Premiera jest potwierdzona: Fable 5.1 wyszedł 1 września 2026
Anthropic opublikował Claude Fable 5.1 oraz Claude Mythos 5.1 1 września 2026. Oficjalny model overview oznacza Fable 5.1 jako Active (latest), podaje datę release 2026-09-01 oraz deklaruje retirement nie wcześniej niż 1 września 2027. [1][2]
Model jest dostępny przez Claude API jako `claude-fable-5-1`, a także przez Amazon Bedrock, Claude Platform on AWS, Google Cloud i Microsoft Foundry. AWS i Google Cloud opublikowały własne materiały potwierdzające dostępność tego samego dnia. [2][8][10]
- Claude API ID: `claude-fable-5-1`
- Amazon Bedrock ID: `anthropic.claude-fable-5-1`
- Google Cloud ID: `claude-fable-5-1`
- Status: Active (latest)
- Release: 1 września 2026
Fable 5.1 i Mythos 5.1: ten sam model, inne zabezpieczenia
Anthropic wyjaśnia, że Claude Fable 5.1 i Claude Mythos 5.1 są tym samym underlying modelem. Różnica dotyczy warstwy safeguardów oraz modelu dostępu. Fable 5.1 jest wersją general availability, natomiast Mythos 5.1 jest oferowany wyłącznie zatwierdzonym organizacjom w programach trusted access, w tym Project Glasswing. [1][3][9]
To ważne przy interpretowaniu benchmarków bezpieczeństwa i cyber. W tabeli Anthropic Mythos 5.1 osiąga 60,9% na Terminal-Bench 4.0, a Fable 5.1 55,8%. Anthropic przypisuje tę lukę zadaniom, w których safeguards Fable ingerowały. [1]
Specyfikacja techniczna Fable 5.1
| Parametr | Claude Fable 5.1 |
|---|---|
| Kontekst | 1M tokenów |
| Max output | 128K tokenów |
| Thinking | Adaptive, zawsze włączone |
| Default effort API | high |
| Input | tekst + obrazy |
| Output | tekst |
| Reliable knowledge cutoff | czerwiec 2026 |
| Training cutoff | czerwiec 2026 |
Fable 5.1 ma 1M tokenów kontekstu jako wartość domyślną i maksymalną oraz 128K maksymalnych tokenów outputu. Model przyjmuje tekst i obrazy, a zwraca tekst. Reliable knowledge cutoff oraz training data cutoff to czerwiec 2026. [2][3]
Adaptive thinking jest zawsze włączone. W API domyślny effort to `high`, natomiast Anthropic podaje, że w Claude Code Fable 5.1 również startuje na High, a w Claude.ai i Cowork domyślnie na Medium. [1][2][3]
Cena: bez obniżki bazowej, ale z 75% tańszym cache read
| Model | Input / MTok | Cache read / MTok | Output / MTok |
|---|---|---|---|
| Fable 5.1 | $10 | $0.25 | $50 |
| Fable 5 | $10 | $1.00 | $50 |
| Opus 5 | $5 | $0.50 | $25 |
| Sonnet 5 | $2 | $0.20 | $10 |
Cena bazowa nie zmieniła się względem Fable 5: $10 za milion tokenów input i $50 za milion tokenów output. Pięciominutowy cache write kosztuje $12.50/MTok, godzinny $20/MTok. Największa zmiana dotyczy cache read: $0.25/MTok zamiast $1.00/MTok w Fable 5. [3][4]
Dla Fable 5.1 cache hit kosztuje 0,025× bazowej ceny input, podczas gdy standardowy mnożnik innych bieżących modeli Claude wynosi 0,1×. Batch API daje 50% zniżki na bazowy input i output, czyli $5/MTok input oraz $25/MTok output dla Fable 5.1. [4]
Skąd Anthropic bierze deklarowane 25–45% oszczędności?
Anthropic szacuje, że przy workloadach rozliczanych tokenowo Fable 5.1 kosztuje około 25% mniej niż Fable 5 w typowym użyciu, a przy mocno agentowych, cache-heavy workflow oszczędność może dochodzić do około 45%. [1]
To nie jest uniwersalna obniżka cennika o 25–45%. Firma wyjaśnia, że wykres został policzony na czterech tygodniach rzeczywistego użycia z sierpnia 2026 przy domyślnym effort. Oszczędność zależy od udziału cache reads w konkretnym workloadzie. [1]
- Base input/output: bez zmian względem Fable 5
- Cache read: 75% taniej
- Typowy workload: około 25% taniej według Anthropic
- Highly agentic workload: do około 45% taniej według Anthropic
- Rzeczywisty koszt trzeba mierzyć per successful task, nie tylko per token
Benchmarki: mocne wyniki, ale nadal vendor-reported
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal-Bench-Science 0.1 | 52.6% | 24.7% | 29.0% | 22.4% |
| Terminal-Bench 4.0 | 55.8% | 42.0% | 52.3% | 37.3% |
| GDPval-AA v2 | 1853 | 1723 | 1824 | 1711 |
| OSWorld 2.0 partial | 77.9% | 72.9% | 75.4% | — |
| OSWorld 2.0 strict | 41.7% | 36.1% | 39.6% | — |
| HLE no tools | 60.9% | 57.8% | 56.6% | — |
| HLE with tools | 65.0% | 63.8% | 63.6% | — |
| AutomationBench | 31.4% | 17.1% | 26.9% | 19.6% |
| CursorBench 3.2.0 | 73.4% | 70.5% | 70.0% | 67.2% |
Anthropic opublikował porównanie Fable 5.1 z Fable 5, Opus 5 i GPT-5.6 Sol. Są to wyniki z launchowej konfiguracji Anthropic, nie niezależny certyfikat przewagi we wszystkich workloadach. [1]
Szczególnie ważne są przypisy metodologiczne. Fable 5.1 był oceniany z production safeguards. W części przypadków safeguard interventions wpływały na score, a dla wybranych kategorii Anthropic używał fallbacków do Opus 4.8 lub Opus 5. OSWorld 2.0 korzystał z sierpniowego zestawu zadań 2026, więc wyników nie należy bezpośrednio porównywać ze starszymi publikacjami benchmarku. [1]
Terminal-Bench-Science 0.1: 52,6% i największy skok w tabeli
Na Terminal-Bench-Science 0.1 Anthropic raportuje 52,6% dla Fable 5.1 wobec 24,7% dla Fable 5, 29,0% dla Opus 5 i 22,4% dla GPT-5.6 Sol. To ponad dwukrotnie wyższy wynik niż Fable 5 w tej konkretnej konfiguracji. [1]
Anthropic podaje jednak standard error rzędu ±3,5–4,5 punktu na model. Firma porównała też własne odtworzenie wyników Opus 5 i Fable 5 z publicznym leaderboardem i stwierdziła, że różnice mieszczą się w noise. To dobry przykład, dlaczego pojedyncze punkty procentowe między modelami nie zawsze są statystycznie znaczące. [1]
Terminal-Bench 4.0 i różnica między Fable a Mythos
Fable 5.1 uzyskał w tabeli Anthropic 55,8% na Terminal-Bench 4.0. Mythos 5.1, czyli ten sam underlying model z innymi safeguardami, osiągnął 60,9%. Fable 5 miał 42,0%, Opus 5 52,3%, a GPT-5.6 Sol 37,3%. [1]
Anthropic sam wskazuje, że luka między Fable 5.1 i Mythos 5.1 wynika z zadań, w których wcześniejsze, mniej precyzyjne cyber safeguards ograniczały Fable. Dlatego wynik Mythos nie powinien być traktowany jako bezpośredni wynik ogólnodostępnej konfiguracji Fable. [1]
Knowledge work, HLE i AutomationBench
Na GDPval-AA v2 Fable 5.1 ma wynik 1853 wobec 1723 dla Fable 5, 1824 dla Opus 5 i 1711 dla GPT-5.6 Sol. Na Humanity's Last Exam Anthropic raportuje 60,9% bez narzędzi i 65,0% z narzędziami. [1]
W AutomationBench wynik Fable 5.1 wynosi 31,4%, wyraźnie więcej niż 17,1% Fable 5 i 26,9% Opus 5 w tej samej tabeli. Te rezultaty wspierają tezę o poprawie workflow agentowych i professional knowledge work, ale nadal wymagają walidacji na własnych procesach. [1]
CursorBench 3.2 i OSWorld 2.0
Na CursorBench 3.2.0 Fable 5.1 uzyskał 73,4%, Fable 5 70,5%, Opus 5 70,0%, a GPT-5.6 Sol 67,2%. To relatywnie mniejszy skok niż na Terminal-Bench-Science, więc narracja o „dwukrotnie lepszym Fable” nie byłaby prawdziwa dla całego benchmark suite. [1]
Na OSWorld 2.0 Fable 5.1 osiągnął 77,9% partial oraz 41,7% strict. Anthropic zaznacza, że użyto sierpniowego release tasków 2026, którego pliki różnią się od wcześniejszych wersji. Starsze publiczne wyniki OSWorld nie są więc bezpośrednio porównywalne. [1]
Effort ma większe znaczenie niż wcześniej
Fable 5.1 pozwala sterować effort, a zysk nad Fable 5 jest według Anthropic największy na wyższych poziomach. Jednocześnie firma podkreśla, że na Low lub Medium model może osiągać wyniki podobne albo lepsze od Fable 5 przy niższym koszcie. [1][3]
W API można zmieniać effort w trakcie rozmowy w becie, bez unieważniania prompt cache. To otwiera sensowny routing: niższy effort dla rutynowych kroków, wyższy dla trudnego planowania, debugowania czy researchu. [3]
Najważniejsze capability gains: długie sesje agentowe, research i artefakty
Dokumentacja Anthropic grupuje ulepszenia Fable 5.1 w sześciu obszarach: agentic coding w długich sesjach, knowledge work z dokumentami/spreadsheetami/slajdami, research i search, vision, long-context reasoning oraz computer use. [3]
To pozycjonowanie jest bardziej praktyczne niż zwykły „chatbot benchmark”. Fable 5.1 ma być używany jako orchestrator i wykonawca procesów trwających godzinami, obejmujących narzędzia, repozytoria, dokumenty i aplikacje desktopowe. Własne evals powinny więc mierzyć task completion, retries, tool calls, tokeny i koszt zakończonego zadania. [3][6]
Scientific research: mocne przykłady, ale trzeba rozróżniać Fable i Mythos
Anthropic poświęcił dużą część launchu scientific research. W najbardziej zaawansowanych eksperymentach wykorzystywany był Mythos 5.1, czyli wersja o ograniczonym dostępie. Firma opisuje m.in. projektowanie high-affinity protein binders oraz automatyczne eksperymenty naukowe. [1]
W jednym z przykładów Anthropic raportuje, że Mythos 5.1 projektował bindery o 10× wyższym powinowactwie niż najlepsze projekty w określonych konkursach Adaptyv Bio dla trzech targetów oraz osiągał hit rate bliski 50% na 12 targetach. To są wyniki opisane przez Anthropic i nie powinny być automatycznie przypisywane publicznej konfiguracji Fable 5.1. [1]
Safeguards: mniej false positives, ale nie brak ograniczeń
Anthropic deklaruje, że najnowsze cyber safeguards generują około 60% mniej false positives niż wcześniej. Fable 5.1 może być używany do wykrywania podatności w source code, ale nadal blokuje lub ogranicza m.in. tworzenie exploitów, penetration testing i binary-based vulnerability scanning w zależności od kategorii. [1][3]
W biologii Anthropic informuje o około 85% rzadszych interwencjach na łagodnych pytaniach z podstaw biologii i medycyny względem safeguardów z launchu Fable 5. Pytania dual-use dotyczące life sciences nadal mogą być kierowane do innych modeli albo podlegać ograniczeniom. [1]
Data retention i Enterprise Frontier Safeguards
Dokumentacja platformy traktuje Fable 5.1 i Mythos 5.1 jako Covered Models z 30-dniową retencją danych i bez standardowego zero data retention, chyba że Anthropic wyraźnie autoryzuje wyjątek. [3]
Równocześnie Anthropic zapowiedział Enterprise Frontier Safeguards (EFS): system, w którym dane bezpieczeństwa mają pozostawać w infrastrukturze chmurowej kontrolowanej przez klienta. Firma deklaruje etapowy rollout późną jesienią, a do tego czasu uprawnieni klienci mogą otrzymać autoryzowany ZDR. Na AWS istnieją dodatkowe zasady i tryby retencji opisane przez Amazon. [1][8]
Content provenance: watermark tekstu i C2PA dla obsługiwanych plików
Tekst generowany przez Fable 5.1 i Mythos 5.1 ma statystyczny watermark Anthropic na wszystkich platformach, na których model jest dostępny. Anthropic twierdzi, że nie dodaje on tokenów ani ukrytych znaków i nie zmienia znaczenia outputu. [3]
Obsługiwane pliki obrazowe i wideo generowane przez Claude, np. przez code execution, mogą otrzymywać podpisane C2PA Content Credentials, gdy są pobierane przez Files API. Nie oznacza to automatycznie, że każdy asset w każdym produkcie Claude dostaje C2PA. [3]
Breaking change #1: forced tool use przestaje działać
{
"tool_choice": {"type": "auto"}
}Fable 5.1 nie obsługuje `tool_choice` typu `any` ani wymuszenia konkretnego `tool`. Takie requesty kończą się HTTP 400 `invalid_request_error`. `tool_choice: auto` i `none` pozostają wspierane. [3][5]
Jeżeli potrzebujesz schema-valid JSON, Anthropic zaleca używać strict tool use z `auto` albo structured outputs. Jeśli model ma koniecznie użyć danego narzędzia, należy jasno opisać warunek użycia w promptcie zamiast wymuszać call parametrem. [3]
Breaking change #2: thinking blocks i historia muszą być append-only
Fable 5.1 potrafi czytać thinking blocks starszych modeli, ale starsze modele nie potrafią czytać thinking blocks Fable 5.1. Przy routingu w dół API może więc usunąć niekompatybilne bloki. [3]
Jeszcze ważniejsze: edycja wcześniejszego system promptu, tools albo wcześniejszej wiadomości może unieważnić późniejsze thinking blocks. Anthropic rekomenduje traktować historię jako append-only oraz używać mid-conversation system/tool changes zamiast przepisywania prefiksu rozmowy. [3][5]
Nowe funkcje API: per-message effort, turn-scoped system messages i progress updates
Fable 5.1 dodaje kilka funkcji beta dla długich agentów. Można zmieniać effort per-message, dodawać turn-scoped system messages oraz odbierać czytelne statusy między tool calls przez `thinking.display: "updates"`. Każda z tych funkcji wymaga odpowiedniego beta headera opisanego w dokumentacji. [3]
To istotne dla aplikacji agentowych, ponieważ model domyślnie pokazuje mniej tekstowych progress updates między narzędziami niż Fable 5. UI, które polega na bieżącej narracji, powinno tę funkcję jawnie skonfigurować. [3][6]
Behavior differences: parallel tools, wyszukiwanie na low effort i styl odpowiedzi
Anthropic ostrzega, że parallel tool calling jest w Fable 5.1 bardziej zmienne: model może wykonać jeden tool call na turn tam, gdzie Fable 5 batchował kilka. To może zwiększyć round trips i wall-clock time bez utraty jakości odpowiedzi. [3][6]
Na `low` effort model częściej odpowiada z pamięci i rzadziej uruchamia search/retrieval. Dokumentacja opisuje także gęstszą prozę, mniej formatowania w chat i większą skłonność do nieoznaczonych cytatów podczas streszczania dokumentów. Integracje powinny ponownie przetestować prompting i attribution. [3][6]
Migracja z Fable 5: praktyczna checklista
Podstawowa zmiana to `claude-fable-5` → `claude-fable-5-1`, ale dokumentacja migracji wymaga więcej. Należy usunąć forced tool choice, zachowywać thinking blocks bez zmian, utrzymywać append-only history, ponownie dobrać effort i sprawdzić agent loops pod kątem mniejszego batchowania narzędzi. [5]
Anthropic udostępnia również skill migracyjny dla Claude Code: `/claude-api migrate this project to claude-fable-5-1`. Narzędzie ma wykrywać model IDs i część breaking changes, lecz po migracji nadal potrzebne są własne testy regresji. [5]
- Zmień model ID.
- Usuń `tool_choice: any` i wymuszony konkretny tool.
- Nie edytuj wcześniejszych turnów z zachowanymi thinking blocks.
- Przetestuj routing i fallback do starszych modeli.
- Ponownie skalibruj effort.
- Zmierz liczbę tool calls i latency.
- Przelicz koszt z uwzględnieniem nowego cache read.
- Uruchom własne evals przed produkcyjnym rolloutem.
Fable 5.1 vs Opus 5 vs Sonnet 5: który model ma sens?
| Model | Kontekst | Max output | Input | Output | Latency | Najlepszy start |
|---|---|---|---|---|---|---|
| Fable 5.1 | 1M | 128K | $10 | $50 | Slower | Najtrudniejsze długie taski |
| Opus 5 | 1M | 128K | $5 | $25 | Moderate | Domyślny wybór dla trudnych workloadów |
| Sonnet 5 | 1M | 128K | $2 | $10 | Fast | Skala, szybkość, koszt |
Anthropic samo zaleca, aby dla większości workloadów zaczynać od Claude Opus 5. Fable 5.1 ma sens przy demanding reasoning i long-horizon agentic work albo wtedy, gdy Opus 5 na wyższym effort nadal nie przechodzi własnych evals. [2][3]
Opus 5 kosztuje połowę Fable 5.1 na zwykłych input/output tokenach: $5/$25 vs $10/$50. Sonnet 5 jest jeszcze tańszy, $2/$10, i ma szybszy profil latency. Wszystkie trzy obecne modele mają 1M kontekstu i 128K maksymalnego outputu. [2][4]
Dostępność, plany i lifecycle
Fable 5.1 jest dostępny przez Claude Platform oraz główne platformy partnerskie. Anthropic wymienia go również dla użytkowników Pro, Max, Team i Enterprise w produktach Claude. [2][7]
Oficjalny lifecycle status to Active (latest), release 1 września 2026, z deklarowanym retirement nie wcześniej niż 1 września 2027. Na partner clouds dostępność regionalna, pricing i retention mogą różnić się od first-party Claude API, dlatego produkcyjny deployment powinien weryfikować dokumentację konkretnego providera. [2][8][10]
Co naprawdę zmieniło się względem Fable 5?
Fable 5.1 nie jest prostym „Fable 5 z niższą ceną”. Bazowy cennik input/output pozostaje identyczny, ale cache staje się znacznie tańszy, agentic i research benchmarks rosną, API wprowadza breaking changes, a system długich rozmów jest mocniej związany z zachowaniem thinking blocks. [1][3][4]
Jednocześnie nie ma podstaw, aby z launchowej tabeli wyciągać wniosek, że Fable 5.1 będzie najlepszy w każdym zadaniu. Nawet Anthropic rekomenduje Opus 5 jako punkt startowy dla większości workloadów. Decyzja produkcyjna powinna opierać się na własnych evals, koszcie per successful task, latency, tool reliability, jakości długiego kontekstu i ograniczeniach safety/data retention. [2][3]
