Claude Fable 5.2 lidera benchmarks e já escreve 90% do código da Anthropic

A Anthropic lançou nesta segunda-feira (9 de novembro de 2026) dois novos modelos de ponta: Claude Fable 5.2 e Claude Mythos 5.2, segundo reportagem do The Decoder. Os dois compartilham a mesma base técnica, mas diferem em quem pode acessá-los e em quais tarefas podem executar.

Fable é a versão de acesso aberto: traz bloqueios para tarefas de risco em cibersegurança e biologia, e qualquer usuário pode usar. Mythos remove parte dessas restrições e só fica disponível para organizações aprovadas pelos Programas de Verificação da Anthropic para Cibersegurança ou Ciências da Vida. Para quem desenvolve, isso significa que testes de invasão (pentest) e geração de código de exploração continuam fora do alcance do modelo público, mesmo que o Fable 5.2 seja tecnicamente capaz disso.

Fable 5.2 assume a liderança nos benchmarks, mas não em tudo

Segundo dados da Artificial Analysis citados pelo The Decoder, o Fable 5.2 soma 65 pontos no Intelligence Index v5 no tier de computação máximo, cinco pontos à frente do Gemini 4 Carbon (60, ainda não lançado pelo Google) e seis à frente do próprio Claude Opus 5.5 (59). A diferença para o antecessor, o Fable 5.1 (lançado no início de setembro de 2026), é de 15 pontos.

O modelo lidera cinco dos nove testes individuais da Artificial Analysis: 80% no HLE-Diamond (questões acadêmicas de nível especialista), 73% no Terminal-Bench-Science (execução autônoma de fluxos científicos em terminal) e 49% no FrontierCode 2.0, que avalia se um agente entrega mudanças de código úteis em projetos reais de código aberto.

Ele fica atrás em trabalho de conhecimento agente e em codificação via terminal: no AA-Briefcase, marca 1.785 Elo contra 1.813 do Claude Sonnet 5.5 e 1.800 do Opus 5.5 (dentro da margem de erro). No Terminal-Bench 4.0, empata com o Opus 5.5 em 60%, atrás de Kimi K3.1 Pro (67%), Gemini 4 Carbon (65%) e Sonnet 5.5 (64%).

Preço caiu no papel, mas o custo real depende do consumo

O Fable 5.2 custa US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída, abaixo dos US$ 10 e US$ 50 cobrados pelo Fable 5.1. Na prática, o que o time de desenvolvimento paga depende de quantos tokens a tarefa consome, o que varia com o tipo de trabalho, as configurações e o ambiente de software usado.

No tier de computação mais alto, o custo médio por tarefa chega a US$ 26,50, cerca de 2,6 vezes o valor do Opus 5.5 (US$ 10) e quase o dobro do Fable 5.1 (US$ 12,99). Em tiers mais baixos, o Fable 5.2 ainda marca 62 pontos no Intelligence Index, à frente de qualquer modelo concorrente em qualquer tier, consumindo bem menos tokens: 98 mil tokens de saída por tarefa, contra 173 mil do Opus 5.5 no tier máximo.

A Anthropic diz que a saída dos novos modelos é até 30% mais rápida que a do Fable 5.1 e do Mythos 5.1. Um modo rápido opcional, liberado para organizações selecionadas, multiplica a velocidade por até 2,5 vezes, mas custa o dobro e só funciona em algumas plataformas: Claude Code, Claude Platform, Google Cloud e Microsoft Foundry.

Em resumo: para quem decide onde rodar carga de produção, o Opus 5.5 continua sendo a recomendação da própria Anthropic para uso do dia a dia. O Fable 5.2 entra como opção para tarefas pontuais de alta exigência, onde o custo por tarefa mais alto se justifica pelo ganho de qualidade.

Anthropic diz ter freado de propósito a autoevolução do modelo

A empresa afirma ter impedido deliberadamente, durante o treinamento, que os modelos ganhassem capacidades que pudessem acelerar diretamente o desenvolvimento de outras IAs. Isso se refere ao que a área chama de RSI (recursive self-improvement, ou autoevolução recursiva), a ideia de uma IA melhorar a si mesma ou ajudar a construir a próxima geração de modelos de forma autônoma, tema que gera debate crescente sobre risco.

Segundo a Anthropic, Fable 5.2 e Mythos 5.2 performam na mesma faixa do Opus 5.5 em tarefas como otimizar kernels de computação para chips aceleradores e melhorar arquiteturas de modelos de linguagem, ou seja, o avanço foi contido nessas frentes específicas. Capacidades relacionadas, como codificação de agentes, desenvolvimento de hardware e pesquisa tradicional em IA (incluindo interpretabilidade), não foram afetadas.

Isso não impediu a empresa de colocar o Claude para trabalhar pesado internamente: segundo a Anthropic, o modelo já escreve mais de 90% das mudanças mescladas no código-base principal da companhia, sob supervisão humana. A empresa também afirma que, em um teste interno, o modelo programou um sistema operacional do zero.

Mil agentes formalizaram o último teorema de Fermat em 30 horas

O exemplo que deve chamar mais atenção vem de novo da matemática. Cerca de mil agentes do Fable 5.2 formalizaram por completo a prova do último teorema de Fermat, traduzindo-a para Lean, uma linguagem de programação usada para verificação matemática formal em que cada passo de uma prova é checado por computador.

O teorema afirma que a equação a² + b² = c² não tem soluções inteiras para potências maiores que dois. Ninguém conseguiu provar isso por séculos, até Andrew Wiles apresentar uma demonstração com mais de cem páginas em 1995. A verificação por máquina dessa prova foi concluída agora pela primeira vez, em 30 horas.

Uma versão anterior do Claude, de pesquisa e não publicada, precisou de 11 dias para a mesma tarefa, com um ambiente construído sob medida e orientação constante de um pesquisador humano. Os agentes do Fable 5.2, segundo a Anthropic, partiram de instruções breves, organizaram a colaboração entre si sem ajuda externa e não usaram nenhuma referência matemática: a única métrica de progresso foi uma lista de lemas intermediários. O modelo usou um terço dos tokens de ação da primeira tentativa e produziu uma prova sete vezes mais curta.

A Anthropic rodou o Opus 5.5 na mesma configuração, também com mil agentes, para efeito de comparação. Em 18 horas, o Opus completou apenas 26% da formalização e praticamente não avançou mais até a hora 30.

Mythos 5.2 encontra mais falhas de segurança do que qualquer modelo anterior

A Anthropic usa um teste interno chamado CVE Rediscovery para medir quantas vulnerabilidades já catalogadas na base CVE (Common Vulnerabilities and Exposures, o sistema público que registra falhas conhecidas de software) um modelo consegue redescobrir sozinho, partindo do estado do projeto antes da correção.

Numa rodada de outubro de 2026 com 1.829 CVEs, o Mythos 5.2 encontrou 10,2% mais vulnerabilidades que o Opus 5.5 e 14,4% mais que o Mythos 5.1, liderando em todos os tiers de computação testados. Uma empresa de segurança relatou à Anthropic que uma em cada seis falhas confirmadas encontradas pelo Mythos 5.2 havia passado despercebida por todos os outros modelos de ponta testados.

Para quem trabalha com segurança de aplicações, esse é um dado de mão dupla: o mesmo modelo que acelera a descoberta de falhas em código legado também amplia o potencial de uso ofensivo, razão pela qual o acesso ao Mythos segue restrito aos programas de verificação da empresa, enquanto o Fable público bloqueia geração de exploits e testes de invasão.

O que muda na prática para quem integra via API

Para times que já usam a API da Anthropic, a mudança mais imediata é de custo e critério de escolha, não de capacidade bruta:

• Para codificação do dia a dia e tarefas de volume, o Opus 5.5 segue sendo a recomendação oficial da Anthropic, inclusive em custo.
• Para tarefas isoladas de raciocínio pesado, pesquisa científica assistida por agente ou problemas que exigem muitos passos (como formalização matemática), o Fable 5.2 justifica o preço mais alto por tarefa.
• Para times de segurança ou ciências da vida com necessidade real de recursos sem bloqueio, o caminho é solicitar acesso ao Mythos pelos Programas de Verificação da Anthropic, não pela API pública.
• O modo rápido (2,5x mais veloz, 2x mais caro) só vale a pena em pipelines sensíveis à latência e, por enquanto, só roda em Claude Code, Claude Platform, Google Cloud e Microsoft Foundry.

Fica em aberto, segundo o próprio material da Anthropic, até que ponto a contenção da autoevolução (RSI) vai se sustentar conforme a próxima geração de modelos avançar em áreas correlatas, como pesquisa em IA e interpretabilidade, que continuam sem restrição.

Fonte: The Decoder