Contesto storico
Il lancio di Fable 5, avvenuto il 9 giugno 2026, doveva rappresentare il nuovo fiore all’occhiello di Anthropic: un modello di classe Mythos, pensato per spingere al limite le capacità di coding, knowledge work e problem-solving. La finestra di accesso inclusa di due settimane lasciava intendere una certa fiducia nel prodotto. Quella fiducia è durata esattamente tre giorni. Il 12 giugno, a seguito di una direttiva statunitense sui controlli all’esportazione, il modello è stato sospeso in tutto il mondo. Il governo americano era venuto a conoscenza di un report di ricercatori Amazon che descriveva un metodo per aggirare le protezioni del modello, e la risposta è stata immediata e drastica.
Il ritorno sul mercato, il 1° luglio, è avvenuto in condizioni profondamente diverse. Anthropic ha dovuto accettare l’aggiunta di un classificatore di sicurezza dedicato alla cybersicurezza e ha dimezzato i limiti di utilizzo settimanali. Il modello era tornato, ma era già un prodotto mutilato rispetto al progetto originale. La situazione è peggiorata il 20 luglio, quando Fable 5 è stato incluso nei piani Max e Team Premium solo al 50% dei limiti settimanali, mentre gli utenti Pro e Team Standard sono stati dirottati verso un sistema di crediti a consumo, una scelta che di fatto ne scoraggiava l’uso quotidiano.
A rendere ancora più complessa la posizione di Fable 5 c’era poi la questione della conservazione dei dati. In quanto modello di classe Mythos, Fable 5 obbligava Anthropic a trattenere per 30 giorni prompt e risposte di tutto il traffico, sia sulle proprie piattaforme sia su quelle dei partner, per far girare i classificatori di sicurezza. Un vincolo inderogabile, che non ammetteva eccezioni nemmeno per le aziende che avevano firmato accordi di conservazione nulla. Una condizione che ha chiuso molte porte nel mercato enterprise, dove la riservatezza dei dati è spesso un requisito non negoziabile.
Il colpo definitivo è arrivato il 25 luglio con il lancio di Opus 5. Il nuovo modello costava la metà (5 dollari per milione di token in ingresso e 25 in uscita, contro i 10 e 50 di Fable 5), era esentato dalla conservazione obbligatoria dei dati e i suoi classificatori di sicurezza intervenivano circa l’85% delle volte in meno. Sul piano delle prestazioni, Opus 5 ha ottenuto risultati paragonabili o superiori in diversi benchmark: su Frontier-Bench v0.1 ha segnato 43,3% contro il 33,7% di Fable 5, su OSWorld 2.0 ha raggiunto il 70,6% contro il 66,1%, e nell’Intelligence Index di Artificial Analysis ha superato Fable 5 con un punteggio ELO di 1.861 contro 1.747. Il dato più eclatante è arrivato da ARC-AGI-3, dove Opus 5 ha ottenuto il 30,2%, un risultato che ha lasciato tutti gli altri modelli a distanza siderale.
C’è un’ombra su questi numeri. La system card di Opus 5 ha rivelato che il punteggio di Fable 5 su Frontier-Bench era in realtà un punteggio composito: i suoi classificatori bloccavano il 42% delle chiamate all’API nel 26% dei tentativi, dirottando la risposta su Opus 4.8, il modello di fascia inferiore. Il 33,7% attribuito a Fable 5 era quindi in parte prodotto da un modello più debole. Per Opus 5, le percentuali di blocco scendevano al 5% e al 4%. La lettura complessiva era chiara: Fable 5 era nato come la versione con safeguard di Mythos 5, ma in poche settimane aveva accumulato vincoli, classificatori aggiuntivi, conservazione obbligatoria dei dati e limiti ridotti. Opus 5 ha preso il suo posto come modello predefinito senza portarsi dietro nulla di tutto questo, a metà prezzo e con prestazioni che ne hanno di fatto decretato il superamento per i compiti quotidiani.
Lancio di Fable 5.1
L’annuncio è arrivato il 1° settembre 2026, a distanza di poco più di un mese dal lancio di Opus 5 e a quasi tre mesi da quello travagliato di Fable 5. Anthropic ha presentato simultaneamente Claude Fable 5.1 e Claude Mythos 5.1, la versione aggiornata della coppia di modelli di classe Mythos. La scelta di lanciarli insieme conferma la natura speculare dei due modelli, distinti esclusivamente dai filtri di sicurezza, come già accaduto per la generazione precedente.
La dichiarazione ufficiale di Anthropic accompagna il lancio con una formula ambiziosa: Fable 5.1 "stabilisce un nuovo standard per coding, knowledge work e compiti di problem-solving di lunga durata". L’annuncio dedica uno spazio notevole alla ricerca scientifica, con un dato che spicca sugli altri: il 52,6% su Terminal-Bench-Science 0.1, il benchmark presentato per la prima volta il 27 agosto, appena cinque giorni prima del lancio. Il confronto con i predecessori e i concorrenti è impietoso: Fable 5 si fermava al 24,7%, Opus 5 al 29,0% e GPT-5.6 Sol al 22,4%. Il balzo è di oltre 27 punti percentuali rispetto alla generazione precedente dello stesso modello, un salto di categoria che non trova riscontro negli altri benchmark citati, dove i miglioramenti sono definiti "lievi".
Il tema dei prezzi è il secondo pilastro dell’annuncio. Anthropic sostiene che Fable 5.1 costa circa il 25% in meno rispetto a Fable 5 in condizioni tipiche, con punte fino al 45% per i compiti agentici complessi. Il taglio è reso possibile principalmente dalla riduzione dei prezzi sui dati in cache, cioè quelli già processati e memorizzati, che nei flussi di lavoro agentici rappresentano una quota significativa dei token elaborati. La mossa risponde direttamente a una delle critiche più ricorrenti emerse dopo il lancio di Fable 5: il costo elevato, che con i 10 dollari per milione di token in ingresso e 50 in uscita lo aveva reso un prodotto di nicchia anche per gli utenti enterprise. Il nuovo modello, pur mantenendo una struttura di prezzo superiore a quella di Opus 5, riduce sensibilmente il divario proprio nei contesti d’uso in cui Fable 5 aveva più senso, ovvero i lavori lunghi e complessi.
Le prime impressioni raccolte all’indomani del lancio convergono su un punto: il modello non è solo più capace, ma anche più gestibile. Dan Shipper, CEO di Every, ha sintetizzato il sentiment diffuso tra gli early adopter: "È il modello di coding più forte che abbiamo usato, ma ora è veloce, token-efficient e parla davvero come una persona normale". Un giudizio che tocca tre dimensioni distinte — prestazioni, efficienza e naturalezza dell’interazione — e che suggerisce come Anthropic abbia lavorato non solo sulla potenza bruta ma anche sull’usabilità quotidiana del modello.
Il lancio di Fable 5.1 va letto anche come una risposta alle critiche che avevano accompagnato Fable 5 fin dal suo ritorno sul mercato, il 1° luglio. Le tre contestazioni principali erano il prezzo troppo alto, la conservazione obbligatoria dei dati per 30 giorni e le salvaguardie eccessive. Sul primo punto il taglio dei prezzi è la risposta più esplicita. Sugli altri due, l’annuncio ufficiale è più sfumato, ma la direzione è chiara: Fable 5.1 nasce per recuperare terreno sul fronte enterprise, dove la conservazione dei dati e i classificatori troppo restrittivi avevano chiuso porte che Opus 5, esentato da entrambi i vincoli, aveva già riaperto. Il posizionamento del nuovo modello, in altri termini, cerca di riconquistare lo spazio che Fable 5 aveva perso tra il lancio di giugno e l’arrivo di Opus 5 a luglio.
Prestazioni e benchmark
Il dato più significativo del lancio di Fable 5.1 riguarda il benchmark Terminal-Bench-Science 0.1, presentato da Anthropic appena cinque giorni prima dell’annuncio, il 27 agosto. Il modello ottiene un punteggio del 52,6%, più che doppio rispetto al 24,7% di Fable 5, e nettamente superiore anche a Opus 5 (29,0%) e GPT-5.6 Sol (22,4%). Il balzo di oltre 27 punti percentuali rispetto alla generazione precedente dello stesso modello rappresenta un salto di categoria che non trova riscontro negli altri benchmark citati nell’annuncio, dove i miglioramenti sono definiti "lievi". Il risultato assume un peso particolare perché il benchmark misura capacità di ricerca scientifica in ambienti a riga di comando, un ambito in cui Opus 5 era stato presentato da Anthropic come "il modello più capace generalmente disponibile per la ricerca scientifica" al momento del suo lancio, a luglio.
Il test pelican condotto da Simon Willison offre uno spaccato interessante sul comportamento del modello a diversi livelli di reasoning. Fable 5.1 ha cinque livelli — low, medium, high, xhigh e max — e nessuna opzione per disattivare completamente il reasoning. Ai livelli low e medium, su un prompt di generazione di un’immagine SVG, il modello ha di fatto saltato del tutto la fase di ragionamento: nessun token di reasoning trascritto, circa 1.998 token di output, un costo di poco superiore ai 10 centesimi e un tempo di risposta di circa 23 secondi. Il passaggio da low a medium non ha prodotto differenze sostanziali, con un output addirittura leggermente inferiore in termini di token (1.977 contro 1.998). Il livello high ha introdotto una minima attività di reasoning, con 2.612 token di output e un costo di 13 centesimi, ma la traccia di ragionamento è risultata essenzialmente una pianificazione di base del layout dell’immagine, senza differenze qualitative evidenti rispetto ai livelli inferiori.
La situazione cambia radicalmente al livello xhigh. Il modello ha prodotto 36.767 token di output, ha impiegato 7 minuti e 51 secondi e ha raggiunto un costo di 1,83 dollari. La traccia di reasoning è lunga e include considerazioni dettagliate su elementi compositivi specifici, come l’aggiunta dell’occhio, le ali che si estendono fino al manubrio, le zampe arancioni sui pedali e la decisione di mantenere il pellicano volutamente sovradimensionato rispetto alla bicicletta per un effetto comico. Nel corso del ragionamento il modello valuta anche scelte di stile, accettando ad esempio un leggero spessore eccessivo di un elemento come "affascinante piuttosto che sovraingegnerizzato".
Al livello max, il modello ha prodotto il miglior pellicano mai visto da un modello Anthropic secondo Willison. Il costo è stato di 3,30 dollari, con 65.927 token di output e 13 minuti e 54 secondi di elaborazione. La traccia di reasoning rivela un processo di progettazione articolato: il modello valuta se aggiungere una sciarpa o un berretto, poi ragiona sulla scelta tra un casco da bicicletta e la cresta caratteristica del pellicano, arrivando a una soluzione di compromesso che riduce il casco per evitare sovrapposizioni con il becco. Seguono considerazioni sulla forma delle piume primarie, con l’aggiunta di curve a scaletta sul bordo d’uscita dell’ala, la verifica della posizione delle prese d’aria sul casco rispetto allo spessore del tratto, e infine la correzione della curvatura della forcella anteriore della bicicletta, il cui punto di controllo andava spostato verso destra per ottenere un’inclinazione corretta. Willison nota che il risultato finale, pur essendo tecnicamente accurato — zampe correttamente posizionate ai lati del telaio, piedi sui pedali, ala sul manubrio, un cesto con un pesce e un cappello blu — non mostra lo stesso livello di estro di Gemini 3.7 Flash, ma osserva anche di non averlo richiesto: aveva chiesto un SVG, e un SVG ha ottenuto.
Un dettaglio interessante emerso dal test riguarda la possibilità di animare il risultato. Willison ha preso il pellicano generato al livello max e lo ha passato al modello con il livello di thinking predefinito high, con il prompt "animate this". L’operazione è costata 1,37 dollari (6.121 token in ingresso, 26.201 in uscita) e ha prodotto un’animazione funzionante, con l’unica anomalia delle ruote che ruotano nella direzione sbagliata, che Willison attribuisce però a un artefatto della conversione in MP4, non al modello.
Le impressioni precoci raccolte all’indomani del lancio convergono su un punto: Fable 5.1 non è solo più capace, ma anche più gestibile rispetto al predecessore. Dan Shipper, CEO di Every, ha sintetizzato il sentiment diffuso: "È il modello di coding più forte che abbiamo usato, ma ora è veloce, token-efficient e parla davvero come una persona normale". Il giudizio tocca tre dimensioni distinte — prestazioni, efficienza e naturalezza dell’interazione — e suggerisce che Anthropic abbia lavorato non solo sulla potenza bruta ma anche sull’usabilità quotidiana. Il riferimento alla naturalezza del linguaggio è particolarmente significativo in un contesto in cui i modelli di classe Mythos erano stati percepiti come più macchinosi nell’interazione, anche a causa dei classificatori di sicurezza particolarmente restrittivi che caratterizzavano Fable 5.
Livelli di reasoning
La struttura a cinque livelli di reasoning rappresenta una delle novità più rilevanti di Fable 5.1, e il modo in cui il modello si comporta ai diversi livelli offre uno spaccato significativo su come Anthropic abbia calibrato il compromesso tra profondità di ragionamento, latenza e costo. I livelli disponibili sono cinque — low, medium, high, xhigh e max — e, fatto notevole, non esiste alcuna opzione per disattivare completamente il reasoning. Questa scelta progettuale segna una differenza sostanziale rispetto ad altri modelli della stessa famiglia che, in passato, consentivano di azzerare la fase di ragionamento.
Il comportamento del modello ai diversi livelli è stato documentato in dettaglio da Simon Willison attraverso il cosiddetto test pelican, che consiste nel generare un’immagine SVG di un pellicano in bicicletta. L’esito di questo test mostra come il passaggio da un livello all’altro non produca un aumento lineare dell’attività di reasoning, ma piuttosto un salto qualitativo netto a partire dal livello xhigh.
Comportamento a low e medium
Ai livelli più bassi, il modello ha di fatto ignorato completamente la fase di ragionamento, nonostante l’impostazione che prevede il reasoning in tutte le configurazioni. A livello low, il modello ha prodotto 1.998 token di output, senza alcuna traccia di reasoning trascritta. Il tempo di risposta è stato di 23,8 secondi, con un costo di 10,017 centesimi. Passando a medium, il comportamento è rimasto sostanzialmente invariato: nessun token di reasoning, 1.977 token di output — 21 token in meno rispetto a low — 23 secondi di elaborazione e un costo di 9.912 centesimi.
Questo dato è notevole per due ragioni. Da un lato, dimostra che il modello è in grado di rispondere a prompt di generazione di codice senza attivare la componente di ragionamento, anche quando questa è teoricamente prevista. Dall’altro, il fatto che l’output a low contenga più token di quello a medium suggerisce che la differenza tra questi due livelli non sia netta come ci si potrebbe aspettare, e che per compiti di questo tipo la soglia di attivazione del reasoning si collochi più in alto nella scala.
La soglia del reasoning: high
Il livello high introduce una prima, minima attività di ragionamento. Il modello ha prodotto 2.612 token di output, impiegando 29,6 secondi con un costo di 13.087 centesimi. La traccia di reasoning, però, è essenzialmente una pianificazione di base del layout dell’immagine: il modello dichiara di "pianificare il layout SVG per un pellicano che pedala, con uno sfondo cielo e terra, una bicicletta con due ruote a raggi, telaio, sella e manubrio, e un pellicano dal corpo bianco con collo lungo e becco arancione posizionato sopra". Si tratta di una descrizione operativa piuttosto che di una vera e propria elaborazione creativa, e Willison osserva che non ci sono differenze qualitative evidenti rispetto ai livelli inferiori.
Il salto a xhigh
La situazione cambia in modo radicale al livello xhigh. Il modello ha prodotto 36.767 token di output — circa 14 volte di più rispetto a high — con un tempo di elaborazione di 7 minuti e 51 secondi e un costo di 1,83 dollari. La traccia di reasoning è lunga e articolata, e include considerazioni compositive specifiche: l’aggiunta dell’occhio, le ali che si estendono fino al manubrio, le zampe arancioni sui pedali, e la decisione di mantenere il pellicano volutamente sovradimensionato rispetto alla bicicletta per un effetto comico. Il modello valuta anche scelte di stile, come l’accettazione di un leggero spessore eccessivo di un elemento considerato "affascinante piuttosto che sovraingegnerizzato".
Questo salto netto suggerisce che xhigh rappresenti una soglia qualitativa: al di sotto, il modello tende a eludere la fase di ragionamento per prompt di generazione di codice, mentre a partire da xhigh la componente di elaborazione diventa parte sostanziale del processo, con un impatto diretto su qualità del risultato e costi.
Il livello massimo
Il livello max produce il risultato migliore mai ottenuto da un modello Anthropic nel test pelican, secondo la valutazione di Willison. Il costo raggiunge i 3,30 dollari, con 65.927 token di output e un tempo di elaborazione di 13 minuti e 54 secondi. La traccia di reasoning rivela un processo di progettazione molto articolato. Il modello valuta inizialmente se aggiungere una sciarpa o un berretto, poi ragiona sulla scelta tra un casco da bicicletta e la cresta caratteristica del pellicano, arrivando a una soluzione di compromesso che riduce le dimensioni del casco per evitare sovrapposizioni con il becco. A questa decisione seguono considerazioni sulla forma delle piume primarie, con l’aggiunta di curve a scaletta sul bordo d’uscita dell’ala per un aspetto più naturale, e la verifica della posizione delle prese d’aria sul casco rispetto allo spessore del tratto e ai cappucci arrotondati. Il modello si spinge fino a correggere la curvatura della forcella anteriore della bicicletta, spostando il punto di controllo verso destra per ottenere un’inclinazione corretta.
Alcuni passaggi della traccia mostrano anche una capacità di scelta consapevole: il modello decide di non aggiungere un campanello al manubrio e di non inserire delle luci sui pneumatici, considerandoli "aggiunte non necessarie". Questa capacità di distinguere tra elementi essenziali e superflui è un indicatore del livello di profondità raggiunto.
Il risultato finale, descritto da Willison, è tecnicamente accurato: le zampe sono chiaramente posizionate ai lati del telaio, i piedi sono sui pedali, l’ala sul manubrio, il pellicano ha un cappello blu e un cesto con un pesce. Lo stesso Willison nota che il risultato non mostra lo stesso livello di estro di Gemini 3.7 Flash, ma osserva anche di non averlo richiesto: "ho chiesto un SVG, e un SVG ho ottenuto".
Costi e implicazioni pratiche
La progressione dei costi ai diversi livelli disegna una curva molto chiara. A low e medium ci si attesta intorno ai 10 centesimi; a high si sale a 13 centesimi; a xhigh il costo esplode fino a 1,83 dollari; a max raggiunge 3,30 dollari. La differenza tra low e max è di circa 33 volte, a fronte di una differenza di output di circa 33 volte (1.998 contro 65.927 token). Il rapporto è quindi sostanzialmente lineare, ma la distribuzione non è uniforme: il passaggio da high a xhigh comporta un incremento di costo di oltre 14 volte, mentre il passaggio da xhigh a max è di circa 1,8 volte.
Questo ha implicazioni pratiche rilevanti per l’uso enterprise: per attività in cui il livello di ragionamento non è determinante, come la generazione di codice semplice o la risposta a domande standard, i livelli low e medium offrono risultati soddisfacenti a un costo contenuto. Per compiti di problem-solving complessi, in cui la qualità del ragionamento è decisiva, è necessario salire ad almeno xhigh, accettando un costo di circa due ordini di grandezza superiore.
Il dettaglio dell’animazione
Un’ulteriore osservazione riguarda la possibilità di utilizzare il modello con un livello di reasoning medio per un compito di trasformazione: Willison ha preso il pellicano generato al livello max e lo ha passato al modello con il livello di thinking predefinito high, con il prompt "animate this". L’operazione è costata 1,37 dollari (6.121 token in ingresso, 26.201 in uscita) e ha prodotto un’animazione funzionante, con l’unica anomalia delle ruote che ruotano nella direzione sbagliata, che Willison attribuisce però a un artefatto della conversione in MP4, non al modello. Questo dimostra la flessibilità del sistema: la capacità di generazione a un livello alto può essere combinata con un livello più basso per un compito di rifinitura, mantenendo un costo complessivo ragionevole.
In sintesi, la struttura a cinque livelli di Fable 5.1 non è un semplice regolatore di intensità: è un sistema con una soglia critica tra high e xhigh, sotto la quale il modello tende a saltare del tutto il reasoning su prompt di generazione di codice, e sopra la quale il ragionamento diventa una componente sostanziale del processo, con un impatto diretto su qualità, tempo e costi.
Risposta alle critiche dei clienti
Il lancio di Fable 5.1 rappresenta una risposta diretta e articolata alle tre critiche principali emerse durante il travagliato ciclo di vita di Fable 5, che ne avevano compromesso l’adozione sia nel mercato enterprise sia tra i singoli utenti. Dopo il ritorno sul mercato del 1° luglio, il modello aveva accumulato una serie di vincoli che lo rendevano di fatto poco competitivo rispetto a Opus 5, lanciato il 25 luglio a metà prezzo e senza gli stessi gravami. Con Fable 5.1, Anthropic ha cercato di recuperare il terreno perduto intervenendo su tutti e tre i fronti contestati.
Prezzo troppo alto
La critica più esplicita e ricorrente riguardava il costo di Fable 5: 10 dollari per milione di token in ingresso e 50 in uscita, una struttura tariffaria che lo collocava in una fascia di prezzo difficile da giustificare anche per gli utenti enterprise, soprattutto dopo l’arrivo di Opus 5 a metà prezzo (5 dollari in ingresso, 25 in uscita). Anthropic ha risposto con un taglio che definisce "circa il 25% in meno" in condizioni tipiche, con punte fino al 45% per i compiti agentici complessi. Il meccanismo che rende possibile questa riduzione è la diminuzione dei prezzi sui dati in cache, cioè quelli già processati e memorizzati: nei flussi di lavoro agentici, che prevedono iterazioni multiple sugli stessi contesti, la quota di token in cache è predominante, e intervenire su questa voce produce un effetto significativo sul costo complessivo.
Il taglio non è uniforme, ma mirato proprio ai contesti d’uso in cui Fable 5 aveva più senso: i lavori lunghi e difficili da verificare, dove il modello veniva scelto per la sua capacità di ragionamento profondo e dove il costo dei token in cache rappresenta la voce dominante. In questo modo Anthropic riduce il divario con Opus 5 proprio nel segmento in cui la fascia superiore di prezzo poteva essere giustificata dalle prestazioni, senza però allineare completamente le tariffe: Fable 5.1 resta più costoso di Opus 5, ma la differenza si assottiglia nei casi d’uso che contano.
Conservazione dei dati obbligatoria
Il secondo fronte di critica, e probabilmente il più dannoso per l’adozione enterprise, riguardava la conservazione obbligatoria dei dati. Fable 5, in quanto modello di classe Mythos, imponeva ad Anthropic di trattenere per 30 giorni prompt e risposte di tutto il traffico, sia sulle proprie piattaforme sia su quelle dei partner, per alimentare i classificatori di sicurezza. Il vincolo era inderogabile: nemmeno le aziende che avevano firmato accordi di conservazione nulla potevano sottrarvisi. Questa condizione aveva chiuso molte porte nel mercato enterprise, dove la riservatezza dei dati è spesso un requisito non negoziabile, e aveva di fatto consegnato a Opus 5 — esentato dal vincolo — un vantaggio competitivo decisivo.
L’annuncio ufficiale di Fable 5.1 affronta la questione in modo più sfumato rispetto al taglio dei prezzi, ma la direzione è chiara. Anthropic dichiara di aver risposto alle critiche dei clienti su prezzo, conservazione dei dati e salvaguardie eccessive, e la scelta di includere esplicitamente la data retention tra i punti affrontati indica che il vincolo è stato rivisto, anche se i dettagli operativi non sono stati resi pubblici in modo completo. Il posizionamento del nuovo modello cerca di riconquistare lo spazio che Fable 5 aveva perso sul fronte enterprise, dove la combinazione di conservazione obbligatoria e costo elevato aveva reso il modello di fatto inutilizzabile per molte organizzazioni.
Salvaguardie eccessive
Il terzo fronte di critica riguardava i classificatori di sicurezza, percepiti come eccessivamente restrittivi e invasivi. I dati emersi con la system card di Opus 5 avevano quantificato il problema: su Frontier-Bench v0.1, i classificatori di Fable 5 bloccavano il 42% delle chiamate all’API nel 26% dei tentativi, dirottando la risposta su Opus 4.8, il modello di fascia inferiore. Il punteggio attribuito a Fable 5 era quindi in parte composito, prodotto da un modello più debole. Per Opus 5, le percentuali di blocco scendevano al 5% e al 4%, con un intervento dei classificatori stimato in calo di circa l’85%.
Fable 5.1 nasce per ridurre questo gap. L’annuncio cita esplicitamente le "salvaguardie eccessive" tra le critiche affrontate, e la direzione è coerente con quanto già visto con Opus 5: classificatori meno invasivi, che intervengono solo nei casi in cui è realmente necessario, senza il dirottamento sistematico verso modelli inferiori che aveva caratterizzato Fable 5. La questione non è solo di efficienza, ma anche di qualità percepita: un modello che dirotta una quota significativa delle richieste su un modello più debole produce risultati meno affidabili e un’esperienza d’uso frustrante, soprattutto per gli utenti che pagano per la fascia più alta.
Il riequilibrio delle salvaguardie ha anche un effetto collaterale positivo sulla naturalezza dell’interazione, un aspetto che le prime impressioni raccolte all’indomani del lancio hanno messo in evidenza. Dan Shipper, CEO di Every, ha osservato che Fable 5.1 "parla davvero come una persona normale", un giudizio che difficilmente sarebbe stato formulato per Fable 5, i cui classificatori restrittivi rendevano l’interazione più macchinosa e meno fluida. La riduzione dell’intervento dei classificatori non riguarda quindi solo la percentuale di richieste bloccate, ma l’intero tono dell’interazione, che risulta più naturale e meno condizionato dalla necessità di aggirare filtri percepiti come arbitrari.
Confronto con Fable 5 e Opus 5
Il lancio di Fable 5.1 il 1° settembre 2026 ha riaperto il confronto interno alla famiglia di modelli Anthropic, in un panorama già profondamente mutato rispetto a giugno. Il posizionamento di Fable 5.1 va letto su tre assi distinti — prezzo, prestazioni e classificatori di sicurezza — che insieme definiscono il nuovo equilibrio tra la fascia alta di classe Mythos e il modello Opus 5, che a luglio aveva di fatto scavalcato Fable 5 come opzione predefinita per la maggior parte degli utenti.
Prezzi a confronto
La struttura tariffaria dei tre modelli disegna una gerarchia chiara, ma con alcune sfumature importanti. Fable 5 era stato lanciato a giugno con un prezzo di 10 dollari per milione di token in ingresso e 50 in uscita, una fascia che lo collocava al doppio del costo di Opus 5, presentato il 25 luglio a 5 dollari in ingresso e 25 in uscita. Con Fable 5.1, Anthropic ha ridotto il divario senza però allineare completamente le tariffe: il nuovo modello costa circa il 25% in meno rispetto a Fable 5 in condizioni tipiche, con punte fino al 45% per i compiti agentici complessi. Il meccanismo che rende possibile questo taglio è la riduzione dei prezzi sui dati in cache, cioè quelli già processati e memorizzati, che nei flussi di lavoro agentici rappresentano la voce di costo predominante. Il risultato è che Fable 5.1 resta più costoso di Opus 5 in termini assoluti, ma la differenza si assottiglia proprio nei contesti d’uso in cui la fascia alta di prezzo può essere giustificata: i lavori lunghi e difficili da verificare, dove il modello viene scelto per la capacità di ragionamento profondo e dove il costo dei token in cache è la componente dominante.
Benchmark a confronto
Sul piano delle prestazioni, il dato più eclatante emerso dal lancio di Fable 5.1 riguarda il benchmark Terminal-Bench-Science 0.1, presentato da Anthropic appena cinque giorni prima dell’annuncio, il 27 agosto. Il nuovo modello ottiene un punteggio del 52,6%, più che doppio rispetto al 24,7% di Fable 5 e nettamente superiore anche a Opus 5, fermo al 29,0%, e a GPT-5.6 Sol, al 22,4%. Il balzo di oltre 27 punti percentuali rispetto alla generazione precedente dello stesso modello rappresenta un salto di categoria che non trova riscontro negli altri benchmark citati nell’annuncio, dove i miglioramenti sono definiti "lievi". Il risultato assume un peso particolare perché il benchmark misura capacità di ricerca scientifica in ambienti a riga di comando, un ambito in cui Opus 5 era stato presentato come "il modello più capace generalmente disponibile per la ricerca scientifica" al momento del suo lancio, a luglio. Su questo specifico fronte, Fable 5.1 riprende il primato che Fable 5 aveva perso.
Negli altri benchmark, il confronto è più sfumato. I miglioramenti rispetto a Fable 5 sono presenti ma contenuti, e Opus 5 mantiene risultati competitivi sui test di coding agentico e uso autonomo del computer. La lettura complessiva è che Fable 5.1 recupera il terreno su Opus 5 nel segmento scientifico, ma non lo surclassa in modo uniforme: la superiorità del nuovo modello di classe Mythos è netta dove la profondità di ragionamento è determinante, mentre sugli altri fronti il vantaggio si riduce a pochi punti percentuali, a fronte di un costo comunque superiore.
Classificatori di sicurezza e interventi
Il terzo asse di confronto riguarda i classificatori di sicurezza, un tema che aveva pesantemente condizionato il ciclo di vita di Fable 5. I dati emersi con la system card di Opus 5 avevano quantificato il problema: su Frontier-Bench v0.1, i classificatori di Fable 5 bloccavano il 42% delle chiamate all’API nel 26% dei tentativi, dirottando la risposta su Opus 4.8, il modello di fascia inferiore. Il punteggio attribuito a Fable 5 su quel test — 33,7% — era quindi in parte composito, prodotto da un modello più debole. Per Opus 5, le percentuali di blocco scendevano al 5% e al 4%, con un intervento dei classificatori stimato in calo di circa l’85%. Fable 5.1 nasce per ridurre questo gap: l’annuncio ufficiale cita esplicitamente le "salvaguardie eccessive" tra le critiche affrontate, e la direzione è coerente con quanto già visto con Opus 5. Classificatori meno invasivi, che intervengono solo nei casi in cui è realmente necessario, senza il dirottamento sistematico verso modelli inferiori che aveva caratterizzato Fable 5.
La questione non è solo di efficienza, ma anche di qualità percepita: un modello che dirotta una quota significativa delle richieste su un modello più debole produce risultati meno affidabili e un’esperienza d’uso frustrante, soprattutto per gli utenti che pagano per la fascia più alta. Il riequilibrio delle salvaguardie ha anche un effetto collaterale sulla naturalezza dell’interazione, un aspetto che le prime impressioni raccolte all’indomani del lancio hanno messo in evidenza. Dan Shipper, CEO di Every, ha osservato che Fable 5.1 "parla davvero come una persona normale", un giudizio che difficilmente sarebbe stato formulato per Fable 5, i cui classificatori restrittivi rendevano l’interazione più macchinosa e meno fluida.
In sintesi, il confronto tra i tre modelli disegna un quadro in cui Fable 5.1 recupera parte del terreno perso da Fable 5, ma non cancella del tutto il vantaggio competitivo di Opus 5. Sul piano dei prezzi, il divario si riduce ma resta: Fable 5.1 costa meno del predecessore, ma Opus 5 rimane l’opzione più economica. Sul piano delle prestazioni, il nuovo modello di classe Mythos riprende il primato nel segmento scientifico, ma non surclassa Opus 5 in modo uniforme. Sul piano dei classificatori, il riequilibrio delle salvaguardie avvicina Fable 5.1 al comportamento di Opus 5, riducendo il problema del dirottamento verso modelli inferiori che aveva compromesso l’affidabilità percepita di Fable 5. Il posizionamento finale è quello di un modello che torna a essere competitivo per i lavori lunghi e complessi, ma che non ripropone il dominio assoluto che Fable 5 avrebbe dovuto avere al momento del lancio di giugno.