Anthropic vient de lancer le modèle le plus capable qu’elle met entre les mains du grand public, et la première recommandation de son propre communiqué consiste à ne pas commencer par lui.
Pour l’essentiel du code et du travail de bureau, l’entreprise conseille de partir de Claude Opus 5.5, présenté comme son modèle « du quotidien », puis de monter d’un cran seulement si le chantier l’exige. Fable 5.2 vise donc les chantiers longs et ouverts ; le reste du temps, c’est une Formule 1 pour aller chercher le pain.
Claude Fable 5.2 et Claude Mythos 5.2 ont été annoncés le 9 novembre. Il s’agit du même modèle sous deux étiquettes : Fable embarque des filtres qui bloquent les usages offensifs en cybersécurité (tests d’intrusion, écriture d’exploits) et la plupart des tâches de recherche en biologie, tandis que Mythos, sans ces filtres, reste réservé aux organisations validées par Anthropic.
Le tarif passe à 8 dollars le million de tokens en entrée et 40 dollars en sortie (prix américains hors taxes, environ 7 et 37 €), contre 10 et 50 dollars pour Fable 5.1, sorti début septembre. Un million de tokens (des morceaux de mots) représente en gros cinq ou six romans, une facture qui concerne surtout les développeurs. Un mode rapide, jusqu’à 2,5 fois plus véloce que le mode normal, coûte le double. Les abonnés Pro peuvent y consacrer jusqu’à la moitié de leur quota hebdomadaire.
Pour aller plus loin
Claude Fable 5.1 : Anthropic mise sur la baisse des coûts plus que sur les benchmarks
Des progrès nets, des tableaux à lire de près
Selon Anthropic, Fable 5.2 passe de 56,3 à 69,9 % sur FrontierSWE v2 (correction de bugs dans de vrais projets), de 65,6 à 74,2 % sur Humanity’s Last Exam avec outils, et plus que double son score en robotique simulée, de 27,6 à 64,9 %.
L’argument le plus intéressant porte sur l’effort de raisonnement (le temps qu’on laisse au modèle pour réfléchir) : en effort « élevé », Fable 5.2 égalerait le meilleur score d’Opus 5.5 sur FrontierCode 2.0, qui vérifie si un correctif serait accepté par les mainteneurs d’un projet open source, pour environ moitié moins cher par tâche. Après les économies déjà au cœur du lancement de Fable 5.1, Anthropic vend toujours l’efficacité autant que la puissance.
| Domaine / benchmark | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| Code en agent : FrontierCode 2.0 | 49,1 % (effort Xhigh) | 32,4 % (effort Xhigh) | 45,5 % | 42,8 % | 41,1 % (effort moyen) |
| Code en agent : FrontierSWE v2 | 69,9 % | 56,3 % | 62,3 % | 65,5 % | 61,2 % |
| Automatisation de tâches métier : AutomationBench | 51,4 % | 31,4 % | 42,5 % | 41,4 % | 53,9 % |
| Recherche scientifique en agent : Terminal-Bench-Science 0.1 | 74,6 % (75,3 % pour Mythos 5.2) | 52,6 % | 58,7 % | 68,1 % | 64,8 % |
| Cybersécurité : CyScenarioBench* | 76,3 % (Mythos 5.2) | 61,7 % (Mythos 5.1) | 67,6 % (sans filtres) | 61 % (GPT-6 Cyber) | Non communiqué |
| Cybersécurité : CVE Rediscovery | 89,6 % (Mythos 5.2) | 78,3 % (Mythos 5.1) | 81,3 % (sans filtres) | Non communiqué | Non communiqué |
| Conception de protéines (24 h) | 85,1 % (Mythos 5.2) | 79,1 % (Mythos 5.1) | 82,6 % (sans filtres) | Non communiqué | Non communiqué |
| Recherche web en agent : WANDR | 82,1 % | 68,7 % | 72,3 % | Non communiqué | Non communiqué |
| Pilotage d’ordinateur : OSWorld 2.1 (jeu hors ligne, partiel) | 89,3 % | 83,5 % | 87,2 % | 79,5 % | 81,5 % |
| Robotique : RoboDojo Sim** | 64,9 % | 27,6 % | 39,4 % | 29,8 % | Non communiqué |
| Travail de bureau : AA-Briefcase v1.1 (grille) | 66,1 % | 61,5 % | 61,2 % | 52 % | 61,8 % |
| Travail de bureau : AA-Briefcase v1.1 (Elo) | 1 785 | 1 669 | 1 800 | 1 569 | 1 611 |
| Travail à distance : Remote Labor Index | 41,3 % (effort élevé) | 17,9 % | 21,3 % | 20,8 % | Non communiqué |
| Raisonnement multidisciplinaire : Humanity’s Last Exam (avec outils) | 74,2 % | 65,6 % | 67,7 % | 57,2 % | Non communiqué |
| Lecture de graphiques : Chartography (sans outils) | 73,4 % | 44,8 % | 64,4 % | 71 % | 72,5 % |
Ces chiffres sont autodéclarés, mesurés en effort maximal, et méritent qu’on applique les réflexes de notre guide pour lire un benchmark sans se faire avoir.
Le tableau compte d’ailleurs deux lignes que Fable 5.2 ne gagne pas : Gemini 4 Carbon le devance sur l’automatisation de tâches métier (53,9 contre 51,4 %), et Opus 5.5 garde un léger avantage au classement Elo de travail de bureau.
Sur la cybersécurité, Anthropic précise elle-même que chaque labo a utilisé ses propres tâches, ce qui rend bancale la comparaison avec GPT-6 Astra.
Les démonstrations impressionnent, comme le théorème de Fermat traduit en preuve vérifiable par ordinateur en 30 heures par un millier d’agents. Les deux problèmes de physique des trous noirs que le modèle aurait résolus ne sont, eux, publiés qu’en prépublication, sans relecture par des pairs.
Pour aller plus loin
GPT-6, Fable 5.1 : comment lire les benchmarks de Claude et GPT sans se faire avoir
Ce qui change pour l’utilisateur, et les petites lignes
Au quotidien, la nouveauté la plus tangible tient aux refus. Anthropic mesure environ 55 % de blocages en moins qu’avec Fable 5.1 en test (60 % en cybersécurité, 40 % en biologie), une bonne nouvelle pour l’admin système éconduit pour une question banale. Quand le filtre se déclenche, c’est un modèle plus ancien (Opus 4.8 ou Opus 5) qui répond.
Plus surprenant, Anthropic a volontairement bridé les capacités qui accéléreraient la recherche en IA elle-même, maintenues au niveau d’Opus 5.5. Côté sécurité, le modèle tente beaucoup moins de sortir de son bac à sable, l’environnement isolé où on le teste : 3,1 % des scénarios contre 21 % pour Mythos 5.1. Il soupçonne toutefois plus souvent d’être évalué, ce qui brouille ces tests, admet l’entreprise.
Pour quel usage ?
Le développeur qui fait tourner des agents pendant des heures sur une migration de code a tout intérêt à tester Fable 5.2 en effort moyen ou élevé avant d’ouvrir le robinet du maximum.
Pour rédiger, résumer ou coder au fil de l’eau, Opus 5.5, déjà nettement moins cher à faire tourner, reste le choix raisonnable, et c’est Anthropic qui le dit.
On compare sur ses propres tâches plutôt que sur un tableau d’éditeur, en gardant en tête que chaque benchmark se manipule.
Pour aller plus loin
Anthropic lance Claude Opus 5.5, 40 % moins cher à faire tourner qu’Opus 5
Retrouvez tous les articles de Frandroid directement sur Google. Abonnez-vous à notre profil Google pour ne rien manquer !
Le meilleur moyen de nous donner un coup de pouce, c’est d’ajouter Frandroid à vos sources préférées sur Google.
Ce contenu est bloqué car vous n'avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Disqus.
Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce site (en savoir plus)
En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .
Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.