algo que não devia. Mais baixo é melhor. Os resultados de red-team da Anthropic mostram uma queda acentuada entre lançamentos, do Opus 4.6 com 83,2%, para o Opus 4.7 com 72,7%, para o Opus 4.8 com 56,6%, até ao Fable 5 com 5,4%. Sob red-teaming automatizado, os ataques tiveram sucesso contra o Fable 5 apenas 5,4% das vezes, abaixo de 56,6% no Opus 4.8.

Porque se deve preocupar? Se implementar um agente com acesso a ferramentas (shell, sistema de ficheiros, rede), um jailbreak não é uma resposta de chat má, é um modelo a executar comandos reais para os quais um atacante o direcionou. Uma taxa de sucesso de ataque de 5,4% significa que é aproximadamente dez vezes mais difícil de transformar em arma do que o Opus 4.8. A cobertura da IT Pro liderou com o mecanismo de fallback exatamente por esta razão: é a funcionalidade que torna um modelo de fronteira seguro o suficiente para entregar ao público.

O trade-off é a latência. Se o seu fluxo de trabalho toca legitimamente em ferramentas de segurança, o fallback pode disparar a meio da tarefa e trocar-lhe o modelo, algo para o qual deve planear.

Claude Mythos 5 e a Questão do Uso Dual

O Claude Mythos 5 é o irmão gémeo restrito, o mesmo modelo sem o fallback de salvaguarda. Mantém capacidade de ciberataque ofensivo que o Fable 5 bloqueia, o que é exatamente a razão pela qual a Anthropic não o lança publicamente. O acesso passa pelo Project Glasswing, um programa verificado para defensores e investigadores que precisam de capacidade total. O mesmo modelo, duas posturas de lançamento: uma aberta, uma restrita.

O gráfico torna a restrição visível. Nos evaluations ciberofensivos (Firefox, OSS-Fuzz, CyberGym, CyScenarioBench) o Mythos 5 pontua 88,4, 24,0, 83,8 e 38,7. O Fable 5 devolve um 0,0 plano nos quatro. Nos evaluations ciberofensivos, o Mythos 5 pontua até 88,4 onde o Fable 5 devolve um 0,0 plano: a divisão de salvaguardas, tornada visível.

Esse zero não é uma lacuna de capacidade. É o fallback a disparar de cada vez, bloqueando o pedido antes de o modelo de classe Mythos responder. A TechCrunch notou o timing: a Anthropic lançou isto dias depois de avisar que a IA está a ficar demasiado perigosa para lançar abertamente. A divisão Fable/Mythos é a resposta política a esse aviso: publicar a capacidade, restringir o perigo.

Para a maioria dos developers, o Mythos 5 é irrelevante. Nunca se qualificará para o Project Glasswing e não precisa. O que importa é saber que o modelo que está a invocar é deliberadamente limitado numa faixa estreita de tarefas, por design.

O Que Isto Significa: Deve Mudar?

Mude para o Fable 5 para programação agêntica difícil, tarefas multi-passo de longo horizonte, e visão ou raciocínio espacial, em qualquer caso onde terminar a tarefa vale mais do que poupar cêntimos por token. Fique no Opus 4.8 para trabalho de alto volume sensível a custos, ou para qualquer coisa que ative o fallback de qualquer forma. É esse o framework todo. O resto é enquadrar a sua carga de trabalho no lado certo.

Quando o Fable 5 ganha:

• Programação agêntica difícil onde o Opus 4.8 estagna; a diferença no SWE-Bench Pro é real
• Tarefas de longo horizonte (refatorações multi-ficheiro, migrações) onde a autovalidação compensa
• Cargas de trabalho de visão e raciocínio espacial
• Qualquer trabalho onde uma tarefa concluída vale mais do que o prémio por token

Quando o Opus 4.8 ainda ganha:

• Trabalho de alto volume e sensível a custos onde o preço por token domina
• Cargas de trabalho ciber/bio/química, onde o Fable 5 recorre ao Opus 4.8 de qualquer forma, por isso invoque-o diretamente
• Fluxos sensíveis a latência que não toleram uma troca de modelo a meio da tarefa

Sobre disponibilidade: o Fable 5 é gratuito nos planos Pro/Max/Team/Enterprise até 22 de junho de 2026, com créditos de utilização a aplicar-se a partir de 23 de junho. Está geralmente disponível na API, AWS Bedrock, GitHub Copilot segundo o changelog do GitHub, e Harvey. Por isso pode testar a mudança no seu editor hoje sem alterar a sua faturação.

Sobre o Autor

Mert Batur Gurbuz é Co-Fundador da Techsy.io, onde a equipa constrói agentes de IA, sistemas de automação e pipelines de voz/SDR para clientes B2B. Estuda na University of Birmingham e escreve sobre a stack de ferramentas LLM que a equipa da Techsy realmente usa em produção. Ligue-se no LinkedIn.

Co-Fundador, Techsy.io · University of Birmingham

Perguntas Frequentes

O que é o Claude Fable 5?

O Claude Fable 5 é o primeiro modelo de classe Mythos publicamente disponível da Anthropic, lançado a 9 de junho de 2026. Obtém 80,3% no SWE-Bench Pro e corre classificadores de salvaguarda que recorrem ao Opus 4.8 em consultas de alto risco. Custa $10 input / $50 output por milhão de tokens.

Qual é a diferença entre o Fable 5 e o Mythos 5?

São o mesmo modelo de fronteira com posturas de lançamento diferentes. O Fable 5 é público e protegido; recorre ao Opus 4.8 em consultas perigosas. O Mythos 5 é a versão de capacidade total restrita, acessível apenas através do programa Project Glasswing da Anthropic para defensores e investigadores verificados.

O Claude Fable 5 é realmente melhor que o Opus 4.8?

Sim em programação agêntica difícil, visão e raciocínio espacial: o Fable 5 atinge 80,3% no SWE-Bench Pro vs 69,2% do Opus 4.8. Mas o Opus 4.8 ainda ganha em trabalho de alto volume sensível a custos, e o Fable 5 recorre ao Opus 4.8 para temas de alto risco ciber/bio/química de qualquer forma. "Melhor" depende da sua carga de trabalho.

Quanto custa o Claude Fable 5?

O Claude Fable 5 custa $10 por milhão de tokens de input e $50 por milhão de tokens de output. O enquadramento da Anthropic é "menos de metade do preço do Mythos Preview". É aproximadamente 2× o Opus 4.8 por token, mas o caso de valor é por tarefa concluída, já que o Fable 5 completa trabalho que modelos mais baratos não conseguem.

O que é um modelo de "classe Mythos"?

Classe Mythos é o novo nível de capacidade máxima da Anthropic, lançado com o Fable 5 e o Mythos 5. Representa um salto de fronteira sobre a linha Opus 4.x em benchmarks de programação e raciocínio. O Fable 5 e o Mythos 5 são duas versões de lançamento do mesmo modelo de classe Mythos: uma pública e protegida, uma restrita.

Porque é que o Fable 5 recorre ao Opus 4.8?

O Fable 5 corre classificadores que detetam pedidos de alto risco (ciberofensiva, bio, química ou destilação de modelo) e redireciona-os para o Opus 4.8 em vez de responder com capacidade total de classe Mythos. Isto dispara em menos de 5% das sessões. Reduziu o sucesso de ataque adversarial de 56,6% (Opus 4.8) para 5,4%.

Posso aceder ao Claude Mythos 5?

Provavelmente não. O Mythos 5 está restrito atrás do Project Glasswing, o programa de acesso verificado da Anthropic para defensores e investigadores de segurança que precisam de capacidade ciberofensiva total que o Fable 5 bloqueia. A maioria dos developers não se qualificará e não precisa, já que o Fable 5 cobre o trabalho agêntico e de programação quotidiano.

Onde posso usar o Claude Fable 5?

O Claude Fable 5 está geralmente disponível na API da Anthropic, AWS Bedrock, GitHub Copilot e Harvey. É gratuito nos planos Pro, Max, Team e Enterprise com lugares até 22 de junho de 2026; créditos de utilização aplicam-se a partir de 23 de junho. Pode testá-lo no seu editor ou via API hoje.

Em Resumo

O Claude Fable 5 é um salto de fronteira real sobre o Opus 4.8: 80,3% vs 69,2% no SWE-Bench Pro, o dobro da pontuação FrontierCode, e uma taxa de sucesso de ataque de 5,4% que o torna muito mais seguro para implementar com ferramentas. Mude para programação agêntica difícil, tarefas de longo horizonte e trabalho de visão. Fique no Opus 4.8 para volume sensível a custos ou qualquer coisa que ative o fallback de qualquer forma. É gratuito até 22 de junho, por isso pode testar a mudança antes de lhe custar algo. A equipa da Techsy constrói agentes de produção exatamente nesta stack, por isso contacte-nos se precisar de ajuda.