Anthropic a lancé Claude Fable 5.1 et Claude Mythos 5.1 le 1er septembre 2026. Les deux sont le même modèle. Ce qui les sépare, ce sont les garde-fous que chacun applique : Fable 5.1 est en disponibilité générale sous l'identifiant claude-fable-5-1, tandis que Mythos 5.1 n'est accessible qu'aux organisations vérifiées via des programmes d'accès restreint, avec des garde-fous conçus pour la cybersécurité et les sciences du vivant.
Cette architecture est ce que le lancement a de plus intéressant, car elle produit un chiffre que le secteur n'a presque jamais l'occasion de voir.
Des garde-fous chiffrés en points de benchmark
Anthropic publie les scores Terminal-Bench 4.0 des deux configurations : 55,8 % pour Fable 5.1 et 60,9 % pour Mythos 5.1. Mêmes poids, même benchmark, cinq points d'écart. La différence, ce sont les garde-fous.
L'entreprise est inhabituellement directe sur le mécanisme. Fable 5.1 a été évalué avec ses garde-fous de production activés et, sur les tâches où ceux-ci sont intervenus, il a obtenu zéro. La note d'Anthropic précise que cela « réduit probablement la performance de Fable 5.1 et de Fable 5 » sur les benchmarks concernés. La plupart des laboratoires publieraient le chiffre non contraint et passeraient à la suite. Publier les deux, en signalant lequel est abaissé par sa propre couche de sécurité, transforme un arbitrage abstrait en grandeur mesurée.
Sur les benchmarks phares, le saut générationnel est réel. Terminal-Bench-Science 0.1, qui évalue la recherche scientifique agentique, passe à 52,6 % contre 24,7 % pour Fable 5, soit environ le double, avec Opus 5 à 29,0 % et GPT-5.6 Sol à 22,4 %. AutomationBench double presque aussi : 31,4 % contre 17,1 %. GDPval-AA v2 monte à 1853 contre 1723, et Humanity's Last Exam à 60,9 % sans outils. Anthropic souligne également qu'aux niveaux d'effort faible et moyen, Fable 5.1 égale ou dépasse Fable 5 pour un coût nettement inférieur — ce qui compte davantage que le plafond pour quiconque exploite ces modèles en production.
Réserve d'usage : ce sont des chiffres communiqués par le fournisseur, sur une suite qu'il a lui-même choisie. Les résultats Terminal-Bench-Science affichent une erreur type annoncée de 3,5 à 4,5 points, et les scores OSWorld 2.0 reposent sur une série de tâches d'août 2026 qui n'est pas comparable aux résultats publiés précédemment — d'où l'absence de score concurrent sur cette ligne.
La baisse de prix porte sur les lectures de cache
Le prix au token ne bouge pas : 10 et 50 $ par million de tokens. Ce qui change, ce sont les lectures de cache, en baisse de 75 %, à 0,25 $ par million. Anthropic estime que le coût réel diminue d'environ 25 % pour les charges de travail classiques, et jusqu'à environ 45 % pour les usages fortement agentiques.
Lu à l'envers, c'est une révélation sur la destination réelle de l'argent dans le travail agentique. Si réduire un seul poste de 75 % retire 45 % de la facture, alors les lectures de cache sont l'essentiel de la facture. Tout agent au long cours relit à chaque tour le contexte qu'il a accumulé : le coût d'une tâche dépend donc de la quantité d'historique qu'elle traîne, bien plus que du texte qu'elle produit. Le graphique d'Anthropic le montre explicitement : sur une charge fortement agentique, les lectures de cache dominent la barre de coût, et « tous les autres tokens » n'en sont que le reliquat.
Enterprise Frontier Safeguards
Le lancement s'attaque aussi à une contrainte qui suit la gamme Fable depuis l'épisode du contrôle des exportations qui lui a valu un régime de rétention à 30 jours : les modèles de classe Fable n'étaient pas disponibles sans rétention de données.
Enterprise Frontier Safeguards est la réponse d'Anthropic. EFS stocke les données sur une infrastructure cloud contrôlée par le client, et non par Anthropic, et toute revue humaine est par défaut effectuée par le client lui-même : une confidentialité équivalente à un accord de rétention nulle, tout en conservant la détection des usages abusifs. Anthropic indique avoir développé EFS avec plus de 100 clients et ses partenaires cloud AWS, Google Cloud et Microsoft Azure, pour un déploiement par phases à partir de cet automne. En attendant, les clients éligibles peuvent utiliser Fable 5.1 sans rétention de données.
Ce que les garde-fous autorisent désormais
Les changements de garde-fous méritent une lecture attentive, car ils tracent une ligne plutôt qu'ils ne desserrent un curseur.
En cybersécurité, les utilisateurs de Claude Code devraient constater environ 60 % d'interventions en moins par session. Le changement de fond, c'est que Fable 5.1 peut désormais servir à découvrir des vulnérabilités logicielles, mais pas à développer les exploits correspondants. Les tests d'intrusion, la génération d'exploits et l'analyse de vulnérabilités sur binaires restent redirigés vers les modèles Opus. Trouver la faille, oui ; la transformer en arme, non.
En biologie, les garde-fous se déclenchent 85 % moins souvent sur les questions élémentaires de biologie et de médecine, un changement qui s'applique aussi rétroactivement à Fable 5. La recherche et le développement en sciences du vivant continuent d'être routés vers les modèles Opus. L'accès aux capacités avancées de Mythos 5.1 en biologie passe par un Life Sciences Verification Program développé avec le gouvernement américain, dont les inscriptions devraient ouvrir prochainement.
La parade anti-distillation
C'est dans la section des garde-fous que se cache le changement au plus large rayon d'action pour les développeurs. Les nouveaux comptes API ne peuvent plus modifier manuellement le contexte antérieur de Claude dans une conversation multi-tours tout en conservant la transcription de son raisonnement précédent. Cette combinaison constituait une technique publiquement documentée pour extraire le raisonnement d'un modèle à grande échelle, généralement via des milliers de faux comptes. Au niveau de l'API, un historique modifié renvoie désormais une erreur 400 sur les comptes concernés.
Les comptes existants ne sont pas encore touchés, mais la restriction s'appliquera à tous lors des prochaines sorties de modèles, et un petit nombre d'intégrations sur mesure cesseront alors de fonctionner. Tout ce qui réécrit l'historique d'une conversation — couches de compaction, harnais qui élaguent les anciens tours, outils de rejeu — doit devenir strictement additif.
Le calendrier n'a rien de discret. C'est le premier modèle phare d'Anthropic depuis que la Maison-Blanche a accusé Moonshot d'avoir distillé les modèles Fable d'Anthropic, un conflit où Anthropic tenait le rôle de victime. Les documents de lancement ne plaident toujours pas la question politique. Ils se contentent de refermer la brèche.
Une fuite de prompt système, non vérifiée
Le même jour, un chercheur publiant sous le nom « Pliny the Liberator » a affirmé avoir extrait l'intégralité du prompt système de Fable 5.1, le décrivant comme dépassant 270 000 caractères et publiant un diff par rapport à sa capture antérieure du prompt d'Opus 5. Anthropic n'a pas commenté. Ce type d'affirmation est difficile à vérifier de l'extérieur — les techniques d'extraction en cause peuvent produire un texte plausible sans qu'il s'agisse d'une copie authentique et fidèle des instructions réelles du modèle ; il n'existe donc aucun moyen de confirmer l'authenticité sur la seule base de l'affirmation.
Les résultats scientifiques
Anthropic avance une thèse plus large avec cette sortie : ces modèles seraient sur le point de contribuer à la découverte scientifique, et non plus seulement de l'assister. Trois résultats sont présentés à l'appui.
En conception moléculaire, Mythos 5.1 a conçu des protéines de liaison validées expérimentalement par deux organisations externes. Sur trois cibles, les affinités de liaison se sont révélées dix fois supérieures aux meilleures propositions soumises aux concours de conception de protéines d'Adaptyv Bio, et le taux de réussite a approché 50 % sur 12 cibles — contre les 10 à 15 % habituels dans ce domaine. Cela prolonge les travaux antérieurs de Claude sur la conception de protéines et la chimie, en les faisant passer de la proposition à la confirmation en laboratoire.
En science planétaire, Fable 5.1 a entraîné un réseau de neurones sur des images radar vieilles de trente ans, issues de la mission Magellan de la NASA, pour produire une nouvelle carte d'altitude couvrant un tiers de Vénus, avec une résolution de deux à trois kilomètres au lieu de 10 à 20. Anthropic la publie sous licence Creative Commons, en amont des missions NASA VERITAS et ESA EnVision à venir.
En biologie computationnelle, Mythos 5.1 a écrit des noyaux GPU sur mesure qui accélèrent sept modèles d'apprentissage profond open source jusqu'à 2,5 fois, à sorties identiques, réduisant les coûts GPU estimés de 30 à 60 % sur les grandes analyses. Anthropic présente cela comme quelques jours de travail remplaçant des semaines d'ingénierie spécialisée que les laboratoires académiques ne peuvent généralement pas se payer, et prévoit d'ouvrir le code de ces optimisations. Le tout arrive aux côtés du Model Hardware Standard pour le pilotage d'équipements de laboratoire et du forfait Team à tarif réduit pour les scientifiques : pris ensemble, l'ensemble ressemble moins à des démonstrations éparses qu'à une poussée délibérée vers la verticale scientifique.
La couche de conformité européenne
Il y a aussi une première réglementaire. Signataire du code de bonnes pratiques de l'AI Act européen sur la transparence des contenus générés par l'IA, Anthropic appose désormais un filigrane sur les sorties des modèles publiés après le 2 août 2026. Ce filigrane est invisible sans l'API de détection, ne contient aucune information sur l'utilisateur ni sur ses conversations, et n'a, selon Anthropic, aucun effet pratique sur la qualité des réponses.
Le règlement impose également un moyen de le vérifier : une API de détection est donc déployée en accès anticipé restreint aux catégories prévues par le droit européen — régulateurs, forces de l'ordre, médias, vérificateurs de faits, chercheurs indépendants, organismes éducatifs et société civile — ainsi qu'aux entreprises soumises à leurs propres obligations de conformité. C'est une illustration concrète du schéma qui traverse l'action réglementaire européenne récente sur l'IA : des obligations qui arrivent sous forme de fonctionnalités livrées, et non de politiques publiées.