Claude Fable 5 torna: potència, subagents i el cost del nou filtre
Fable 5 torna després de la suspensió: analitzem el nou filtre de seguretat, els falsos positius i una prova pràctica amb subagents.
Claude Fable 5 va tornar a estar disponible després d’una retirada sobtada que va durar bona part del juny de 2026. El vídeo de Caleb Writes Code prova el model quan acabava de tornar, proposa una manera d’organitzar-lo amb subagents i posa a prova el nou filtre de seguretat. El resultat és prometedor per a la programació, però també mostra una fricció important: una petició legítima pot acabar desviada a un altre model sense que l’usuari ho esperi.
La història és més interessant que un simple «ha tornat». Combina un model molt potent, una intervenció governamental, salvaguardes reforçades i una política temporal d’accés. Separar aquests elements ajuda a entendre què es recuperava exactament i amb quines condicions.
1. Per què Fable 5 havia desaparegut
A 00:00, el creador situa Fable 5 com el model més capaç de la gamma de Claude i recorda que havia estat retirat poc després del llançament. La cronologia oficial és concreta: Anthropic va presentar Fable 5 i Mythos 5 el 9 de juny; el 12 de juny, una directiva de control d’exportacions dels Estats Units en va suspendre l’accés, i la restricció es va aixecar el 30 de juny. Fable va tornar globalment l’1 de juliol.
Segons Anthropic, el detonant va ser un informe que mostrava una manera d’eludir part de les salvaguardes de ciberseguretat. L’empresa afirma que la tècnica no donava accés a capacitats exclusives de Mythos i que altres models també podien resoldre les tasques descrites. Això no elimina el risc, però matisa la idea que s’hagués descobert una capacitat ofensiva completament nova.
2. El canvi central és un classificador més estricte
La nova versió incorpora un classificador entrenat per detectar peticions potencialment perilloses. Anthropic diu que bloqueja la tècnica concreta de l’informe en més del 99% dels casos. Quan una consulta queda marcada, el sistema no la respon amb Fable: la deriva a Claude Opus 4.8, un model amb unes salvaguardes diferents.
El fabricant reconeix el cost d’aquesta decisió: augmenten els falsos positius en tasques rutinàries de programació i depuració. No és un detall menor. Per a qui compara rendiment o preu, el model que acaba resolent la petició pot no ser el que havia seleccionat.
A 04:00, Caleb ho comprova amb una pregunta innocent sobre les permutacions d’un teclat de quatre dígits. La interfície la deriva a Opus. En canvi, una temptativa d’ofuscar una petició potencialment problemàtica queda bloquejada. Una demostració no mesura tota la precisió del filtre, però sí que il·lustra la fricció que Anthropic admet.
3. Una arquitectura d’agents per repartir la feina
A 00:53, el vídeo proposa una jerarquia: Fable per definir l’estratègia i delegar, Opus per a problemes de raonament profund i Sonnet per executar tasques més mecàniques. La idea encaixa amb la descripció oficial de Fable, que el presenta com un model preparat per planificar en diverses etapes, coordinar subagents i revisar el propi treball.
No és, però, una recepta universal. Afegir agents també afegeix context duplicat, cost, latència i punts de fallada. Una jerarquia té sentit si les responsabilitats són clares: qui decideix l’arquitectura, qui modifica cada fitxer, quines proves ha de superar el resultat i qui integra els canvis.
El vídeo recomana descriure aquestes regles en fitxers de projecte i definir subagents especialitzats. És un consell pràctic: l’orquestrador funciona millor quan rep límits verificables que quan només se li demana que «faci una aplicació».
4. Dues demostracions visuals, no dos benchmarks
A 01:26, Caleb demana una representació interactiva del sistema solar. Després genera un joc inspirat en l’estratègia en temps real, amb unitats, recursos i una interfície jugable. Fable produeix prototips convincents amb poca intervenció.
Aquestes proves mostren amplitud: planificació, codi, disseny visual i ús d’eines dins d’una mateixa sessió. No demostren, però, que el codi sigui mantenible, accessible o correcte en tots els navegadors. Tampoc hi ha una comparació controlada amb altres models.
La manera útil de llegir-les és com una prova de flux de treball. El model pot arribar ràpidament a una versió que es pot tocar i avaluar. A partir d’aquí continuen sent necessaris tests, revisió de dependències, comprovació de llicències i inspecció del comportament en casos límit.
5. Disponibilitat i cost després del retorn
A 05:06, el vídeo explica que Fable s’incloïa temporalment dins dels límits dels plans de Claude. Anthropic va anunciar accés promocional fins al 7 de juliol i, després, ús mitjançant crèdits o API. La pàgina actual del model el situa als plans Pro, Max, Team i Enterprise, a més de la plataforma per a desenvolupadors.
El preu oficial de l’API és de 10 dòlars per milió de tokens d’entrada i 50 per milió de sortida, amb descompte de memòria cau per a l’entrada repetida. Això fa especialment important reservar-lo per a tasques on la seva planificació i autonomia aportin valor. Fer-lo servir com a executor de cada canvi petit pot ser més car que combinar-lo amb models més econòmics.
També cal considerar que les consultes derivades a Opus no es cobren al preu de Fable. Per analitzar una prova real, convé registrar quin model ha respost, quants intents s’han necessitat i quin cost total ha tingut la feina acabada.
6. Què convé provar en un projecte real
Una avaluació útil hauria d’incloure una incidència llarga del repositori, criteris d’acceptació i proves automàtiques. Cal observar si Fable divideix bé la feina, si els subagents modifiquen zones incompatibles, si detecta regressions i si la solució sobreviu a una revisió humana.
També és raonable incloure tasques legítimes pròximes a la seguretat —per exemple, revisar una validació d’entrada— per detectar falsos positius. Si el sistema canvia de model, l’equip ha de saber-ho abans d’atribuir el resultat a Fable.
Conclusions
El retorn de Claude Fable 5 recupera un model pensat per a projectes llargs, programació complexa i coordinació d’agents. El vídeo mostra que pot convertir instruccions breus en prototips ambiciosos i que una jerarquia de models pot repartir millor el cost i la dificultat.
La novetat decisiva, però, és operativa: el classificador reforçat pot bloquejar o redirigir consultes, incloses algunes de benignes. Anthropic ho reconeix i diu que continuarà reduint els falsos positius. Per tant, Fable no s’ha d’avaluar només per la qualitat del codi visible, sinó també per la previsibilitat de l’encaminament, el cost complet, les proves superades i la facilitat de revisar allò que produeix.
Contrast i context
Fonts consultades
-
01
Caleb Writes Code Fable 5 is back..
-
02
Anthropic Redeploying Claude Fable 5
-
03
Anthropic Claude Fable 5
-
04
Anthropic Model system cards
Font de treball
Transcripció amb marques de temps
Consulta la transcripció
-
0:00
, obre el vídeo en una pestanya nova
It looks like Fable 5 is back on the menu and this comes one day after Enthropix rather underwhelming release of their Sonic 5 model and it's not that the Sonic 5 model was bad. It's still a great model, but when you look at this chart that shows how Enthropix decided on their pricing of Sonic 5 compared to the previous Sonic 4.6, it doesn't really make sense at all because Opus is supposed to be more expensive compared to Sonic, given the intelligence gap. And now we have this weird overlap where Opus is cheaper in some instances than Sonnets.
-
0:32
, obre el vídeo en una pestanya nova
What's going on here? Thankfully, this video is about Fable 5 and Fable 5 definitely helps save and Thropache. And I can finally open up Cloud and pick Fable 5 as my model and then ask the model just how many times the letter R appears in the word strawberry. Okay, but seriously, how good is Fable 5 really? Whatever we're dealing with the model that's this good, One of the most practical ways is actually dividing the task hierarchically by the
-
0:58
, obre el vídeo en una pestanya nova
models' intelligence to optimize on pricing and speed. Here's an example. Let's assume that the Fable 5 model lands somewhere in this upper echelon. So given this hierarchical structure in intelligence, we have a higher intelligent model up here, which is much more expensive, and we have a medium-level intelligence right around here, and it's given pricing, and the lower-level intelligence model right here. What if we just carry this hierarchical structure and bring it straight over to a coding agent like Cloud code?
-
1:24
, obre el vídeo en una pestanya nova
So in that case, we use the Fable 5 model for deep planning and delegations and we use Opus for deep reasoning and finally we use the SON at model for grunt work. Seems like a solid plan, right? This seems to be a common use case among developers. Here's how Diego implemented this. You can simply start by setting Cloud codes model to be by default on Fable and set the effort on X-Hi. And since the main model is now set to Fable, we can now create two sub-agents, one for deep reasoning using Opus and the other for fast execution using Sonet.
-
1:57
, obre el vídeo en una pestanya nova
And now that we have this hierarchical structure set up, in Cloud Coach shows two of my sub-agents here, I can outline this in Cloud.md file to tell Fable how to delegate properly. Another this hierarchy set up, I can spin this up by asking Fable5 to build me a website that looks like this, showing the solar system interactively, or even create this game that looks like Starcraft, which is one of my favorite games that I play growing up. Pretty cool. These two examples alone ended up showing through 47% of my session usage and already 7% of my fabel usage that set to
-
2:30
, obre el vídeo en una pestanya nova
expire on July 8th. Now beyond coding use cases that we've seen here, there's a lot to speak about when it comes to the implication of how andthropic and specifically the mythus class model actually impacted the AI industry as a whole. We know that the month of June was a rather shocking moment in the AI industry. And Thropic initially released mythes and Fable publicly on June 9 and later on June 12, both models were suspended due to export control.
-
2:57
, obre el vídeo en una pestanya nova
And for the next 17 days, and Thropic started to work on a huge safeguarding overhaul to ensure that Fable can route unsafe problems from users to Opus model instead. And finally, on June 30th, the control was lifted and here we are. Now, even though this story arc definitely makes it an interesting story to tell, it actually spoke volume when it comes to what the future might hold when it comes to innovation in the AI industry. If the premise is that we still have so much room left on the table,
-
3:27
, obre el vídeo en una pestanya nova
when it comes to true breakthroughs in the AI industry, demonstrated yet again by models like Fable 5 and GPT 5.6, what does the future hold exactly from models being safeguarded like this in the future. And meanwhile, open models at GLM5.2 and DeepSeek are slowly catching up in performance while avoiding regulation and under much less scrutiny that my stall, the pace of innovation that front-to-lab seems to be going through at the moment. Now, there's also a lot to say about the consistency of the model when it comes to the
-
3:57
, obre el vídeo en una pestanya nova
Fable 5's behavior. During the 17-day period I mentioned earlier, where Anthropic developed this router that classified unsafe prompts to route to Opus Model instead, this makes this entire user experience rather confusing to say the least. For example, I asked a simple question to Fable 5 this rather innocuous question that goes something like this. How many permutations are there for a 4-digit keypad? This simple question that might even appear in a statistics 101 textbook is routed to Opus Model instead as you can see since it flagged their safety mechanism.
-
4:32
, obre el vídeo en una pestanya nova
But if I as a user requested for Fable 5, wouldn't it make more sense to just be denied rather than always having to check whether the answer actually came from Opus or Fable? What I would expect is something more like this, where I'm clearly trying to be sketchy in my prompt, as you can see here, by encoding my characters and shifting the characters plus one,
-
4:54
, obre el vídeo en una pestanya nova
so that the answer it generates follows that encoding. Perhaps by encoding my messaging this way and having the model also generate its answer based on that encoding, maybe I can just bypass their safety mechanism, and clearly anthropic has already thought about this simple trick, and it ended up shutting down the chat entirely, which to me makes more sense. And even though my question here once decoded is innocuous, which asked the same question
-
5:19
, obre el vídeo en una pestanya nova
earlier about the 4-digit keypad permutation, the router or classifier detected my intention and flat-out rejected my request. And all of this points to just how difficult it is to actually classify properly and route the users request that front-to-lapse might need to adhere to going forward. Only though, Fable 5 is undoubtedly an impressive model across the board. But as much as a model is great, Fable 5 is currently included in the subsidized plan with
-
5:47
, obre el vídeo en una pestanya nova
its own users' bar as you can see here. And after July 7, Fable will no longer be part of the regular subsidized plan, but rather, It is slated to be charged through the user's credit or API costs, which is not ideal for my case. And it will certainly be interesting to see how OpenAI subsidized plan for their GPD 5.6 model might pair up against and thropics subsidized plan or lack their off for the FV5 model.
-
6:11
, obre el vídeo en una pestanya nova
The rumor on the street is that OpenAI figured out some wizard trickery when it comes to inference that helped them save costs for inference by a huge factor. If that is true, OpenAI could deliver in competing against the Fable 5 model, not only in performance, but in cost and speed in terms of tokens per second.