Casos de Uso do Claude Fable 5

Nos primeiros dias de acesso antecipado, o Claude Fable 5 correu uma migração de toda a base de código nos 50 milhões de linhas de Ruby do Stripe num único dia — trabalho que uma equipa inteira teria levado mais de dois meses a fazer à mão. Também reconstruiu o código-fonte de uma web app só a partir de screenshots, passou os 90% no benchmark de análise de dados do Hex e entregou uma semana de funcionalidades de biblioteca a um programador independente numa tarde.

Isto não é uma lista de funcionalidades. É uma lista de provas. Em baixo está o que equipas reais e um testador independente muito público fizeram mesmo com o claude-fable-5 nas suas primeiras 48 horas, com os nomes e os números à frente.

Uma nota sobre as fontes antes de leres. A maior parte destes relatos vem de clientes de acesso antecipado que a Anthropic citou no anúncio de lançamento, por isso são em primeira mão e curados pela própria empresa. Assinalamos quais são. O sinal independente mais forte vem do programador Simon Willison, que não teve acesso antecipado e correu os seus próprios testes no dia do lançamento.

A Lista de Provas num Relance

Empresa / teste	Caso de uso	Resultado
Stripe	Migração de toda a base de código, 50M de linhas de Ruby	1 dia vs mais de 2 meses para uma equipa inteira
Cognition (Devin)	Avaliação de código FrontierCode	A mais alta de qualquer modelo de fronteira, mesmo em esforço médio
Cursor	Programação de longo horizonte (CursorBench)	Estado da arte; desbloqueou problemas antes fora de alcance
GitHub	Programação complexa de longo horizonte	Autonomia e fiabilidade para lá dos benchmarks anteriores
Base44	Apps completas num só prompt	Apps que há um ano levavam 100 prompts agora saem num só
Genspark	Design de UI e programação de jogos	Bateu todos os outros modelos testados
Hebbia	Finance Benchmark (raciocínio sénior)	A pontuação mais alta de qualquer modelo
IMC	Avaliações de análise de trading	Arrasou-as quase a toda a linha
Hex	Benchmark central de análise de dados	Primeiro modelo a passar os 90%, um salto de 10 pontos sobre o Opus
Laboratório de física	Investigação de física de fronteira	Um terço dos tokens de raciocínio; em 36 horas chegou perto dos quatro dias do GPT-5.5
Equipa jurídica	Revisão de contratos (análise cega)	Igualou ou bateu o modelo atual de cada vez
Suite de folhas de cálculo	Tarefas diárias de folhas de cálculo	Bate o Opus 4.8 em todos os níveis de esforço, 25-30% mais rápido
Rakuten	Operações altamente autónomas	Valida o seu próprio trabalho; "o raciocínio extra paga-se a si mesmo"
Anthropic (visão)	Reconstruir web app a partir de screenshots	Reconstruiu o código-fonte só a partir de screenshots
Simon Willison	MicroPython para CPython completo em WASM	Wheel instalável a funcionar num dia

Programação, Migrações e Engenharia de Longo Horizonte

É nesta categoria que a vantagem do Fable 5 é maior, e a Anthropic é clara sobre o porquê: quanto mais longa e complexa a tarefa, maior a vantagem do Fable sobre os outros modelos.

O exemplo de bandeira é o Stripe. Segundo o anúncio da Anthropic, o Stripe relatou que o Fable 5 "comprimiu meses de engenharia em dias". Numa base de código de 50 milhões de linhas de Ruby, o modelo fez uma migração de toda a base de código num dia que de outra forma teria levado uma equipa inteira mais de dois meses a fazer à mão. É o tipo de trabalho que normalmente entra no planeamento em trimestres, não em tardes.

As empresas de agentes e editores contam uma história consistente. O Cursor relatou que o Fable 5 é "o modelo estado da arte no CursorBench" e que "abriu uma classe de problemas de longo horizonte que estavam fora de alcance para os modelos anteriores". A Cognition, a equipa por trás do Devin, disse que é o modelo com a pontuação mais alta na sua avaliação de código FrontierBench, que "se destaca no raciocínio de longo horizonte e generaliza para ferramentas desconhecidas logo à partida" e que pontua mais alto entre os modelos de fronteira mesmo em esforço médio. O GitHub disse que nos testes iniciais aguentou tarefas de programação complexas e de longo horizonte "com um nível de autonomia e fiabilidade que ultrapassou os benchmarks anteriores".

Para quem constrói sem uma grande base de código legada, os números de vibe-coding interessam mais. A Base44 relatou que "apps que há um ano levavam uma centena de prompts, agora saem num só", e disse à TechCrunch que o Fable é melhor a criar apps completas num só prompt, com excelente tool-calling. A Genspark disse à TechCrunch que o Fable bateu todos os outros modelos nas suas avaliações e foi significativamente melhor em design de UI e programação de jogos.

O único relato totalmente independente vem de Simon Willison, que não teve acesso antecipado. Em cerca de cinco horas e meia no dia do lançamento, usou o Fable dentro do Claude Code para adicionar ao seu projeto Datasette Agent uma funcionalidade de pausa-e-aprovação com humano no circuito. Quando lhe disse que alterações à sua biblioteca LLM subjacente também estavam no âmbito, implementou quatro funcionalidades a montante para suportar o trabalho de forma limpa e depois lançou-as como uma release. O veredicto dele: "passei várias horas nisto hoje, mas parece o trabalho de vários dias", e elogiou a qualidade do design da API, dos testes, do código e da documentação.

O que isto significa para ti: o desbloqueio não é "escreve código mais depressa", é "mantém-se coerente ao longo de um trabalho grande demais para vigiar". Se tens uma migração, um refactor ou uma funcionalidade que atravessa muitos ficheiros e que normalmente comeria um sprint, é este o modelo que apontas a ela. Para pequenas edições do dia a dia, o Sonnet continua a ser a escolha mais barata e rápida.

Trabalho de Conhecimento: Finanças, Análise de Dados e Investigação

O Fable 5 não é só um modelo de programação. Alguns dos resultados iniciais mais afiados vieram de analistas.

O Hex, a plataforma de análise de dados, disse que o Fable 5 foi "o primeiro a passar os 90% no nosso benchmark central de análise de dados de tarefas analíticas complexas e de longa duração", um salto de 10 pontos sobre o Opus, acrescentando que "nas perguntas mais difíceis mostra forte juízo e atenção à nuance". A TechCrunch reportou esse resultado de forma independente, o que faz dele uma das alegações mais bem corroboradas do lançamento.

Em finanças, a Hebbia relatou que o Fable 5 tem a pontuação mais alta de qualquer modelo no seu Finance Benchmark para raciocínio de nível sénior, com ganhos substanciais em raciocínio baseado em documentos e na interpretação de gráficos e tabelas. A firma de trading IMC disse que o Fable "arrasou as suas avaliações de análise de trading quase a toda a linha", incluindo procura factual, raciocínio conceptual, análise de causa-raiz e análise de valor esperado.

Os resultados de investigação são os mais impressionantes. Um laboratório de investigação de física disse à Anthropic que o Fable 5 é "o modelo mais forte que testámos em investigação de física de fronteira, usando um terço dos tokens de raciocínio" e que "em 36 horas chegou quase ao ponto a que o GPT-5.5 chegou ao fim de quatro dias". Menos computação, menos tempo, destino comparável.

Até o trabalho pouco glamoroso das folhas de cálculo melhorou. Um cliente relatou que o Fable bate o Opus 4.8 na sua suite diária de folhas de cálculo em todos os níveis de esforço, terminando as execuções 25 a 30% mais depressa e com menos turnos.

O que isto significa para ti: se o teu trabalho é ler material denso e acertar nos detalhes — memorandos financeiros, pipelines de análise de dados, síntese de investigação — os ganhos aqui são de juízo perante a ambiguidade, não de velocidade bruta. O ângulo da eficiência de tokens também é real. Execuções mais rápidas em níveis de esforço mais baixos podem compensar o preço por token mais alto.

Visão: Screenshots à Entrada, Código à Saída

A Anthropic chama ao Fable 5 o novo estado da arte para tarefas de visão, e os exemplos são concretos, não abstratos.

O destaque para quem constrói: o Fable 5 consegue reconstruir o código-fonte de uma web app só a partir de screenshots. Também consegue extrair números precisos de figuras científicas detalhadas, o tipo de leitura de gráficos que normalmente exige um humano para transcrever.

A demonstração mais clara de até onde vão os ganhos de visão é um jogo. Os modelos Claude anteriores tinham dificuldade em jogar Pokemon FireRed mesmo quando lhes davam estruturas cheias de ferramentas auxiliares, mapas e informação sobre o estado do jogo. O Fable 5 venceu o jogo com uma estrutura mínima, só de visão, a trabalhar a partir de nada além de screenshots em bruto. O modelo faz a navegação e o planeamento sozinho, a partir dos pixels, em vez de se apoiar num andaime que alguém construiu para ele.

O que isto significa para ti: screenshot-para-código e extração de figuras são agora fiáveis o suficiente para entrar num workflow. Se tens mocks de design, capturas de dashboards ou PDFs científicos, podes entregá-los diretamente em vez de transcrever primeiro. Menos andaime necessário é o tema prático: o modelo enfrenta interfaces reais e confusas com menos ferramentas à medida.

Agentes de Longa Duração, Memória e Auto-Validação

O traço que torna tudo o que está acima utilizável é o que acontece quando não há nenhum humano a olhar.

A Rakuten disse-o de forma simples numa declaração reportada pela TechCrunch: "No esforço mais alto, o Claude Fable 5 reflete sobre o seu próprio trabalho e valida-o. Para nós, é isso que torna possíveis as operações altamente autónomas. O raciocínio extra paga-se a si mesmo." Essa auto-verificação é a diferença entre um agente que podes deixar a correr e um que tens de reverificar linha a linha.

A memória compõe o efeito. Num teste da própria Anthropic, o modelo jogou o jogo de construção de baralhos Slay the Spire com acesso a memória persistente baseada em ficheiros. Essa memória melhorou o desempenho do Fable três vezes mais do que melhorou o do Opus 4.8, e o Fable chegou ao ato final do jogo três vezes mais vezes. O modelo não está só a lembrar-se, está a melhorar o seu próprio jogo a partir das suas próprias notas ao longo de uma execução longa.

No lado da orquestração de agentes, a documentação da Anthropic diz que o Fable 5 é significativamente mais fiável a despachar e a sustentar subagentes em paralelo e a gerir a comunicação com os de longa duração. Um cliente inicial relatou que ele "entrega engenharia mais capaz em menos turnos", ao mesmo tempo que lida com os complexos workflows multi-agente do Claude Code que os seus colaboradores correm todos os dias.

O que isto significa para ti: este é o modelo para trabalho que arrancas e abandonas. Se corres agentes durante a noite, espalhas subagentes por um trabalho grande ou constróis pipelines autónomos, a auto-validação é a funcionalidade que aguenta a carga. É também por isso que as pessoas lhe pegam em trabalhos que o Opus 4.8 não conseguia terminar sem supervisão.

Ciência, Através do Mesmo Modelo Subjacente

Os resultados mais dramáticos vieram do Mythos 5, que é o mesmo modelo subjacente que o Fable 5 mas com os classificadores de segurança levantados. Vale a pena ler com uma ressalva: o Fable 5 público recorre ao Opus 4.8 na maioria das perguntas de biologia e química, por isso não consegues necessariamente reproduzir estes resultados no modelo público. Mostram aquilo de que a classe de modelos é capaz, não aquilo que uma chamada de API aberta faz hoje.

Com isso assinalado, os números são notáveis. Os especialistas internos de design de proteínas da Anthropic relataram ter acelerado partes do processo de design de fármacos em cerca de dez vezes. A correr com ferramentas de design de proteínas e bioinformática mas sem ajuda humana, o modelo igualou ou bateu operadores humanos experientes, escolhendo locais de ligação, selecionando e correndo ferramentas e recuperando das suas próprias falhas. Nove dos 14 alvos proteicos do estudo deram candidatos fortes a design de fármacos.

Em biologia molecular, os cientistas da Anthropic preferiram as hipóteses do modelo cerca de 80% das vezes face a modelos de classe Opus em comparações cegas, e uma hipótese — um mecanismo novo para uma proteína de E. coli — foi corroborada de forma independente por outro laboratório a trabalhar no mesmo problema. Em genómica, o modelo correu mais de uma semana de trabalho largamente autónomo, montou dados de célula única em 138 espécies animais e treinou um modelo à medida que superou um modelo recente publicado na Science, sendo ao mesmo tempo 100 vezes mais pequeno.

O que isto significa para ti: a menos que estejas num programa de investigação de acesso restrito, trata estes resultados como um teto de demonstração e não como uma capacidade do dia a dia. O sinal para quem constrói é a forma da coisa: um modelo que consegue correr durante uma semana, recuperar dos seus próprios becos sem saída e produzir um resultado digno de publicação é o mesmo motor que faz as tuas migrações.

O Senão: Custo, Salvaguardas e uma Janela a Fechar

O Fable 5 é o modelo mais capaz que a Anthropic lançou ao público, e as contrapartidas são honestas.

É caro. O preço é de $10 por milhão de tokens de entrada e $50 por milhão de tokens de saída, o dobro do Opus 4.8 e o mesmo que o muito mais caro Mythos Preview ficava com metade do seu antigo valor. Simon Willison queimou $110 em tokens num único dia de testes. O modelo também é lento, o reverso de parecer, nas palavras dele, "uma espécie de besta". Os ganhos de eficiência de tokens que alguns clientes relataram podem suavizar a conta, mas deves medir nas tuas próprias cargas de trabalho antes de te comprometeres.

Há salvaguardas. Quando os classificadores do Fable detetam uma pergunta sobre cibersegurança, biologia e química, ou destilação de modelos, a resposta é tratada pelo Opus 4.8 e és avisado. Os dados iniciais da Anthropic mostram que isto acontece em menos de 5% das sessões, por isso na esmagadora maioria do trabalho obténs toda a capacidade do Fable. Mas os fallbacks estão afinados de forma conservadora e ocasionalmente apanham pedidos inofensivos.

Há também um relógio. Do lançamento até 22 de junho de 2026, o Fable 5 está incluído nos planos Pro, Max, Team e Enterprise por lugar sem custo extra. A 23 de junho sai desses planos e passa a exigir créditos de utilização, com a Anthropic a pretender restaurá-lo nas subscrições padrão assim que a capacidade permitir. Se queres testá-lo no teu próprio trabalho sem uma conta à parte, essa janela é a altura.

Perguntas Frequentes

Para que é que o Claude Fable 5 já foi usado, na prática?

Trabalho real de acesso antecipado, sobretudo grandes tarefas de programação e de análise. O Stripe correu uma migração de toda a base de código nos 50 milhões de linhas de Ruby num dia. O Hex passou os 90% no seu benchmark de análise de dados. A Hebbia e a IMC lideraram as suas avaliações de finanças e trading. A Anthropic também o mostrou a reconstruir o código-fonte de uma web app a partir de screenshots e a jogar Pokemon FireRed a partir de pixels em bruto. A maior parte dos relatos vem do anúncio de lançamento da Anthropic, por isso são em primeira mão.

O Claude Fable 5 é bom a programar?

As provas iniciais dizem que sim, sobretudo para trabalhos grandes e de longa duração. O Cursor chamou-lhe estado da arte no CursorBench, a Cognition classificou-o como o mais alto na sua avaliação de código FrontierBench e o GitHub relatou autonomia e fiabilidade para lá dos benchmarks anteriores. O testador independente Simon Willison entregou uma semana de funcionalidades de biblioteca numa tarde com ele. Para pequenas edições do dia a dia, um modelo mais barato como o Sonnet é normalmente a melhor escolha.

Quanto custa o Claude Fable 5?

Custa $10 por milhão de tokens de entrada e $50 por milhão de tokens de saída, o dobro do preço do Opus 4.8. O ID do modelo é claude-fable-5. Está incluído gratuitamente nos planos Pro, Max, Team e Enterprise por lugar até 22 de junho de 2026, após o que passa a exigir créditos de utilização até a capacidade permitir um regresso aos planos padrão.

Porque é que o Claude Fable 5 às vezes responde como um modelo diferente?

O Fable 5 vem com classificadores de segurança. Quando uma pergunta toca em cibersegurança, biologia e química, ou tenta destilar o modelo, a resposta é tratada pelo Opus 4.8 e és notificado. A Anthropic diz que este fallback dispara em menos de 5% das sessões, por isso a maior parte do trabalho corre no Fable 5 com toda a capacidade.

O Claude Fable 5 consegue fazer as demos de ciência que a Anthropic mostrou?

Na maioria dos casos, não diretamente no modelo público. Os resultados de design de proteínas, genómica e biologia molecular foram produzidos pelo Mythos 5, o mesmo modelo subjacente com as salvaguardas levantadas, disponível apenas através de programas de acesso restrito. O Fable 5 público recorre ao Opus 4.8 na maioria das perguntas de biologia e química. Trata esses resultados como um teto para a classe de modelos, não como uma capacidade pública do dia a dia.

Vale a pena o Claude Fable 5 em vez do Opus 4.8?

Para trabalho de longo horizonte, autónomo ou de alto risco, os relatos iniciais apontam para um salto claro. Os clientes descreveram consistentemente que ele resolveu problemas que estavam fora de alcance para modelos anteriores, e bate o Opus 4.8 em benchmarks como a suite de folhas de cálculo em todos os níveis de esforço. As contrapartidas são reais: o dobro do preço e execuções mais lentas. Para trabalho de rotina, o Opus 4.8 ou o Sonnet continuam a ser a escolha mais económica.