Lançado o Claude 5.1! O modelo mais forte do mundo chegou

Original Follow AI's Machine Heart

A Anthropic acaba de lançar os modelos de próxima geração Claude Fable 5.1 e Claude Mythos 5.1.

A Anthropic afirma que o Claude Fable 5.1 é um dos modelos disponíveis publicamente mais poderosos, concebido para raciocínio complexo, tarefas de longa duração e fluxos de trabalho de agentes. O Claude Mythos 5.1 representa a sua exploração de limites de capacidade mais elevados.

É importante notar que, embora ambos partilhem as mesmas capacidades de modelo de base, foram adotadas diferentes medidas de segurança para diferentes cenários de utilização.

O Fable 5.1 está aberto a utilizadores gerais, programadores e empresas, enquanto o Mythos 5.1 se destina a parceiros avaliados em domínios de alto risco, mantendo controlos de acesso mais rigorosos.

Por outras palavras, um é responsável por executar tarefas do mundo real, enquanto o outro é mantido num ambiente mais estritamente controlado. Esta pode também ser a exploração da Anthropic sobre as formas futuras dos produtos de IA: os modelos mais fortes podem não ser necessariamente fornecidos a todos da mesma forma.

A declaração oficial indica que estes dois modelos representam avanços significativos nas capacidades da série Claude e demonstram como continuam a avançar na implantação segura enquanto melhoram as capacidades do modelo.

Como o modelo "mais forte em aparência", o Fable 5.1 continua a ter um desempenho impressionante. Dados oficiais mostram que o Fable 5.1 supera o anterior carro-chefe Fable 5 em vários testes de referência.

No entanto, com maiores capacidades, o preço diminuiu. A Anthropic afirma que o Fable 5.1 mantém o mesmo preço base, enquanto o custo das leituras de cache diminuiu 75% em comparação com o Fable 5. Na utilização prática, isto reduz o custo global do modelo para cargas de trabalho típicas em cerca de 25%; para cargas de trabalho altamente baseadas em agentes, os custos podem ser reduzidos até 45%.

Parece que até os modelos mais poderosos estão a focar-se na relação custo-eficácia.

Vamos analisar mais detalhadamente.

Os níveis inferiores alcançam a geração anterior, o Fable 5.1 concentra-se na "relação custo-eficácia"

Em vez de simplesmente atualizar a tabela de classificação, a Anthropic quer enfatizar desta vez: o Fable 5.1 pode concluir tarefas que anteriormente exigiam os níveis elevados do Fable 5 com custos de inferência mais baixos.

De acordo com testes oficiais, o Fable 5.1 já alcançou um desempenho próximo ou mesmo superior ao do Fable 5 em intensidades de inferência baixas e médias. O Claude Code assume por defeito uma intensidade de inferência elevada, enquanto o Claude Cowork e o Claude .ai assumem por defeito uma intensidade média, permitindo aos utilizadores ajustar entre velocidade, custo e eficácia com base na complexidade da tarefa.

Especificamente, o Fable 5.1 alcançou uma pontuação de 52,6% no benchmark de agente de investigação científica Terminal - Bench - Science 0.1, mais do dobro dos 24,7% do Fable 5; no Terminal - Bench 4.0, o Fable 5.1 atingiu 55,8%, com o mais capaz Mythos 5.1 a alcançar ainda 60,9%.

Em testes de trabalho de conhecimento, operações de computador e processos de negócio, o novo modelo também mostrou melhorias. As pontuações do AutomationBench aumentaram de 17,1% no Fable 5 para 31,4%, e o CursorBench 3.2.0 melhorou de 70,5% para 73,4%.

Em vários testes de referência, as pontuações do Fable 5.1 excederam as do Fable 5, com as melhorias mais significativas observadas em agentes de investigação científica e em capacidades de fluxo de trabalho empresarial.

No teste Terminal - Bench 4.0, tanto o Fable 5.1 como o Mythos 5.1 superaram o Mythos 5 anterior em diferentes intensidades de inferência.

No teste Terminal - Bench - Science 0.1, o Fable 5.1 alcançou uma pontuação máxima de 52,6%, mais do dobro da pontuação do Fable 5.

A Anthropic acredita que uma mudança importante no Fable 5.1 é a sua maior disposição para rastrear as causas profundas dos problemas, tornando-o mais adequado para executar tarefas complexas que duram horas ou mesmo dezenas de horas.

A empresa de investimento Millennium descobriu em testes que um código interno falha aproximadamente uma vez a cada milhão de execuções. Este problema tinha atormentado a equipa de engenharia durante quatro a cinco anos, e outros modelos não tinham identificado a causa. O Fable 5.1 identificou o problema como um bug numa biblioteca de programas de terceiros, desmontando a biblioteca do fornecedor externo e comparando ficheiros core dump.

A Ramp também executou o Fable 5.1 continuamente durante 38 horas. Depois de descobrir que os resultados originais de aprendizagem automática foram afetados por erros de etiquetagem, o modelo corrigiu autonomamente o problema e iniciou simultaneamente seis conjuntos de experiências, produzindo finalmente novos resultados e recomendações subsequentes.

De escrever código a conduzir investigação científica

Neste lançamento, a Anthropic dedicou uma parte considerável a discutir o desempenho do Fable 5.1 e do Mythos 5.1 na investigação científica.

Em experiências de design de proteínas, os investigadores fizeram com que o Mythos 5.1 chamasse ferramentas de código aberto de design e dobragem de proteínas, e depois enviaram os designs gerados para duas instituições externas para validação experimental.

Para três proteínas alvo, a afinidade de ligação dos ligandos concebidos pelo Mythos 5.1 atingiu dez vezes superior à das melhores soluções na competição de design de proteínas relacionada com a Adaptyv Bio. Quando confrontado com doze proteínas alvo, a taxa de sucesso de ligandos eficazes do modelo aproximou-se de 50%, enquanto o nível comum da indústria fornecido pela Anthropic é de 10% a 15%.

O Fable 5.1 também utilizou imagens de radar captadas pela sonda Magellan da NASA há mais de 30 anos para gerar um novo mapa de elevação de alta resolução para cerca de um terço da superfície de Vénus.

Imagens de radar de Vénus captadas pela sonda Magellan da NASA, com um pequeno vulcão-escudo de aproximadamente 15 quilómetros de diâmetro no centro.

O mapa original só podia mostrar detalhes a uma escala de 10 a 20 quilómetros, enquanto o novo mapa melhora a resolução para 2 a 3 quilómetros, com a precisão da medição de altura melhorada até 25%. A Anthropic planeia tornar público este mapa sob uma licença de partilha de conhecimento para futuras missões como a VERITAS da NASA e a EnVision da Agência Espacial Europeia.

No campo da biologia computacional, o Mythos 5.1 melhorou a velocidade de execução de sete modelos de aprendizagem profunda de código aberto de proteínas e genómica até 2,5 vezes, escrevendo kernels de GPU personalizados e guardando em cache resultados intermédios, mantendo resultados de saída consistentes. Em algumas tarefas de análise de genoma completo, prevê-se uma redução dos custos de GPU em 30% a 60%.

Após otimizar sete modelos de código aberto de proteínas e genómica, a velocidade de inferência do Mythos 5.1 aumentou entre 1,4 e 2,5 vezes.

A Anthropic pretende usar estes casos para demonstrar que o modelo está a evoluir de organizar informação e escrever código para propor soluções, executar ferramentas e fornecer resultados de investigação que podem ser validados experimentalmente.

Os preços de cache diminuíram 75%, com tarefas de agentes a ficarem até 45% mais baratas.

Além do desempenho, o preço é a mudança mais significativa no Fable 5.1.

Os preços de input e output do Fable 5.1 não foram ajustados, permanecendo em $10 por milhão de tokens e $50, respetivamente, mas o preço de leitura de cache foi reduzido em 75%, para $0,25 por milhão de tokens.

A leitura de cache consiste na reutilização pelo modelo de contexto já processado. A sua proporção pode ser limitada em perguntas e respostas normais, mas em tarefas de agentes que exigem leitura repetida de bases de código, diálogos históricos e resultados de ferramentas, a cache constitui frequentemente um custo importante.

De acordo com os cálculos da Anthropic baseados em dados de utilização reais de agosto de 2026, o custo total de executar tarefas típicas com o Fable 5.1 é cerca de 25% inferior ao do Fable 5; para tarefas de agentes complexas com contextos mais longos e chamadas de ferramentas frequentes, a redução de custos pode atingir cerca de 45%.

Após a redução dos preços de leitura de cache, o custo das tarefas típicas com o Fable 5.1 é reduzido em cerca de 25%, enquanto o custo das tarefas altamente baseadas em agentes é reduzido até cerca de 45%.

O Fable 5.1 está agora disponível no Claude .ai, Claude Code e Claude API, e também é disponibilizado através da AWS, Google Cloud e Microsoft Azure. Os programadores podem invocar o novo modelo através de claude - fable -5-1.

Mecanismo anti-destilação de modelos reforçado

O Fable 5.1 e o Mythos 5.1 partilham na verdade o mesmo modelo subjacente, com a principal diferença nas restrições de segurança.

O Fable 5.1 está totalmente aberto a utilizadores gerais e empresas; o Mythos 5.1 tem restrições de cibersegurança e ciências da vida mais flexíveis e está atualmente disponível apenas para indivíduos e instituições avaliados.

No campo da cibersegurança, o Fable 5.1 já pode ajudar os utilizadores a descobrir vulnerabilidades de software, mas ainda não pode gerar diretamente exploits. Tarefas de dupla utilização, como testes de penetração, geração de exploits e verificação de vulnerabilidades baseada em ficheiros binários, podem ainda ser direcionadas para modelos com restrições mais rigorosas.

Após ajustes, a nova versão do mecanismo de segurança de cibersegurança reduziu os falsos positivos em cerca de 60% em comparação com o Fable 5. A taxa de falsos positivos dos mecanismos de biossegurança em questões básicas de biologia e medicina também diminuiu 85%, enquanto as capacidades avançadas relacionadas com a investigação em ciências da vida são principalmente disponibilizadas através do programa de revisão Mythos 5.1.

A Anthropic também introduziu o Enterprise Frontier Safeguards. As empresas podem armazenar dados na sua infraestrutura de nuvem controlada, com a empresa responsável pelas revisões manuais por padrão, alcançando assim efeitos de privacidade de quase "zero retenção de dados", mantendo capacidades de monitorização de segurança. Este mecanismo está previsto para ser introduzido gradualmente a partir deste outono.

Para a destilação de modelos em grande escala, o Fable 5.1 também introduziu novas restrições. As contas API criadas após esse dia não poderão modificar manualmente o contexto anterior em diálogos de várias interações, mantendo os registos de pensamento histórico do Claude. A Anthropic afirma que esta mudança visa principalmente impedir um método de extração de capacidades publicamente conhecido.

Além disso, para cumprir os requisitos da Lei da Inteligência Artificial da UE, a saída de texto do Fable 5.1 incluirá marcas d'água invisíveis. A Anthropic também começou a testar em pequena escala APIs de deteção, inicialmente abertas a agências reguladoras, meios de comunicação, organizações de verificação de fatos e instituições de investigação.

Finalmente, os utilizadores da Internet têm razão; quem madruga usa primeiro o 5.1.