Il 1 settembre 2026 Anthropic ha reso disponibili Claude Fable 5.1 e Claude Mythos 5.1, che condividono gli stessi pesi e si distinguono soltanto per il livello di barriere applicate. Fable 5.1 è aperto a tutti, mentre Mythos 5.1 resta riservato a organizzazioni verificate che lavorano su difesa informatica e ricerca scientifica. Entrambi appartengono alla classe Mythos, il gradino che l’azienda colloca sopra la famiglia Opus.
Rispetto a Fable 5, uscito a giugno, i guadagni si concentrano sul lavoro agentico prolungato e sulla ricerca. Il dato più netto arriva da Terminal-Bench-Science 0.1, dove il punteggio passa dal 24,7% al 52,6%, più del doppio del valore precedente. Il listino base non cambia, ma il costo di lettura della cache scende del 75%.
Resta però un nodo per chi paga un abbonamento, perché come già accaduto con Fable 5 il modello non rientra nei limiti dei piani Pro e delle postazioni standard Team, dove va saldato a parte con crediti a consumo alle tariffe dell’API. Sui piani Max e sulle postazioni premium è invece compreso, ma soltanto fino al 50% del limite settimanale, e senza però il credito una tantum concesso in occasione dell’uscita di Fable 5.
Il pubblico a cui il modello si rivolge comprende chi programma con agenti autonomi, chi conduce ricerche complesse e chi lavora su documenti finanziari e legali. Se gestisci flussi che girano per ore senza supervisione, è proprio lì che il modello concentra i suoi miglioramenti, con la contropartita di un consumo che va tenuto d’occhio.
Barriere più precise e nuove regole per l’API
Sul piano delle capacità la struttura resta quella del predecessore, con un milione di token di contesto e 128.000 token massimi in uscita. Il parametro effort governa quanto il modello pensa prima di rispondere e accetta cinque livelli, da low fino a max. Il predefinito è high in Claude Code ma medium su Claude.ai e Claude Cowork, quindi il comportamento cambia secondo lo strumento che stai usando.
I cambiamenti più concreti riguardano le barriere di sicurezza e la logica che le governa. Il punto di partenza è che l’autonomia dei modelli è cresciuta in fretta, e con essa la possibilità di farne un cattivo uso senza supervisione umana. Molte attività informatiche sono poi a duplice uso, nel senso che la stessa competenza serve a proteggere un sistema oppure ad attaccarlo. La linea tracciata ora separa le due cose, perché individuare una falla nel codice sorgente è lavoro difensivo e viene consentito, mentre creare l’exploit che la sfrutta resta escluso, così come l’analisi di eseguibili compilati senza autorizzazione; i penetration test autorizzati non sono menzionati esplicitamente.
C’è un antefatto che rende la cosa più interessante. La sospensione di Fable 5 a giugno nacque proprio da un jailbreak che consisteva nel chiedere al modello di leggere una codebase e correggere falle software. Anthropic rispose con un filtro automatico che bloccava quel tipo di richiesta, girandola a un modello meno capace (Opus 4.8). Il filtro però non distingueva chi cerca falle nel proprio codice per correggerle da chi le cerca in quello altrui per sfruttarle, e finiva per fermare anche il lavoro legittimo. Con 5.1 la distinzione è stata raffinata al punto da poterle separare.
Sul fronte biologico la motivazione è diversa. Anthropic ha sottoposto Mythos 5.1 a prove specifiche per capire quanto potesse agevolare la creazione di armi chimiche o biologiche. Ha coinvolto squadre di esperti e un esercizio che affiancava dottori in biologia a specialisti di intelligenza artificiale. Le capacità risultano superiori a quelle di Mythos 5 ma ancora sotto la soglia di rischio successiva prevista dalle politiche interne, e per questo le barriere restano invariate. Le domande di ricerca avanzata continuano perciò a finire sui modelli Opus, mentre l’accesso pieno passa da un programma di verifica costruito insieme al governo statunitense. Il guadagno è tutto nella precisione, con una riduzione del 60% degli interventi indesiderati sul fronte informatico e dell’85% sulle domande mediche elementari, che il sistema precedente scambiava troppo spesso per tentativi di abuso.
Arrivano poi due novità per chi sviluppa. La prima sono gli Enterprise Frontier Safeguards, che consentono la privacy totale tenendo i dati sull’infrastruttura del cliente anziché su quella di Anthropic, con l’eventuale revisione umana affidata al cliente stesso. La seconda è una restrizione, perché i nuovi account API non possono più modificare il contesto conservando le tracce del ragionamento. Quella tecnica veniva sfruttata su scala industriale, con migliaia di account falsi, per copiare le capacità del modello e rimetterle in circolazione prive di qualsiasi barriera.
Il salto sui benchmark e la ricerca scientifica
Sui compiti agentici i progressi sono ampi. Su Terminal-Bench 4.0 il modello segna 55,8% contro il 42,0% di Fable 5 e il 52,3% di Opus 5, mentre Mythos 5.1, cioè lo stesso modello senza le barriere informatiche, arriva a 60,9%. Su GDPval-AA v2 il punteggio sale a 1853 da 1723, e su AutomationBench quasi raddoppia passando da 17,1% a 31,4%. Su CursorBench 3.2.0 il guadagno è più contenuto, ovvero 73,4% contro 70,5%.
La parte che colpisce di più riguarda però la ricerca scientifica. Mythos 5.1 ha progettato leganti proteici con affinità dieci volte superiore alle migliori proposte presentate a una competizione di settore, con un tasso di successo vicino al 50% su dodici bersagli, contro il 10-15% tipico del campo. Il modello ha inoltre riscritto i kernel di sette strumenti open source di biologia computazionale, accelerandoli fino a 2,5 volte e tagliando i costi di calcolo del 30-60%.
Anthropic dichiara però un margine di errore sulla prova scientifica e ammette che le barriere attive discusse sopra penalizzano i propri punteggi su alcune prove.
Prezzi, cache e disponibilità sulle piattaforme
Il listino base non si muove, ovvero 10 dollari per milione di token in ingresso e 50 dollari in uscita, identici a Fable 5. A cambiare è la lettura della cache, scesa da 1 dollaro a 0,25 dollari per milione. Anthropic stima un risparmio complessivo intorno al 25% sui carichi tipici e fino al 45% su quelli fortemente agentici, dove la cache domina la spesa. La modalità batch dimezza le tariffe a 5 e 25 dollari.
Il taglio riguarda il conteggio a token, quindi API e piattaforme che fatturano a consumo, mentre gli abbonamenti non calcolano le letture di cache allo stesso modo. Il risparmio, di conseguenza, non allarga le quote dei piani Max. Una prova indipendente su quattordici compiti ha rilevato una spesa di 0,147 dollari contro gli 0,081 di Opus 5 a parità di risultato: un segnale opposto, che conferma come il vantaggio economico dipenda molto dal tipo di carico.
La disponibilità è ampia fin dal primo giorno. L’identificativo è claude-fable-5-1 sull’API Anthropic, su Google Vertex e su Microsoft Foundry, diventa anthropic.claude-fable-5-1 su Amazon Bedrock e anthropic/claude-fable-5.1 su OpenRouter, dove quattro provider garantiscono l’accesso in modalità di instradamento alternativo. Il modello è arrivato anche su GitHub Copilot e su Claude Code, dove però serve la versione 2.1.255 o successiva, perché le build precedenti non riconoscono il nuovo identificativo né il selettore di sforzo.
Lo sforzo predefinito è la voce da controllare per prima
Con Fable 5.1 Anthropic risponde a tre lamentele ricorrenti, cioè prezzo, conservazione dei dati e falsi positivi delle barriere, senza toccare il listino di partenza. Il salto sui compiti scientifici è la parte che avrà le conseguenze più durature, perché sposta il discorso dalla programmazione alla ricerca applicata.
Se lavori su refactoring, analisi documentali o flussi che girano per ore, questo è oggi il modello più capace che puoi mettere in produzione, e conviene adottarlo dopo una verifica sui tuoi carichi, non per fiducia. La cautela più importante riguarda i consumi e i costi.
Il rimedio pratico consiste nell’abbassare il livello di sforzo a medium, dove i risultati restano vicini a quelli di Fable 5 a costo inferiore. Se invece il tuo lavoro è fatto di compiti brevi e ripetitivi, Opus 5 resta più conveniente a parità di esito. La scelta, insomma, dipende meno dalla classifica e più dalla forma dei tuoi carichi.
