Anthropic a dévoilé le 9 novembre Claude Fable 5.2 et Claude Mythos 5.2. Selon la société, les deux reposent sur le même modèle : Fable 5.2 est ouvert à tous les utilisateurs et s'accompagne de classificateurs de cybersécurité et de biosécurité, tandis que Mythos 5.2 lève une partie des restrictions et n'est réservé qu'aux organismes de recherche en cybersécurité et en biomédecine ayant passé une vérification.
Le tarif standard de l'API de Fable 5.2 est de 8 dollars en entrée et 40 dollars en sortie par million de tokens, soit 20 % de moins que les 10 et 50 dollars de Fable 5.1. Le mode rapide coûte le double, 16 dollars en entrée et 80 en sortie, et l'éditeur affirme que la génération y est jusqu'à 2,5 fois plus rapide ; en mode standard, la vitesse de sortie est aussi supérieure de 30 % au maximum à celle de 5.1. Le modèle est disponible sur la plateforme propre de Claude ainsi que sur AWS, Google Cloud et Microsoft Azure, sous le nom d'API claude-fable-5-2.
Là où les scores progressent le plus
Dans le tableau comparatif officiel, les plus fortes hausses concernent les évaluations à longue chaîne de tâches, plus proches du travail réel. Le Remote Labor Index (RLI) passe de 17,9 % à 41,3 % ; dans le même tableau, Opus 5.5 obtient 21,3 % et GPT-6 Astra 20,8 %. La simulation de robots RoboDojo Sim grimpe de 27,6 % à 64,9 %, et le test de processus métier AutomationBench de 31,4 % à 51,4 %.
Sur les deux tests de programmation, l'écart est plus réduit : FrontierSWE v2 affiche 69,9 % contre 65,5 % pour GPT-6 Astra ; FrontierCode 2.0 atteint 49,1 % au niveau Xhigh, pour 45,5 % à Opus 5.5. Certains tests ne sont pas remportés. Sur AutomationBench, Gemini 4 Carbon obtient 53,9 %, soit 2,5 points de pourcentage de plus que Fable 5.2 ; au score Elo d'AA-Briefcase, Fable 5.2 totalise 1785 et Opus 5.5 1800.
La page de lancement présente aussi plusieurs cas concrets. Une équipe d'environ 1 000 agents Fable 5.2 a mené à bien en 30 heures la formalisation de la preuve du dernier théorème de Fermat, en consommant un tiers des tokens d'action de la première formalisation et en réduisant la preuve au septième de sa longueur ; sur la même tâche, Opus 5.5 n'en avait accompli que 26 % au bout de 18 heures. Dans un autre cas, le modèle a travaillé avec l'entreprise de matériel Diode Computers, des spécifications au firmware en passant par les schémas, le câblage et le boîtier, pour produire trois prototypes fonctionnels : une enceinte de conférence, un hub d'assistant vocal et un animal électronique de poche. Dans sa note sur le matériel, Anthropic précise qu'aucun des trois n'a fait l'objet d'une validation électrique, de tests thermiques ni d'une certification, et qu'aucun n'a été conçu pour la production en série.
Mythos 5.2 et les classificateurs
Mythos 5.2 obtient 76,3 % à CyScenarioBench et 89,6 % à la reproduction de CVE, deux tests de cybersécurité ; la génération précédente, Mythos 5.1, affichait 61,7 % et 78,3 %. Les demandes d'accès passent par le Cyber Verification Program et le Life Sciences Verification Program, et les clients entreprise peuvent l'utiliser via Claude Security.
Pour l'utilisateur ordinaire, ce sont les classificateurs qui comptent le plus. Quand Fable 5.2 rencontre des requêtes de cybersécurité à haut risque, comme des tests d'intrusion ou la génération d'exploits, il les confie à Opus 4.8 pour la réponse ; la plupart des tâches de recherche en biologie sont renvoyées à Opus 5. La société indique que les blocages à tort sont environ 55 % moins nombreux qu'avec Fable 5.1, dont environ 60 % de moins en cybersécurité et environ 40 % de moins en biologie. Au test d'évasion de sandbox, le taux de réussite de Mythos 5.2 est de 3,1 %, contre 39 % pour Mythos 5 à l'époque.
Les trois versions mises bout à bout
De Fable 5 à 5.2, Anthropic a agi sur un point différent à chaque version. À l'ouverture de Fable 5, son prix était le double de celui d'Opus ; 5.1 n'a pas touché aux tarifs d'entrée et de sortie, seule la lecture du cache est tombée à 0,025 fois le prix d'entrée de base ; c'est avec 5.2 que le tarif standard baisse directement pour la première fois. Côté scores, 5.1 a comblé des faiblesses comme les agents de recherche scientifique, avec Terminal-Bench-Science passant de 24,7 % à 52,6 % ; 5.2 creuse l'écart sur les tâches longues comme le RLI et la robotique, ce dernier score s'établissant désormais à 74,6 %.
Les abonnements évoluent aussi. Sur les places standard de Pro et Team, l'usage de Fable peut représenter jusqu'à 50 % du quota hebdomadaire, et certaines formules payantes offrent 1 à 3 réinitialisations de l'usage supplémentaire de Fable. Anthropic recommande par ailleurs d'utiliser d'abord Opus 5.5 pour la programmation courante et les tâches de connaissance, et de réserver Fable 5.2 aux travaux techniques complexes et ouverts.
Tous les scores ci-dessus proviennent de la page de lancement d'Anthropic elle-même, et plusieurs tests précisent le niveau de raisonnement et le mode de notation ; OSWorld 2.1, par exemple, utilise une configuration hors ligne avec notation partielle. Aucune réévaluation complète par des tiers n'a été publiée à ce jour.
Sources : page officielle de lancement d'Anthropic, CocoLoop, note d'Anthropic sur la recherche en conception matérielle ; le tarif standard de l'API et celui du mode rapide, les scores des tests et la proportion d'évasions de sandbox ont été vérifiés sur la page de lancement.