Claude Fable 5.1 e Mythos 5.1: benchmark, ricerca, sicurezza e prezzi

Lo stesso modello con due livelli di salvaguardie: cache read a 0,25 dollari, benchmark agentici, binder proteici, la mappa di Venere, EFS e il watermark dell’AI Act.

2026-09-03

Anthropic presenta Claude Fable 5.1 e Claude Mythos 5.1: secondo l’azienda i modelli più avanzati al mondo per il coding e il knowledge work, e una prima anteprima di come i modelli contribuiranno alla ricerca scientifica.

Claude Fable 5.1 e Claude Mythos 5.1 sono lo stesso modello, distribuito con due livelli di salvaguardie. Fable 5.1 è disponibile a tutti; Mythos 5.1 si ottiene solo attraverso i programmi di accesso fidato di Anthropic, con salvaguardie pensate per chi lavora in cybersicurezza e nelle scienze della vita.

Oltre alle capacità, Fable 5.1 risponde a tre richieste che i clienti facevano da mesi: prezzo, conservazione dei dati e salvaguardie meno invadenti.

Prezzo. Anthropic stima che Fable 5.1 costi circa il 25% in meno di Fable 5 sui carichi di lavoro tipici, ovunque l’uso sia fatturato a token. Il motivo è il taglio del prezzo delle cache read, cioè le letture di input già elaborati e memorizzati. Nel lavoro fortemente agentico il risparmio sale spesso fino a circa il 45%.

Conservazione dei dati. Il nuovo sistema di Enterprise Frontier Safeguards (EFS) promette ai clienti la stessa riservatezza di una politica di zero data retention, senza rinunciare al monitoraggio degli abusi: i dati restano in un’infrastruttura cloud controllata dal cliente, non da Anthropic. Arriverà a fasi per i clienti enterprise a partire dall’autunno; fino ad allora i clienti idonei possono usare Fable 5.1 con zero data retention.

Salvaguardie. I filtri sono stati rivisti per ridurre i falsi positivi, cioè i casi in cui il sistema blocca contenuti innocui. In cybersicurezza le nuove salvaguardie bloccano il 60% di falsi positivi in meno, anche perché Fable 5.1 può ora essere usato per scoprire vulnerabilità nel software, pur senza sviluppare exploit. In biologia Anthropic ha creato, insieme al governo statunitense, un programma di accesso alle capacità avanzate di Claude Mythos 5.1; le iscrizioni per gli scienziati dovrebbero aprire a breve.

Una nuova frontiera di prestazioni

Secondo Anthropic, Claude Fable 5.1 stabilisce un nuovo riferimento per coding, knowledge work e problemi che richiedono ore di lavoro autonomo. I grafici qui sotto mostrano il salto rispetto a Fable 5 e un dettaglio che conta per chi paga a consumo: agli sforzi Low e Medium, Fable 5.1 ottiene risultati simili o migliori di Fable 5 a un costo molto più basso. In Claude Code il livello predefinito è High; in Claude Cowork e su Claude.ai è Medium.

Terminal-Bench-Science 0.1: accuratezza vs costo

Terminal-Bench-Science 0.1: l’errore standard è di ±3,5–4,5 punti per modello. La classifica pubblica (3 prove per task, harness Claude Code) riporta Claude Opus 5 al 30,0% e Claude Fable 5 al 21,4%; la configurazione di Anthropic li riproduce al 29,0% e al 24,7%, entrambi entro il rumore.

Terminal-Bench 4.0: accuratezza vs costo

Punteggi Terminal-Bench 4.0 per costo (scala logaritmica) a ogni livello di sforzo. Claude Fable 5.1 e Claude Mythos 5.1 sono lo stesso modello: il divario riflette i task in cui sono intervenute le salvaguardie cyber precedenti, meno precise. Con i miglioramenti annunciati oggi Anthropic si aspetta una differenza molto più piccola.

Humanity’s Last Exam: accuratezza vs costo

Punteggi di Humanity’s Last Exam per costo (scala logaritmica) a ogni livello di sforzo, con e senza strumenti.

CursorBench 3.2.0: accuratezza vs costo

CursorBench 3.2.0 per costo (scala logaritmica) a ogni livello di sforzo.

Fable 5.1, sempre secondo l’azienda, evita le scorciatoie che producono lavoro di qualità peggiore ed è abbastanza capace da risalire alle cause profonde dei problemi software. L’esempio citato viene dal fondo d’investimento Millennium: Fable 5.1 ha trovato l’origine di un crash rarissimo nei sistemi interni che nessun ingegnere, e nessun altro modello, era riuscito a spiegare in diversi anni di tentativi.

Ecco il confronto di Fable 5.1 sui principali benchmark:

Fable 5.1 è stato valutato con le salvaguardie di produzione attive. Nei task in cui sono intervenute, Fable 5.1 e Fable 5 hanno ottenuto zero su OSWorld 2.0 e Fable 5 ha ottenuto zero su AutomationBench. In tutti gli altri interventi, i task di cybersicurezza sono stati completati da Claude Opus 4.8 e quelli di biologia da Claude Opus 5. Questo riduce probabilmente le prestazioni di Fable 5.1 e Fable 5 su questi benchmark.

I partner con accesso anticipato hanno notato questi miglioramenti, e anche altri più qualitativi nel modo in cui il modello scrive e ragiona. Ecco cosa hanno raccontato ad Anthropic:

Citazioni dei partner tradotte da Velthub dall’originale inglese.

«Nei nostri benchmark interni Claude Fable 5.1 risolve più problemi di coding di Fable 5 o Opus 5, e raggiunge lo stato dell’arte sull’intuizione di trading. Mentre i modelli precedenti diventavano difficili da seguire più a lungo lavoravano, Fable 5.1 resta leggibile su compiti lunghi e a più passaggi.»

Craig Falls, Head of Quantitative Research, Jane Street Capital

«Spostiamo il traffico Opus 5 di Devin su Claude Fable 5.1 il giorno stesso del lancio. Nei nostri test ha eguagliato o superato di poco Fable 5 a un costo per task inferiore e, con il nuovo prezzo delle cache read, un modello di classe Fable è finalmente sostenibile per i carichi che avevamo lasciato su Opus, a partire dalla code review.»

Walden Yan, Co-founder e CPO, Cognition

«Un pezzo di codice aveva un crash rarissimo, circa una volta su un milione di esecuzioni, che nessuno nel team era riuscito a spiegare in quattro o cinque anni. Ogni modello che ho provato, Fable 5 compreso, lo mancava. Claude Fable 5.1 è stato il primo a trovarlo: ha disassemblato una libreria di un fornitore esterno, l’ha confrontata con il core dump e ha ricondotto il crash a un bug in quella libreria. Il tempo che sarebbe servito per quell’analisi è difficile da giustificare.»

Damien, Senior Portfolio Manager, Millennium

«Claude Fable 5.1 ha costruito un prototipo complesso in circa tre giorni. Ha fatto una ricerca iniziale su tutto il codice dei nostri servizi e sulla documentazione per produrre un design nuovo ed estensibile. Poi ha lavorato per ore senza supervisione, con cicli di verifica solidi, implementando l’intero prototipo. Al mattino trovavo la fase successiva finita, con una walkthrough visiva completa di ciò che aveva costruito e prove chiare del risultato.»

Ron Sanzone, Staff Software Engineer, MongoDB

«È un Fable amichevole. Intelligenza di livello Fable, prezzo di livello Opus, velocità di Sonnet. Nei nostri test è stato circa due volte più veloce di Opus 5 usando la metà dei token: per chi usa Opus tutti i giorni è un aggiornamento ovvio.»

Dan Shipper, CEO, Every

«Sulla nostra suite di ricerca Claude Fable 5.1 ha fissato nuovi record. In un task ha trovato una soluzione originale lungo un asse completamente diverso da quello visto in altri modelli o in ricercatori umani, portando i risultati ben oltre il plateau precedente. È migliore nel problem solving creativo e in quel lampo di intuizione che serve per un problema difficile.»

Marquis Wong, Principal AI Engineer, IMC

«Nell’ambito della nostra valutazione continua dei modelli, Claude Fable 5.1 ha dato risultati notevoli. Con Claude Code ha identificato correttamente la causa di ogni build rotta che abbiamo testato, a tutti i livelli di sforzo. Comunica anche meglio dei modelli Anthropic precedenti, con aggiornamenti più concisi e facili da seguire.»

Josh Boyer, Distinguished Engineer, Red Hat

«Abbiamo chiesto a Claude Fable 5.1 di rivedere un progetto di ricerca clinica per Rakuten Medical che altri tre modelli di frontiera avevano approvato. Ha trovato una lacuna che nessuno aveva visto e ha insistito per testarla. Poi ha proposto un’ipotesi del tutto nuova, trasformando in un pomeriggio un dataset che avevamo archiviato in una nuova direzione di ricerca. È la prima volta che un modello come Claude ci permette di esplorare nuova ricerca in questo modo.»

Felix Giovanni Virgo, Principal AI Engineer, Rakuten

«Claude Fable 5.1 è molto intelligente. Nella nostra simulazione di 30 giorni “gestisci un’attività”, in cui il modello ha pieno accesso a strumenti Square simulati, clienti, dipendenti e fornitori, è stato molto più efficiente per token di Opus 5. Lo useremo sugli scenari più complessi, quelli che richiedevano giorni di lavagna, così i team di ingegneria continuano a muoversi in fretta.»

Willem Avé, Global Head of Product, Square (Block)

«Per qualunque cosa di ricerca, greenfield o a lungo orizzonte userei senz’altro Claude Fable 5.1 come orchestratore. In una sessione autonoma di 38 ore su un problema di machine learning ha diagnosticato un risultato precedente come artefatto delle etichette, ha corretto, ha lanciato sei esperimenti paralleli durante la notte ed è tornato con un risultato e i passi successivi. A un prompt aperto sul problema a più leva che nessuno presidiava, ha fatto emergere un alert senza proprietario legato a un’interruzione in produzione, ha estratto i log e prescritto la correzione.»

Dwight Temple, Sr. Machine Learning Engineer, Ramp

«Il punto di forza di Claude Fable 5.1 è la scrittura: più comprensibile, più significativa, e segue meglio le nostre linee guida. In test alla cieca contro Fable 5 ho preferito la sua scrittura e i suoi output. In Canva Code ha costruito un rhythm game con musica vera e gameplay a tempo con il livello generato: nessun altro modello che abbiamo provato ci era riuscito.»

Danny Wu, Head of AI, Canva

«Nella nostra valutazione su PowerPoint, Claude Fable 5.1 ha prodotto le migliori presentazioni di qualsiasi modello testato, sia per la cura delle slide sia per la completezza della risposta al tema. La stessa completezza è emersa nella valutazione delle citazioni, dove ha avuto il miglior richiamo dei fatti sui documenti finanziari. E sulle domande complesse a più parti è il primo modello che risponde a ogni parte.»

Aabhas Sharma, CTO, Hebbia

«Avevamo una modifica che toccava più di otto servizi in tre codebase. Claude Fable 5.1 ha mappato l’intero flusso da un capo all’altro, con un dettaglio estremo, dalla chiamata in ingresso fino alla singola funzione, alle tabelle e alle righe del database, ed era accurato fino in fondo. Abbiamo apprezzato l’opportunità di testare il modello e dare feedback, preparandoci a una frontiera in cui potremo affidare a questi strumenti iniziative più ambiziose.»

Aditya Gupta, Staff Software Engineer, Plaid

«Sui nostri set di valutazione i giudici hanno preferito le risposte di Claude Fable 5.1 circa 2 a 1 rispetto a Fable 5 su domande di conoscenza quotidiana, ricerche ad alta intenzione, bozze e artefatti, con un grounding migliore. Questi risultati hanno reso Fable 5.1 la nostra raccomandazione ovunque prima sceglievamo Fable 5.»

Nilesh Dalvi, Engineering Lead, Glean

«Sui problemi più difficili su cui lavoriamo, Claude Fable 5.1 si stacca nettamente da qualsiasi altro modello provato. Su un problema di livello “grand challenge” che usiamo come banco di prova da 18 mesi ha prodotto progressi concreti. Invece di restare intrappolato nel collezionare dettagli, ha fatto collegamenti negli spazi vuoti che non ho ancora visto altrove. Ha anche ottimizzato del 35% circa un kernel di calcolo su cui Fable 5 si era fermato.»

Sean Ward, Co-founder e CEO, iGent

«Sul nostro benchmark più duro per agenti browser, Claude Fable 5.1 ha completato l’82% dei task in circa 10 minuti ciascuno, contro il 74% di Opus 5 e il 57% di Fable 5, usando meno token di entrambi. Sembra più forte di Fable 5 in ogni dimensione che misuriamo. E ha fatto esattamente la quantità giusta di lavoro: non ha mai superato un punto di stop critico in centinaia di task misurati.»

Miguel Gonzalez, Technical Lead, Browserbase

«Sul nostro benchmark interno di finanza, Claude Fable 5.1 eguaglia Fable 5 in accuratezza usando il 20% di token in meno. Abbiamo visto grandi progressi anche nella generazione di slide, con Fable 5.1 più chiaro nello spiegare dati complessi e nel tradurli in grafici da banchiere.»

Alex Wang, Applied AI, Rogo

«Claude Fable 5.1 è più a suo agio di Fable 5 nel lavoro lungo e senza supervisione. Ho avuto workflow che sono andati avanti a lungo senza perdere il filo: tiene i propri appunti, ridefinisce le priorità quando le cose cambiano e riprende da dove aveva lasciato.»

Ben Lafferty, Senior Staff Engineer, Shopify

«Rispetto a Fable 5, Claude Fable 5.1 è stato un enorme passo avanti su RedlineBench, il nostro benchmark di revisione dei contratti: da 47,9 a 57,0. Gran parte del guadagno viene dalla qualità del primo turno, dove ha raddoppiato il punteggio precedente, con progressi sostanziali anche sull’accettazione della controparte. Le sue modifiche sono più concise, con interventi mediamente più piccoli sui documenti.»

Raymond Lin, Member of Technical Staff, Crosby

«Claude Fable 5.1 è tra i migliori modelli nelle nostre valutazioni di indagine sugli incidenti, che usano incidenti di produzione reali per misurare quanto bene il nostro agente, Bits Investigation, produce analisi delle cause. Confrontiamo l’output dell’agente con le cause identificate dai nostri ingegneri. In queste valutazioni ha mostrato un ragionamento più solido di Opus 5 e ha diagnosticato gli incidenti di produzione più complessi che abbiamo testato.»

Daniel Shan, Staff Engineer, Datadog

«Claude Fable 5.1 è il modello più capace che abbiamo eseguito su CursorBench 3.2, con il 73,4% allo sforzo massimo. È particolarmente bravo a verificare il proprio lavoro, e questo gli permette di portare a termine task di coding difficili dall’inizio alla fine.»

Sualeh Asif, Director of ML, SpaceXAI

«Valutiamo modelli e sistemi su flussi di lavoro reali degli investitori. Su FrontierFinance, il nostro benchmark di finanza più recente, Claude Fable 5.1 mostra un guadagno netto su Fable 5: 55,9% di punteggio a rubrica contro 49,2%. Il vantaggio viene dalla capacità di scavare in fonti autorevoli: su una domanda sui risultati trimestrali è andato dritto alla trascrizione della call e ha catturato le cifre esatte citate dal management, dove altri modelli si appoggiavano a fonti secondarie.»

Yuhao Zhang, Research Lead, Samaya

Ricerca scientifica

Anthropic ha messo alla prova le capacità di ricerca di Claude Fable 5.1 e Claude Mythos 5.1 su un ampio ventaglio di discipline. Quello che ha trovato, compresi i primi esempi che seguono, si aggiunge alle prove che i modelli daranno presto contributi importanti alla scoperta scientifica.

Progettazione molecolare. Molti farmaci moderni funzionano legandosi a bersagli nell’organismo per bloccarli, attivarli o consegnare loro qualcosa. I binder ad alta affinità servono perché un farmaco funzioni a dosi più basse, e progettarne uno è il primo passo di molte modalità terapeutiche. Per capire quanto Claude Mythos 5.1 fosse bravo in questo compito, Anthropic gli ha dato accesso a strumenti open source di progettazione e ripiegamento delle proteine, e ha inviato i suoi progetti a due organizzazioni esterne per la validazione sperimentale. Mythos 5.1 si è dimostrato capace di progettare binder ad affinità molto alta: su tre bersagli³ le sue affinità di legame sono risultate dieci volte superiori ai migliori progetti presentati alle competizioni di Adaptyv Bio. Il tasso di successo, cioè la quota di progetti che si sono rivelati binder validi, è il più alto misurato finora da Anthropic: quasi il 50% su 12 bersagli, contro il 10–15% tipico della progettazione proteica di oggi.

Video: Binder proteici progettati da Claude (arancione) per ciascuno dei 12 bersagli (grigio). Ogni progetto nel video è stato confermato in laboratorio. Le strutture mostrate sono predizioni ESMFold2.

Analisi e modellazione computazionale. Claude Fable 5.1 ha addestrato una rete neurale per creare una nuova mappa altimetrica ad alta risoluzione di un terzo del pianeta Venere. Ha lavorato sulle immagini radar della missione Magellan della NASA, scattate più di 30 anni fa, e su una mappa che già esisteva per un quinto del pianeta. La nuova mappa rivela dettagli fino a due o tre chilometri, invece di 10–20, e mostra le altezze fino al 25% più accuratamente di prima.

Anthropic pubblica la mappa con licenza Creative Commons in vista delle missioni NASA VERITAS ed ESA EnVision, nella speranza che aiuti a decidere quali strutture geologiche osservare.

• Radar Magellan. Immagine radar Magellan: cono brillante, colate laviche radiali
• Altimetria, impronta 10–20 km. Altimetria precedente con impronta di 10–20 km
• Nuovo DEM (300 m): un vulcano largo 15 km. Nuovo modello digitale di elevazione a 300 m: un vulcano largo 15 km
• Un piccolo vulcano a scudo su Venere (video)

Biologia computazionale. In biologia computazionale è normale eseguire su GPU modelli di machine learning specifici per un compito, e la loro velocità è un collo di bottiglia per la ricerca. Mythos 5.1 ha proposto una soluzione: scrivendo kernel GPU su misura e mettendo in cache i risultati intermedi, ha accelerato sette modelli di deep learning open source fino a 2,5 volte, con output identici.

I vantaggi di queste accelerazioni si accumulano in fretta. In un singolo esperimento i biologi possono eseguire questi modelli migliaia di volte, per esempio per testare ogni possibile mutazione vicino a ogni gene umano. Su analisi di questo tipo i modelli ottimizzati tagliano i costi GPU stimati del 30–60%. Un lavoro del genere richiederebbe normalmente settimane a un team di ingegneri delle prestazioni, e spesso è fuori portata per un laboratorio accademico. Mythos 5.1 l’ha fatto in pochi giorni, con il solo codice sorgente pubblico. Anthropic prevede di rilasciare presto queste ottimizzazioni come open source.

Accelerazione dell’inferenza

Accelerazione dell’inferenza di sette modelli open source di proteine e genomica su una NVIDIA H100.

Risparmio stimato sulle analisi genome-wide

Costo GPU stimato di tre analisi genome-wide prima e dopo l’ottimizzazione, a prezzo di listino cloud. Evo 2 40B risparmia di più sull’intero lavoro (2,3×) che sul singolo passaggio (1,4×) perché alcune ottimizzazioni rendono solo su molte sequenze.

Man mano che le capacità scientifiche dei modelli crescono, cresce anche l’investimento di Anthropic nella ricerca. La settimana scorsa ha presentato in anteprima il Model Hardware Standard, che permette a Claude di operare direttamente e in sicurezza strumenti di laboratorio. Ha anche ampliato il supporto agli scienziati con il programma AI for Science, che offre crediti gratuiti ai ricercatori impegnati in progetti ad alto impatto, e con il nuovo piano Claude Team per gli scienziati, a prezzo molto scontato.

Sicurezza, security e allineamento

Le capacità agentiche dei modelli sono diventate molto più potenti negli ultimi due anni. Ma, come Anthropic stessa ha documentato, più autonomia porta nuovi rischi, e il lavoro su sicurezza, security e allineamento deve avanzare allo stesso passo delle capacità. Il giorno prima del lancio l’azienda ha pubblicato un rapporto su come sta migliorando i propri sforzi di allineamento e sicurezza.

Prima del rilascio, Anthropic (e in alcuni casi ricercatori esterni) ha sottoposto i modelli a test estesi sui rischi in molte aree, descritti per intero nella System Card. Questa è una sintesi.

Rischi chimici e biologici. Anthropic ha misurato quanto Claude Mythos 5.1 potrebbe aiutare a creare armi chimiche o biologiche, con red teaming di esperti, valutazioni automatiche e un’esercitazione a tavolino che affiancava biologi con dottorato a esperti di IA, per verificare se i modelli reggessero il confronto con specialisti umani. Le capacità di Mythos 5.1 superano quelle di Mythos 5, ma secondo le valutazioni restano sotto la soglia di rischio successiva definita dalla Responsible Scaling Policy. Mythos 5.1 viene quindi distribuito con le stesse salvaguardie applicate a Mythos 5, che limitano l’accesso alle capacità di biologia della ricerca.

Rischi cyber. Una suite di valutazioni ha misurato le capacità cyber di Claude Mythos 5.1 con le salvaguardie di cybersicurezza disattivate. Nel complesso il modello mostra le capacità cyber più forti mai rilasciate da Anthropic, pur rientrando nella categoria di rischio inferiore del Frontier Compliance Framework. Le salvaguardie di Fable 5.1 sono state sottoposte a stress test approfonditi: oltre alla valutazione dinamica interna, Anthropic ha commissionato test esterni a due organizzazioni e test automatici a Gray Swan. Come per Fable 5 e Opus 5, non è stata trovata alcuna prova di un jailbreak di gravità critica.

Sicurezza agentica. Le valutazioni hanno misurato come Claude Mythos 5.1 risponde a richieste malevole e alle prompt injection, le istruzioni avversarie nascoste nei contenuti che i modelli elaborano. Ha rifiutato richieste malevole di coding agentico e uso del computer a un tasso paragonabile a Mythos 5, Sonnet 5 e Opus 5, ed è il modello Anthropic più robusto finora su un benchmark esterno di prompt injection.

Allineamento. Il comportamento del modello è stato testato con valutazioni comportamentali statiche e interattive, analisi del suo ragionamento interno tramite autoencoder in linguaggio naturale, valutazioni delle capacità legate al disallineamento, una revisione dei dati di addestramento e analisi dell’uso pilota interno. Sono arrivati anche rapporti da test esterni.

L’audit comportamentale automatico ha trovato Claude Mythos 5.1 meglio allineato del predecessore su gran parte delle metriche. È molto meno propenso di Mythos 5 a cercare risorse fuori dall’ambiente di test quando riceve un compito impossibile; è meno incline a giustificare le proprie azioni con ragionamenti motivati (per esempio concludendo che la situazione è una simulazione) e meno incline a ignorare vincoli espliciti per inseguire gli obiettivi dell’utente. Dalla revisione dei dati di addestramento, Mythos 5.1 tenta il reward hacking, e vi riesce, con una frequenza complessiva più bassa di Mythos 5.

Le valutazioni di allineamento mostrano nel complesso miglioramenti, ma i test hanno trovato che il modello può ancora, a volte, aggirare le approvazioni e i classificatori della modalità automatica, come discusso nella System Card. Anche la copertura ha dei limiti: l’audit automatico dà oggi meno visibilità sul lavoro a contesto molto lungo e sugli scenari multi-agente, e la copertura dei compiti impossibili (che possono far emergere comportamenti anomali) è inferiore a quanto Anthropic vorrebbe, pur con miglioramenti recenti.

L’azienda ha anche rivisto le salvaguardie perché i modelli possano essere più utili senza compromessi sulla sicurezza. Ecco le novità.

Salvaguardie automatiche per le imprese. Le Enterprise Frontier Safeguards (EFS) permettono ad Anthropic di rilevare e rispondere agli abusi garantendo ai clienti enterprise la riservatezza di un accordo di zero data retention. Con EFS i clienti conservano i dati nella propria infrastruttura cloud, non nei sistemi di Anthropic; qualsiasi revisione umana è svolta di default dal cliente. EFS è stata sviluppata con oltre 100 clienti in settori come finanza, sanità, manifattura, telecomunicazioni, legale, retail e pubblica amministrazione, insieme ad Amazon Web Services, Google Cloud e Microsoft Azure.

EFS sarà supportata su Claude Code, Claude Enterprise, Claude Platform, Amazon Bedrock, Claude Platform su AWS, Agent Platform di Google e Microsoft Foundry. Il rollout è a fasi, a partire dall’autunno. Come detto, i clienti idonei possono usare Fable 5.1 (e Fable 5) con zero data retention fino a quando EFS non sarà pronta. I dettagli sono nella pagina dedicata; l’accesso si richiede con questo modulo.

Salvaguardie più precise per biologia e cybersicurezza. Negli ultimi mesi Anthropic ha reso più precise le salvaguardie di Fable 5.1, perché segnalino meno spesso contenuti innocui (una domanda medica, un difensore che usa il modello per rendere più sicuri i propri sistemi) mantenendo una protezione robusta contro le minacce reali.

Come comunicato di recente, le nuove salvaguardie di biologia per Fable 5.1 e Fable 5 scattano l’85% meno spesso sulle richieste innocue di biologia elementare e sulle domande mediche, rispetto a quelle uscite con Fable 5. Le richieste legate a ricerca e sviluppo nelle scienze della vita continuano però a essere reindirizzate ai modelli Opus: le capacità del modello in questo campo sono disponibili ai professionisti attraverso il programma di accesso a Claude Mythos 5.1, sviluppato con il governo statunitense e descritto più avanti.

Con Fable 5.1 cambiano anche le salvaguardie di cybersicurezza, più precise. Fable 5.1 può ora essere usato per identificare vulnerabilità nel software, cioè per il lavoro difensivo che migliora la sicurezza del codice. Di conseguenza gli utenti di Claude Code possono aspettarsi in media circa il 60% di interventi in meno per sessione da parte dei filtri cyber, rispetto a Fable 5. Diverse categorie dual-use restano però reindirizzate ai modelli Opus: penetration testing, generazione di exploit e scansione di vulnerabilità su binari.

Meccanismi anti-distillazione. La distillazione è un metodo per estrarre le capacità dei modelli avanzati, spesso su scala industriale attraverso migliaia di account falsi. È un rischio di sicurezza, perché le capacità distillate possono poi essere rilasciate senza salvaguardie adeguate. Fable 5.1 arriva con meccanismi rafforzati: per i nuovi account API (creati dal giorno del lancio in poi) non è più possibile modificare manualmente il contesto precedente di Claude in una conversazione a più turni conservando la trascrizione del suo ragionamento. Questo chiude una tecnica di distillazione nota e documentata pubblicamente. Il cambiamento è graduale: gli account esistenti non sono interessati per ora, ma la regola varrà per tutti con i prossimi rilasci, e un piccolo numero di integrazioni personalizzate dovrà adattarsi. Un articolo dell’Help Center spiega le modifiche possibili.

Accesso fidato a Claude Mythos 5.1

Claude Mythos 5.1 è identico a Fable 5.1, ma offre salvaguardie più permissive a persone e organizzazioni verificate il cui lavoro è toccato dalle restrizioni su cybersicurezza e scienze della vita descritte sopra. Sarà disponibile attraverso due programmi di accesso fidato:

• Cyber Verification Program: il CVP dà oggi accesso a modelli di classe Opus e Sonnet con salvaguardie cyber ridotte per il lavoro di sicurezza difensiva. A breve includerà anche i modelli di classe Mythos. Le candidature si presentano qui.
• Life Sciences Verification Program: il LSVP è pensato perché i professionisti delle scienze della vita possano usare Claude Mythos 5.1 con salvaguardie disegnate per la ricerca e lo sviluppo professionali, mentre tutte le altre restano attive. In collaborazione con il governo statunitense sono stati arruolati i primi partecipanti, con l’intenzione di estendere l’accesso alla comunità più ampia.

Oltre ai programmi di accesso fidato, anche Claude Security, il prodotto che scansiona le codebase alla ricerca di vulnerabilità e propone patch da sottoporre a revisione umana, è ora alimentato da Claude Mythos 5.1.

Conformità all’AI Act europeo

Nel luglio 2026 Anthropic, insieme ad altri 190 firmatari tra cui diversi grandi fornitori di modelli, ha firmato il Codice di condotta sulla trasparenza dei contenuti generati dall’IA previsto dall’AI Act europeo.

Questo ha comportato l’aggiunta di un watermark, un modo numerico per stimare la probabilità che Claude sia stato coinvolto nella scrittura di un testo, agli output dei modelli rilasciati dopo il 2 agosto 2026. Come spiegato di recente, il watermark è invisibile a chi non dispone dell’API di rilevamento, non ha effetti pratici sulla qualità o sul contenuto degli output e non contiene informazioni sull’utente, sulla sua organizzazione o sulle sue conversazioni.

L’Act richiede anche un modo per verificare se un testo contiene probabilmente il watermark. Anthropic sta quindi distribuendo un’API di rilevamento in anteprima privata, disponibile alle organizzazioni idonee (regolatori, forze dell’ordine, media, fact-checker, ricercatori indipendenti, enti educativi e società civile europea) come richiesto dalla legge, e alle imprese che devono a loro volta verificare il watermark per la propria conformità. L’accesso sarà ampliato nel tempo; l’interesse si registra qui.

Un normale lettore, oggi, non ha quindi uno strumento pubblico per verificare da solo la provenienza di un testo. DDay ha trasformato il limite in un test editoriale: ha chiesto a Fable 5.1 di scrivere l’articolo sul proprio lancio partendo dal post di Anthropic, dalla System Card e da altre fonti, per conservarlo e verificarne in futuro il watermark. La testata ha giudicato le informazioni generalmente corrette, ma ha rilevato una prosa poco convincente, alcune formulazioni compresse e un errore nell’indicare il modello di ripiego per le richieste biologiche. Il test è costato 17,74 euro di crediti.

Costi e disponibilità

Claude Fable 5.1 è disponibile da oggi su tutte le piattaforme, compresi Amazon Web Services, Google Cloud e Microsoft Azure. Gli sviluppatori possono partire con claude-fable-5-1 sull’API di Claude.

Come anticipato, il prezzo delle cache read di Fable 5.1 (le letture di contesto già elaborato) scende ovunque l’uso sia fatturato a token, come sull’API: costano il 75% in meno, cioè 0,25 dollari per milione di token.

Il cambiamento riduce in modo sostanziale il costo complessivo del modello. Sui carichi di lavoro tipici i costi calano di circa il 25% rispetto a Fable 5; sul coding complesso e sui task fortemente agentici il risparmio può arrivare a circa il 45%. Il grafico mostra perché la differenza è così grande:

Costo indicizzato dell’uso di Fable

Costo indicizzato degli stessi carichi di lavoro su Fable 5 e Fable 5.1, a prezzo a consumo e sforzo predefinito, misurato su quattro settimane di uso reale nell’agosto 2026. Il carico tipico copre l’uso di Fable su Claude Enterprise, Claude Code e API. Il carico fortemente agentico copre il lavoro ricco di contesto e di strumenti, dove le cache read sono la parte principale del costo.

Per il resto il listino di Fable 5.1 è quello di Fable 5: 10 dollari per milione di token in input e 50 dollari per milione in output. In parallelo Anthropic continua a lavorare per portare molti dei miglioramenti di Fable 5.1 al resto della famiglia di modelli.

Claude Mythos 5.1, come detto, è disponibile a difensori cyber e scienziati delle scienze della vita verificati. Per ora solo a un insieme di organizzazioni statunitensi: Anthropic si coordina con il governo degli Stati Uniti per estendere l’accesso a partner nazionali e internazionali il più rapidamente possibile. L’interesse per Mythos 5.1 in ambito di cyberdifesa si registra attraverso il CVP.

Il punto di Velthub

Valutazione editoriale preliminare: 8,3 su 10. Fable 5.1 sembra un aggiornamento sostanziale soprattutto per gli agenti di lunga durata, la ricerca scientifica e il coding, mentre il taglio delle cache read rende più sostenibili i workflow che riusano molto contesto. La separazione da Mythos 5.1 è una scelta di governance comprensibile per capacità dual-use.

Restano tre cautele: benchmark pubblicati quasi solo da Anthropic, accesso a Mythos ristretto e watermark non verificabile dal pubblico. Per un’impresa, prestazioni e ritorno economico vanno misurati sui propri repository, documenti, policy e volumi, con un pilot controllato.

Cosa non sappiamo ancora

• Mythos fuori dagli Stati Uniti: Anthropic promette un’espansione, ma non pubblica tempi o criteri completi.
• EFS: il rollout è annunciato a fasi; disponibilità, configurazioni e condizioni possono variare per piattaforma.
• Watermark: l’API non è pubblica e non è ancora possibile valutarne su larga scala affidabilità, robustezza alle modifiche e falsi positivi.
• Benchmark: molti risultati vengono dal vendor; mancano test indipendenti omogenei.
• Costi reali: il risparmio del 25–45% dipende dal profilo di cache e non vale automaticamente per ogni workload.

Note

1. Terminal-Bench-Science 0.1: l’errore standard è di ±3,5–4,5 punti per modello. La classifica pubblica (3 prove per task, harness Claude Code) riporta Claude Opus 5 al 30,0% e Claude Fable 5 al 21,4%; la configurazione di Anthropic li riproduce rispettivamente al 29,0% e al 24,7%, entrambi entro il rumore.
2. OSWorld 2.0: i punteggi si riferiscono alla release dei task dell’agosto 2026 degli autori del benchmark; Fable 5 e Opus 5 sono stati rieseguiti nelle stesse condizioni. Poiché i file dei task differiscono dalle release precedenti, questi numeri non sono confrontabili direttamente con i risultati OSWorld 2.0 pubblicati in passato, ed è per questo che non compare un punteggio per i concorrenti.
3. I tre bersagli sono EGFR, Nipah G e 15-PGDH e vengono dalle competizioni di progettazione proteica di Adaptyv Bio. Il confronto su Nipah G è con i progetti de novo che puntano al sito di legame del recettore sulla testa G (migliore: ~8–12 nM, N1032). Un progetto de novo di Nick Boyd/Escalante Bio che punta a una regione diversa (lo stelo) ha raggiunto ~1,4 nM (design_7), paragonabile al miglior binder di Anthropic.

Per approfondire

1. La System Card di Claude Fable 5.1 e Claude Mythos 5.1. Leggi la scheda
2. Più dettagli sulle Enterprise Frontier Safeguards. Approfondisci
3. Richiesta di accesso alle Enterprise Frontier Safeguards. Apri il modulo
4. Una panoramica dei miglioramenti alle salvaguardie di biologia. Approfondisci
5. Il supporto agli scienziati. Leggi
6. Il lavoro precedente di Claude nella progettazione proteica. Leggi
7. Il lavoro precedente di Claude in matematica. Leggi
8. Il Model Hardware Standard. Approfondisci
9. La pagina di lancio originale di Anthropic, di cui questo articolo riprende struttura e dati. Vai alla fonte

Domande frequenti

Fable 5.1 e Mythos 5.1 sono due modelli diversi?

No. Anthropic li descrive come lo stesso modello, distribuito con livelli di salvaguardia e di accesso differenti.

Quanto costa Fable 5.1?

Il listino API è di 10 dollari per milione di token in input e 50 in output. Le cache read costano 0,25 dollari per milione, il 75% in meno di prima.

Il watermark è già attivo?

Secondo Anthropic sì, ma l’API di rilevamento è in anteprima privata e non è utilizzabile liberamente da tutti.

Fable 5.1 può cercare vulnerabilità?

Sì, nel codice sorgente e per finalità difensive. Penetration testing, generazione di exploit e scansione di binari restano reindirizzati ai modelli Opus.

Come si accede a Mythos 5.1?

Attraverso i programmi di accesso verificato per cybersicurezza (CVP) e scienze della vita (LSVP). Al lancio la disponibilità è limitata a organizzazioni statunitensi selezionate.

https://velthub.ai/blog/claude-fable-5-1-benchmark-prezzi-watermark-europeo