Anthropic a laissé le tarif affiché de Fable 5.1 strictement identique à celui de Fable 5, tout en divisant par quatre le prix de la lecture en cache. Ce test Claude Fable 5.1 mesure ce que cette bascule change réellement sur une facture, et ce que les soixante pour cent d’interruptions en moins débloquent au passage.
Pour résumer
- La lecture en cache passe de 1 dollar à 0,25 dollar le million, soit 25 à 45 % de coût total en moins selon la charge.
- Le modèle bat Fable 5 sur chaque benchmark publié, avec des écarts allant de 3 à 28 points.
- Trois ruptures d’API attendent les équipes qui migrent, dont la disparition du forçage d’outil.
Faire résumer ce test par une IA
ChatGPTUn tarif identique et une facture qui baisse quand même
Le point de départ de ce test Claude Fable 5.1 est une grille tarifaire qui n’a pas bougé. Dix dollars le million de tokens en entrée, cinquante en sortie, exactement comme pour Fable 5.
La bascule se joue une ligne plus bas. La lecture en cache tombe de 1 dollar à 0,25 dollar le million, une division par quatre qui ne se voit nulle part dans le titre de l’annonce.
L’effet dépend entièrement du profil de la charge. Sur des tâches agentiques multi-étapes avec 90 % de contexte servi depuis le cache, le coût mesuré recule d’environ 20,9 %, et l’estimation générale s’établit entre 25 et 45 % selon les scénarios.
Concrètement, une équipe qui rejoue le même préfixe système sur des milliers d’appels quotidiens change de ligne budgétaire sans changer une ligne de code. C’est le genre d’évolution qui se remarque en fin de mois, pas dans une fiche produit.
La contrepartie existe et elle mérite d’être posée. Fable 5.1 impose une rétention des données de 30 jours et n’ouvre pas l’accès au Priority Tier, deux contraintes qui pèsent sur les environnements réglementés.
Une option de rétention nulle est cependant disponible pour les clients qui la demandent, et les garde-fous d’entreprise annoncés pour l’automne promettent de laisser à chacun la main sur les méthodes de surveillance. Ce cadrage prolonge la baisse de coût de 25 % que nous relevions à la sortie du modèle.
Le comparatif interne reste le plus instructif. Claude Opus 5 coûte 5 dollars en entrée et 25 en sortie, soit la moitié du tarif, ce qui laisse une vraie question ouverte pour les charges à fort volume.
Soixante pour cent d’interruptions en moins, et ce que ça débloque
Le second changement de ce test Claude Fable 5.1 ne se mesure pas en dollars. Le modèle déclenche environ 60 % d’interventions de sécurité en moins par session que son prédécesseur.
Pour un usage courant, la différence tient dans le nombre de fois où une requête légitime se heurte à un refus. Les faux positifs sur les questions de sécurité bénignes reculent nettement, ce qui était le reproche le plus constant adressé à la famille.
Une capacité change carrément de statut au passage. Le modèle accepte désormais d’identifier des vulnérabilités dans du code source, là où la version précédente bloquait, ce qui ouvre un usage défensif jusqu’ici réservé aux outils dédiés.
⚠️ Information importante
Fable 5.1 déclenche environ 60 % d’interruptions de sécurité en moins que Fable 5, et il accepte désormais d’analyser du code pour y repérer des vulnérabilités, ce que la version précédente refusait. C’est le changement le plus concret à l’usage quotidien.
Cette ouverture s’inscrit dans une trajectoire cohérente chez l’éditeur, qui avait déjà déplacé la revue de code vers ses modèles les plus lourds en confiant l’analyse de code à Mythos 5.
Côté performance, les gains les plus larges tombent sur les tâches scientifiques et agentiques. Terminal-Bench-Science 0.1 bondit de 24,7 % à 52,6 %, soit vingt-huit points, et AutomationBench passe de 17,1 % à 31,4 %.
Terminal-Bench 4.0 suit la même pente, de 42,0 % à 55,8 %, ce qui place le modèle devant Opus 5 et ses 52,3 %. C’est le score qui porte le record revendiqué sur le codage agentique en ligne de commande.
Sur le reste, les progressions sont réelles mais modestes. CursorBench 3.2.0 gagne trois points à 73,4 %, SWE-bench Pro passe de 80,0 à 81,2, et OSWorld 2.0 monte de 36,1 % à 41,7 %.
Le raisonnement général progresse de façon comparable. Humanity’s Last Exam avec outils passe de 63,8 % à 65,0 %, et l’indice de travail professionnel GDPval-AA v2 monte de 1723 à 1853 points.
L’écart moyen raconte donc deux histoires selon la tâche. Trois points sur les exercices déjà maîtrisés, vingt-huit sur ceux où la version précédente décrochait, ce qui désigne un modèle qui comble ses trous plus qu’il ne repousse son plafond.
D’autres articles sur Horizon
- GPT-6 Astra : OpenAI revendique l’IA générale
- OpenAI rend le raisonnement d’Astra plus dur à suivre
- Gemini 3.8 Flash talonne Claude Opus 5 sur le code
Comment nous avons chiffré ce comparatif
Les chiffres de ce test viennent de trois sources mises côte à côte : les grilles tarifaires publiées par Anthropic pour Fable 5.1, Fable 5 et Opus 5, les scores de benchmarks publiés à la sortie du modèle, et un scénario de charge agentique où 90 % du contexte est servi depuis le cache, celui qui donne la baisse mesurée d’environ 20,9 %.
La fourchette de 25 à 45 % correspond aux autres profils de charge, du plus léger au plus intensif en cache. Quand l’éditeur est la seule source d’un chiffre et qu’aucune mesure indépendante n’existe encore, le corps de l’article le signale explicitement.
Notre verdict, et les trois ruptures d’API à prévoir
Une migration depuis Fable 5 n’est pas transparente, et c’est le principal avertissement de ce test. Trois comportements changent au niveau de l’interface, sans possibilité de contournement.
Le forçage d’outil disparaît. Les valeurs qui obligeaient le modèle à appeler un outil, nommé ou non, ne sont plus supportées, ce qui casse les chaînes construites sur un routage déterministe.
Les blocs de raisonnement sont désormais liés au préfixe de la conversation. Toute réécriture de l’historique en cours de session déclenche une erreur, ce qui interdit les manipulations de contexte à la volée que certaines architectures pratiquaient librement.
La réflexion ne se désactive plus. Elle se module par un paramètre d’effort, ce qui déplace le levier de contrôle mais retire l’option de la couper totalement pour des appels simples.
Notre verdict se sépare donc en deux cas nets. Pour de la recherche autonome multi-étapes et des sessions agentiques longues avec usage intensif d’outils, Fable 5.1 justifie sa place et le cache à 0,25 dollar rend l’addition supportable.
Pour du code au quotidien, du refactoring et de l’analyse à fort volume d’appels, Opus 5 reste le choix rationnel. La moitié du tarif pour un écart de trois points sur les benchmarks de codage classiques n’a pas d’équivalent dans le catalogue.
Fable 5 sort en revanche du tableau sans discussion. Le modèle coûte exactement le même prix affiché, perd sur chaque benchmark publié et paie sa lecture en cache quatre fois plus cher, ce qui ne laisse aucun argument à sa conservation.
La variante Mythos 5.1 reste hors de portée pour la plupart des équipes. Elle est réservée aux organisations partenaires vérifiées dans la cybersécurité et les sciences du vivant, un cadrage qui rejoint la logique observée quand un modèle de la famille corrigeait Claude mieux que vingt-huit chercheurs.
Il reste un chiffre que ce test ne peut pas vérifier lui-même. L’éditeur affirme que le modèle a produit trois découvertes scientifiques inédites avant son lancement, et cette catégorie de résultat ne se vérifie qu’avec du recul.
Trois questions pour retenir l’essentiel
Qu’est-ce qui change réellement dans la grille tarifaire de Fable 5.1 ?
Voir la réponse
Rien sur les tarifs affichés (10 $ le million en entrée, 50 $ en sortie). La lecture en cache passe de 1 $ à 0,25 $ le million de tokens, d’où une facture en baisse de 25 à 45 % selon la charge.
Quel modèle reste le choix rationnel pour du code au quotidien ?
Voir la réponse
Opus 5. La moitié du tarif de Fable 5.1 pour un écart d’environ trois points sur les benchmarks de codage classiques.
Quelles ruptures d’API attendent une équipe qui migre depuis Fable 5 ?
Voir la réponse
Trois : le forçage d’outil disparaît, les blocs de raisonnement sont liés au préfixe de la conversation, et la réflexion se module désormais par un paramètre d’effort au lieu de se désactiver.
Affaire à suivre sur Horizon.
