Claude Fable 5 vs Opus 4.8

O Claude Fable 5 vence o Opus 4.8 em quase todos os benchmarks que a Anthropic publicou, e custa exatamente o dobro ($10/$50 por milhão de tokens contra $5/$25). A pergunta certa não é "qual modelo é melhor" (é o Fable 5), é "quando é que pagar o dobro por token devolve mais do dobro de valor".

Isto torna a decisão num gasto-por-tarefa, não num preço-por-token. O Fable 5 justifica o prémio em trabalho longo, complexo ou propenso a falhar, onde termina em menos turnos, à primeira, sem ninguém ter de o salvar. Em trabalho rotineiro, bem definido e de grande volume, o Opus 4.8 a metade do preço continua a ser o padrão racional.

O Fable 5 é o primeiro modelo da classe Mythos disponível ao público, um nível que agora fica acima da classe Opus. O enquadramento da própria Anthropic é invulgarmente direto: as suas capacidades "excedem as de qualquer modelo que alguma vez tornámos disponível ao público em geral", e "quanto mais longa e complexa for a tarefa, maior a vantagem do Fable 5 sobre os nossos outros modelos". Essa última frase é a decisão inteira numa só linha.

Veredicto Rápido

Vai buscar o Fable 5 quando a tarefa for difícil o suficiente para que a capacidade se acumule:

• migrações de grandes bases de código e refactors multi-repo
• execuções autónomas de agentes de longa duração que arrancas e deixas a correr
• investigação financeira, analítica ou científica complexa
• trabalho com muita visão (screenshot-para-código, extrair números de figuras densas)
• análise perto de 1M de tokens onde falhar um detalhe sai caro

Fica no Opus 4.8 quando o trabalho é rotineiro, de grande volume, sensível à latência ou limitado por retenção zero de dados. O Opus 4.8 continua a ser um modelo de fronteira forte, à frente do GPT-5.5 em coding agêntico difícil. Não ficou pior no dia em que o Fable 5 saiu.

Especificações Principais

As duas linhas que decidem tudo são o preço (exatamente o dobro) e a classe (um salto de nível a sério, não um incremento). Tudo o que vem a seguir explica como ler a diferença entre eles.

A Diferença nos Benchmarks É Real, e Cresce com o Comprimento da Tarefa

A maioria dos lançamentos pontuais mostra uns pontinhos de variação. Não é o caso aqui. A vantagem do Fable 5 sobre o Opus 4.8 é maior precisamente onde o trabalho é mais difícil.

Lê esta tabela com atenção, porque nem todas as linhas significam o mesmo.

O SWE-Bench Pro é aquele a que deves dar mais peso. É a variante difícil, de ponta a ponta, em que um agente de coding tem de resolver issues reais do GitHub, e 80,3% contra 69,2% é o sinal mais limpo de que o Fable 5 acerta em trabalho difícil mais vezes. Para contexto, esses +11,1 de diferença sobre o Opus são maiores do que a própria vantagem do Opus 4.8 sobre o Gemini 3.1 Pro (54,2%).

O SWE-Bench Verified a 95,0% parece dramático mas diz menos. Os modelos de fronteira já estão perto do teto no Verified, por isso o número Pro, mais difícil, é o que carrega a informação real.

O FrontierCode Diamond é o destaque silencioso. Mede se o código é manutenível e de nível de produção, não só se os testes passam, e o Fable 5 mais do que duplica o Opus 4.8. E o crítico: a Anthropic relata que o Fable 5 lidera os modelos de fronteira no FrontierCode mesmo com esforço médio. Não tens de pagar pelo esforço máximo para bater o Opus, o que importa para as contas de custo mais abaixo.

Vale a pena dizer um aviso em voz alta. A Anthropic correu a maior parte destas avaliações, e vários números de clientes iniciais são testemunhos e não resultados auditados. Pelo menos um investigador de código aberto questionou publicamente se os números pré-lançamento foram escolhidos para favorecer. Trata os benchmarks como uma direção e valida nas tuas próprias tarefas antes de comprometeres tráfego.

ROI Por Tarefa, Não Por Token

Aqui está o argumento que decide tudo. A etiqueta diz 2x. A tua fatura não é a etiqueta.

A diretora de gestão de produto para investigação da Anthropic, Dianne Penn, foi direta com a CNBC: o preço está "muito presente na cabeça" dos clientes, mas eles não andam só atrás de custos mais baixos. Querem mais precisão e mais benefício por dólar, e os clientes iniciais do Fable 5 "notaram uma melhoria no gasto por tarefa". O resumo dela: "Tens simplesmente um ROI mais alto por teres modelos mais inteligentes."

Três coisas movem o gasto-por-tarefa a favor do Fable 5:

Menos turnos. Um cliente de automação de folhas de cálculo descobriu que o Fable 5 bate o Opus 4.8 em todos os níveis de esforço e termina execuções 25 a 30% mais depressa com menos turnos. Menos turnos significa menos chamadas a ferramentas e menos exploração repetida, ou seja, menos tokens faturados por trabalho concluído.

Menos tokens para o mesmo resultado. Um laboratório de física de fronteira relatou que o Fable 5 foi o modelo mais forte que testou "usando um terço dos tokens de raciocínio", chegando em 36 horas quase ao ponto onde o GPT-5.5 ficou ao fim de quatro dias. Faz as contas: um terço dos tokens ao dobro do preço por token dá dois terços do custo efetivo. Nessa classe de tarefa, o Fable 5 fica mais barato apesar da tabela de preços ser o dobro.

Ninguém tem de o salvar. Uma execução falhada do Opus que precisa que um programador intervenha custa muito mais do que a fatura de tokens. A Base44 descreveu apps que "levavam cem prompts há um ano" a serem agora resolvidas à primeira. A Rakuten foi mais seca: "o raciocínio extra paga-se a si próprio".

O exemplo único mais claro é a Stripe. Numa base de código Ruby de 50 milhões de linhas, o Fable 5 correu uma migração ao nível de toda a base de código num dia, estimada em mais de dois meses de trabalho manual de uma equipa. A $10/$50, a fatura de tokens desse dia é um erro de arredondamento contra dois meses de salários de engenheiros. É assim que se parece "ROI por tarefa, não por token" no extremo.

O Que Uma Tarefa Custa Mesmo em Cada Modelo

Pega numa chamada agêntica representativa: 100K tokens de contexto à entrada, 20K tokens à saída.

No Opus 4.8:

input:  100,000 tokens × $5/1M  = $0.50
output:  20,000 tokens × $25/1M = $0.50
total                           = $1.00

No Fable 5, com o mesmo uso de tokens:

input:  100,000 tokens × $10/1M = $1.00
output:  20,000 tokens × $50/1M = $1.00
total                           = $2.00

Exatamente o dobro, a confirmar a etiqueta, mas só se o Fable 5 gastar os mesmos tokens. Agora aplica a evidência de eficiência.

Imagina que a tarefa é mesmo difícil. O Opus 4.8 só a conclui à primeira metade das vezes; o Fable 5 acerta logo à primeira. O custo por tentativa fica em $1.00 no Opus e $2.00 no Fable.

Opus 4.8: 2 attempts × $1.00 = $2.00 in tokens, plus a human review of the failed run
Fable 5:  1 attempt  × $2.00 = $2.00 in tokens, no rescue

A mesma fatura de tokens, mas o caminho do Opus também gastou uma tarde de um programador. É a inversão do gasto-por-tarefa que a Penn descreveu, e é por isso que a etiqueta por token é o número errado para otimizar.

O lado oposto é igualmente real. Em saída rotineira e de grande volume que o Opus já trata bem, o prémio de 2x é puro custo adicional. À escala empresarial, os analistas de faturação já o modelaram: 5 mil milhões de tokens de saída por ano custam cerca de $125,000 no Opus 4.8 contra $250,000 no Fable 5. Para classificação, sumarização e extração estruturada, essa diferença não é um erro de arredondamento. É a conversa de orçamento toda.

Quando o Opus 4.8 Ainda É a Escolha Certa

O Fable 5 ganhar os benchmarks não faz do Opus 4.8 o padrão errado. Fica no Opus quando qualquer uma destas se aplicar:

O trabalho é rotineiro e de grande volume. A economia por token domina, e o 2x acumula depressa ao longo de milhões de chamadas.

A latência ou o custo por pedido é a prioridade. O Opus é mais barato e não corre os turnos longos e deliberados que o Fable 5 faz com esforço mais alto.

Precisas de retenção zero de dados. O Opus 4.8 suporta ZDR. O Fable 5 é um covered model com retenção obrigatória de 30 dias, necessária para correr os seus classificadores de segurança. Os dados não são usados para treino, mas ficam retidos, e para algumas empresas isso é uma barreira rígida de compra, independentemente dos benchmarks.

O teu trabalho fica perto das fronteiras de cyber, bio ou quím. O Fable 5 encaminha à mesma as consultas sinalizadas nesses domínios para o Opus 4.8. Pagarias o prémio do Fable até ao momento em que o fallback dispara, e depois recebes uma resposta do Opus. Nesse tráfego, usa só o Opus.

E lembra-te: a troca não é direta. O Fable 5 mantém o thinking sempre ligado (afinas a profundidade com o esforço, não o podes desligar), devolve recusas como um HTTP 200 bem-sucedido com uma stop reason refusal que o teu código tem de verificar, e corre turnos mais longos que podem rebentar os timeouts do cliente. Planeia a migração; não mudes só a string do modelo.

A Relação de Fallback

Há um detalhe sem equivalente em nenhum lançamento do Opus. O Fable 5 vem com classificadores que vigiam pedidos de cibersegurança, biologia e química, e destilação de modelos. Quando um deles dispara, a tua consulta é respondida pelo Opus 4.8 em vez disso, e és avisado de que aconteceu.

A Anthropic diz que isto dispara em menos de 5% das sessões, e que mais de 95% das sessões correm inteiramente no Fable 5. Por outras palavras, cerca de uma em vinte sessões pode não estar a correr no modelo que escolheste. Nos temas que o disparam, o Fable 5 implantável tem efetivamente o desempenho do Opus 4.8, porque é literalmente o que responde.

A vantagem de custo: essas respostas reencaminhadas são faturadas às tarifas do Opus, não às do Fable. Por isso cargas de trabalho de bio, quím ou perto de segurança que disparam o classificador ganham um desconto discreto. A desvantagem é a imprevisibilidade, o que é por si só uma razão para manter esse tráfego no Opus por opção e não por acidente.

Como Escolher

A decisão reduz-se a uma regra de encaminhamento. Por defeito, vai pelo modelo mais barato que ultrapasse de forma fiável a tua barra de qualidade, e promove uma tarefa para o Fable 5 só quando o Opus 4.8 falha de forma demonstrável, perde o plano a meio da tarefa, ou queima mais tokens no total por causa das repetições.

Se geres uma frota de agentes, não escolhes uma só vez. Põe os planeadores e os builders mais difíceis no Fable 5, mantém os avaliadores, os linters, os escritores de docs e os testers rotineiros no Opus 4.8, e deixa cada papel comprar exatamente a inteligência de que precisa. A escolha do modelo vive ao lado do agente, não na raiz do projeto.

O Veredicto

O Fable 5 é um salto de nível a sério, não um lançamento pontual, e está cotado como tal. A diferença nos benchmarks é real e alarga-se à medida que as tarefas ficam mais longas e mais difíceis. O prémio é exatamente 2x no papel, mas o teu número real depende de se os menos turnos do Fable, os menos tokens e a taxa de sucesso mais alta à primeira compram de volta mais do que a tarifa duplicada.

Para a cauda difícil e de longo horizonte do teu trabalho, normalmente compram. Para tudo o que é rotineiro, o Opus 4.8 a metade do preço continua a ganhar. Encaminha em conformidade, e deixa a tarefa decidir o modelo.

Perguntas Frequentes

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

Para tarefas longas, complexas ou propensas a falhar, sim. O Fable 5 lidera o Opus 4.8 em todos os benchmarks publicados (80,3% vs 69,2% no SWE-Bench Pro), e os seus menos turnos e maior taxa de sucesso à primeira podem tornar o gasto-por-tarefa mais baixo apesar da etiqueta de 2x. Para trabalho rotineiro e de grande volume, o Opus 4.8 a metade do preço é a melhor escolha.

Quanto custa o Claude Fable 5 mais do que o Opus 4.8?

Exatamente o dobro em cada linha da tabela de preços: $10 vs $5 por milhão de tokens de entrada e $50 vs $25 por milhão de tokens de saída. Uma tarefa de 100K-entrada/20K-saída custa $2.00 no Fable 5 contra $1.00 no Opus 4.8 com o mesmo uso de tokens. A eficiência de tokens pode estreitar ou até inverter essa diferença em tarefas difíceis.

Devo escolher o Claude Fable 5 ou o Opus 4.8 para coding?

Para grandes migrações, refactors multi-repo e execuções autónomas longas, escolhe o Fable 5, onde a vantagem no SWE-Bench Pro e a retenção do plano se acumulam. Para edições rotineiras, helpers e chamadas de grande volume, escolhe o Opus 4.8 ou o Sonnet 4.6. Muitas equipas encaminham os dois: planeadores e builders difíceis no Fable, tudo o resto no Opus.

Porque é que o meu pedido ao Claude Fable 5 foi respondido pelo Opus 4.8?

Os safeguards do Fable 5 encaminham pedidos sinalizados de cibersegurança, biologia, química e destilação para o Opus 4.8 e avisam-te. A Anthropic diz que isto acontece em menos de 5% das sessões. Essas respostas são faturadas às tarifas do Opus, não às do Fable.

O Claude Fable 5 suporta retenção zero de dados?

Não. O Fable 5 é um covered model com retenção obrigatória de 30 dias, necessária para correr os seus classificadores de segurança. Os dados retidos não são usados para treino, mas ficam retidos. O Opus 4.8 continua a suportar retenção zero de dados, o que pode ser o fator decisivo para cargas de trabalho reguladas.

A diferença nos benchmarks é fiável?

Trata-a como uma direção. A Anthropic correu a maior parte das avaliações e vários números de clientes iniciais são testemunhos e não resultados auditados, e pelo menos um investigador questionou os números pré-lançamento. A metodologia do SWE-Bench Pro é pública e foi aplicada a vários modelos, o que faz dos 80,3% vs 69,2% a comparação única mais de confiança. Valida nas tuas próprias tarefas antes de comprometeres tráfego.

Fontes

• Claude Fable 5 and Claude Mythos 5
• Anthropic's Claude Fable 5 is a version of Mythos the public can access today (TechCrunch)
• Anthropic releases Mythos-like AI model to the public (CNBC)
• Claude Fable 5 on AWS (AWS News Blog)
• Claude Fable 5 and Mythos 5 benchmarks explained (Vellum)
• Claude Fable 5 vs Opus 4.8: Benchmarks, Pricing & When to Use Each (TrueFoundry)
• Prompting Claude Fable 5 (API docs)

Páginas Relacionadas

• Cheatsheet do Opus 4.8
• Preço e Controlo de Custos do Claude Fable 5
• Claude Opus 4.7 vs 4.6
• Modelos do Claude Code