L’essentiel
- Anthropic publie Fable 5.1, disponible sur son API, AWS, Google Cloud et Azure, et Mythos 5.1, le même modèle avec une partie de ses garde-fous levée, réservé à des organisations vérifiées en cybersécurité et en sciences du vivant.
- La lecture de cache passe de 1 dollar à 0,25 dollar le million de tokens. L’entrée reste à 10 dollars, la sortie à 50 dollars.
- Les progrès se concentrent sur les tâches longues : le score Terminal-Bench-Science monte de 24,7 % à 52,6 %, celui d’AutomationBench de 17,1 % à 31,4 %, quand Humanity’s Last Exam avec outils ne gagne que 1,2 point.
- Sur les demandes de cybersécurité, les garde-fous déclenchent 60 % de refus abusifs en moins qu’avec Fable 5.
Anthropic met à jour sa génération 5 sans toucher à sa grille de prix affichée. Fable 5.1 et Mythos 5.1 reprennent l’architecture à deux étages inaugurée en juin : un seul modèle, deux niveaux de garde-fous, deux publics. Le mouvement qui pèse le plus lourd tient pourtant dans une ligne de facturation restée discrète, celle du cache.
Deux noms, un seul modèle
Fable 5.1 s’appelle claude-fable-5-1 et s’utilise sans condition. Mythos 5.1 désigne les mêmes poids, avec une couche de classifieurs allégée sur la cybersécurité offensive et la biologie, et un accès filtré par deux programmes de vérification, l’un cyber, l’autre sciences du vivant, encore centrés sur les États-Unis. Nous connaissions déjà ce partage depuis juin : Anthropic vend les résultats de Mythos à ses clients sensibles, jamais le modèle lui-même.
La nouveauté, c’est qu’on peut désormais chiffrer ce que coûtent ces garde-fous. Sur Terminal-Bench 4.0, Fable 5.1 obtient 55,8 %, sa jumelle sans bride 60,9 %. Cinq points d’écart pour un modèle identique : voilà le prix de la protection, mesuré par son éditeur et publié dans le même tableau. La logique est la même que celle qui avait présidé au desserrage des garde-fous biologiques de Fable 5 en août.
Les gains se concentrent sur les tâches longues
Le tableau de benchmarks se lit en deux blocs. D’un côté, l’agentique décolle : Terminal-Bench-Science double, avec un score qui passe de 24,7 % à 52,6 % ; AutomationBench presque autant, de 17,1 % à 31,4 % ; Terminal-Bench 4.0 gagne près de quatorze points. Sur OSWorld 2.0, l’usage réel d’un ordinateur, la progression reste de cinq à six points selon le mode de notation.
De l’autre, la connaissance pure stagne. Humanity’s Last Exam avec outils gagne 1,2 point, CursorBench 2,9 points. L’indice GDPval-AA v2, censé approcher la valeur économique du travail produit, monte de 1723 à 1853. Autrement dit, ce qui s’améliore, c’est la capacité à tenir une tâche qui dure, avec des outils, des erreurs et des reprises. Pas la capacité à répondre juste du premier coup.
Ce déplacement colle à ce que mesurent désormais les comparaisons de terrain, où le nombre d’étapes pour boucler une tâche compte davantage que la réponse isolée.
Le cache passe de 1 dollar à 25 centimes
L’entrée reste facturée 10 dollars le million de tokens, la sortie 50 dollars. Aucun mouvement, donc, sur les deux chiffres que tout le monde compare. La lecture de cache, elle, tombe de 1 dollar à 0,25 dollar, soit une division par quatre. Anthropic annonce une facture allégée d’environ 25 % sur une charge classique, et jusqu’à 45 % sur de l’agentique.
L’écart entre ces deux pourcentages dit tout du profil visé. Un agent relit son contexte à chaque tour ; sur une session de plusieurs heures, l’essentiel de sa facture n’est plus du texte neuf, c’est du contexte relu. Le renversement se voit à l’intérieur même du catalogue Anthropic : l’entrée et la sortie de Fable 5.1 coûtent deux fois le prix d’Opus 5, mais sa lecture de cache coûte moitié moins. Plus la boucle est longue, plus l’arbitrage bascule vers le modèle le plus cher au token.
Ce geste tarifaire arrive après plusieurs mois de tension sur les prix et les quotas, entre le gel du prix de Sonnet 5 et un relèvement de quotas moins généreux qu’annoncé. Il vise aussi un chiffre gênant : Fable 5 plafonnait à 6 % des tokens vendus par l’entreprise. Un modèle haut de gamme que personne n’utilise en volume ne rentabilise pas son entraînement.
Faut-il basculer maintenant ?
Pour du question-réponse, l’arbitrage reste ouvert : un à trois points de mieux ne justifient pas seuls un modèle premium. Pour des agents qui tournent en continu, le calcul change de nature, puisque la mise à jour améliore à la fois le taux de réussite et le coût de la boucle. Et pour les équipes de sécurité défensive, la baisse de 60 % des refus abusifs pèsera sans doute plus lourd que n’importe quel score : Fable 5 bloquait régulièrement du travail parfaitement légitime.
Reste la question que cette sortie repose sans y répondre. Anthropic vient de démontrer, chiffres à l’appui, que ses garde-fous coûtent cinq points de performance, et que lever la bride se négocie par contrat, organisation par organisation. Combien de temps une capacité tarifée à ce prix restera-t-elle réservée à ceux qui savent remplir un dossier de vérification ?
Mon avis
En divisant par quatre la lecture de cache, Anthropic déplace la concurrence du prix du token vers le coût d’une boucle entière, un terrain où ses rivaux facturent encore à l’unité. J’attends que les grilles d’OpenAI et de Google suivent avant la fin de l’année, parce qu’un agent qui relit cent fois son contexte rend la comparaison sur le prix d’entrée purement décorative. Le jour où le cache devient l’axe de compétition, l’avantage passe à qui maîtrise son infrastructure d’inférence, pas à qui publie le meilleur score.
