Anthropic odświeżyło linię Claude po zaledwie trzech miesiącach od premiery Fable 5. Nowy Claude Fable 5.1 ma kosztować mniej w typowych wdrożeniach, lepiej radzić sobie z długimi zadaniami i jednocześnie sprawiać mniej problemów firmom, które odbijały się od zbyt sztywnych ograniczeń.
TL;DR
- Claude Fable 5.1 jest dostępny szerzej, a Mythos 5.1 trafia tylko do zaufanych partnerów w cyberbezpieczeństwie i naukach przyrodniczych
- Według Anthropic koszt typowych zadań spada o około 25%, a w pracy agentycznej nawet o 45% dzięki tańszym odczytom cache
- Według danych Anthropic w Terminal-Bench-Science 0.1 model osiągnął 52,6% wobec 24,7% dla Fable 5
- Enterprise Frontier Safeguards ma trafić do klientów od jesieni 2026, a część firm już korzysta z zero data retention
- Fable 5.1 ma wykrywać luki w oprogramowaniu, ale nie generować exploitów
Anthropic poprawia Fable po czerwcowej premierze
W czerwcu 2026 roku Anthropic wprowadziło Fable 5 jako swój najbardziej zaawansowany model dostępny szeroko. We wrześniu pojawiła się wersja 5.1, która według firmy odpowiada na trzy bardzo przyziemne uwagi klientów: cenę, retencję danych i zbyt agresywne zabezpieczenia. To szybka korekta, a nie kosmetyka pod numerację.
Z relacji The Verge i Bloomberga wynika, że Anthropic celuje przede wszystkim w długie, wieloetapowe zadania — od kodowania po badania naukowe. I to akurat brzmi wiarygodnie: dziś firmy rzadziej pytają, czy model „umie wszystko”, a częściej, czy nie pogubi się po dwudziestym kroku.
We’re introducing Claude Fable 5.1 and Claude Mythos 5.1.
They’re the world’s most advanced models for coding and knowledge work. pic.twitter.com/8P9PSrWPi3
— Claude (@claudeai) September 1, 2026
Claude Fable 5.1: ceny spadają, ale nie dla każdego tak samo
Anthropic podaje, że Claude Fable 5.1 jest średnio o 25% tańszy w typowym rozliczeniu tokenowym, a przy pracy agentycznej oszczędności mogą sięgać 45%. Firma wiąże to głównie z czterokrotnie niższą ceną odczytów z cache. W praktyce najbardziej skorzystają ci, którzy często odwołują się do tych samych kontekstów i budują dłuższe procesy nad jednym zestawem danych. Największa zmiana jest w cache.
W FAQ Anthropic utrzymało bazowe stawki Fable 5 na poziomie 10 i 50 dolarów za milion tokenów wejściowych i wyjściowych. Dla polskich firm to ważny detal, bo sama „obniżka ceny modelu” brzmi dobrze w slajdzie, ale realny rachunek zależy od tego, jak wygląda użycie w produkcji.
Co Anthropic zmienia w retencji danych i zabezpieczeniach
Od jesieni 2026 Anthropic ma wdrażać Enterprise Frontier Safeguards, czyli zestaw zabezpieczeń, w którym dane pozostają na infrastrukturze klienta. Do tego czasu wybrani użytkownicy mogą korzystać z trybu zero data retention. To jedna z tych zmian, które nie robią hałasu na X, ale w zakupach enterprise potrafią przesądzić o wdrożeniu. Dane mają zostać u klienta.
Anthropic twierdzi też, że w zastosowaniach związanych z cyberbezpieczeństwem liczba fałszywych alarmów spadła o 60%. Fable 5.1 ma wykrywać luki w oprogramowaniu, ale nie generować exploitów, a takie zadania firma przekierowuje do Opus 4.8. W biologii dostęp pozostaje mocno ograniczony: Mythos 5.1 działa w programie dla zweryfikowanych partnerów w ramach Project Glasswing, rozwijanym we współpracy z rządem USA.
Benchmarki Fable 5.1 wyglądają dobrze, ale najciekawsze jest co innego
Według danych Anthropic Claude Fable 5.1 osiągnął 52,6% w Terminal-Bench-Science 0.1 wobec 24,7% dla Fable 5. W Terminal-Bench 4.0 wynik Fable 5.1 to 55,8%, a Mythos 5.1 dochodzi do 60,9%.
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 52.6% | 24.7% | 29.0% |
| Terminal-Bench 4.0 | 55.8% | 42.0% | 52.3% |
| GDPval-AA v2 | 1853 | 1723 | 1824 |
| OSWorld 2.0 (strict) | 41.7% | 36.1% | 39.6% |
Na papierze wygląda to bardzo solidnie, szczególnie tam, gdzie model ma utrzymać sens działania przez dłuższy czas. Skok jest wyraźny.
Ciekawsza od samych benchmarków jest jednak reakcja użytkowników. Jane Street Capital, cytowane w materiałach o premierze, zwraca uwagę na lepszą czytelność długich, wieloetapowych zadań. To dobry sygnał, bo firmy zwykle wybaczają modelowi drobne potknięcia, ale nie chaos w połowie procesu.
