Claude Fable 5 : ce que change le nouveau modèle Mythos d'Anthropic pour les entreprises

Anthropic vient de lancer Claude Fable 5, son premier modèle de classe Mythos rendu largement disponible au public, tandis que Claude Mythos 5 reste réservé à un cercle restreint de partenaires triés sur le volet. Cette mise à disposition d'un modèle très avancé, encadré par de nouveaux garde-fous, marque un tournant : l'IA ne sert plus seulement à rédiger du texte, mais à exécuter des tâches longues, complexes et multimodales avec un niveau d'autonomie supérieur.

Fable 5 vs Mythos 5 : même base, deux trajectoires

Selon Anthropic, Fable 5 et Mythos 5 partagent le même modèle sous-jacent, mais diffèrent par le niveau de restrictions appliquées.

Claude Mythos 5 est présenté comme le modèle le plus capable pour la cybersécurité et la recherche en biologie, disponible uniquement pour un petit groupe de partenaires vérifiés dans le cadre de programmes d'accès de confiance (Project Glasswing, clients sécurité et santé).
Claude Fable 5 est la version grand public de cette classe : mêmes capacités de base, mais avec des garde-fous supplémentaires qui bloquent ou redirigent les requêtes dans les domaines jugés à haut risque (cyber, biologie, chimie).

Concrètement, lorsqu'un utilisateur pose une question sensible (ex : aide à concevoir un malware ou une toxine), Fable 5 refuse et bascule automatiquement vers Claude Opus 4.8 pour produire une réponse plus limitée et sécurisée. C'est cette architecture qui permet à Anthropic de proposer un modèle de niveau Mythos à un public beaucoup plus large, tout en déclarant limiter les risques de mauvais usage.

Un modèle pensé pour les tâches longues et l'autonomie

Anthropic décrit Claude Fable 5 comme "state-of-the-art" en codage, travail de connaissance, vision et utilisation de l'ordinateur, avec un net avantage sur ses modèles précédents dès que les tâches deviennent longues, complexes et riches en contexte. La société met en avant :

Une meilleure tenue sur des contextes très volumineux (plusieurs millions de tokens), avec une capacité accrue à rester cohérent et à améliorer ses propres sorties au fil du temps.
Des performances supérieures de plus de 10% par rapport à Claude Opus 4.8 sur plusieurs benchmarks de software engineering, de knowledge work et de recherche scientifique.
Des gains notables sur la vision : extraction de chiffres depuis des figures scientifiques complexes, reconstruction de code ou d'interfaces à partir de captures d'écran, analyse de documents visuels.

L'orientation est claire : Fable 5 vise les workflows d'ingénierie, d'analyses expertes et de tâches multimodales longues, là où les modèles plus anciens avaient tendance à "décrocher" ou à se contredire.

Exemples concrets d'utilisation : Stripe, GitHub, AWS

Stripe : migration de 50 millions de lignes de code Ruby

Anthropic indique que Stripe a utilisé Claude Fable 5 pour réaliser une migration à grande échelle dans une base de code Ruby d'environ 50 millions de lignes. Ce chantier, qui aurait demandé plusieurs mois de travail à une équipe dédiée, aurait été compressé en une seule journée grâce au modèle, selon les tests rapportés : refactoring massif, mises à jour cohérentes et vérification des changements.

Ce cas illustre bien la promesse de Fable 5 sur les tâches d'ingénierie longue : là où des modèles plus anciens nécessiteraient de nombreux allers-retours et un découpage manuel très fin, Fable 5 est conçu pour suivre un plan plus large, garder le fil et réduire la friction humaine.

GitHub Copilot : un modèle Mythos pour le code

GitHub a annoncé l'intégration de Claude Fable 5 dans GitHub Copilot, en complément des autres modèles comme Claude Opus 4.8 et des modèles OpenAI. Selon GitHub, Fable 5 est spécifiquement positionné pour les workflows de codage autonomes et les tâches de connaissance longue, avec moins d'appels d'outils et une consommation de tokens plus faible que les modèles Opus sur leurs benchmarks internes.

GitHub précise toutefois que Fable 5 impose une rétention des données de 30 jours pour permettre à Anthropic de faire tourner ses classifieurs de sécurité, alors que les autres modèles Claude dans Copilot restent en "Zero Data Retention". Les administrateurs doivent explicitement activer cette option dans les paramètres, ce qui montre que l'enjeu de gouvernance et de conformité est réel pour les entreprises.

AWS : un Mythos accessible via le cloud

AWS a également communiqué sur la disponibilité de Claude Fable 5 via ses services, en le présentant comme un moyen de bénéficier des capacités Mythos avec des garde-fous intégrés, notamment pour des workloads d'ingénierie et de knowledge work avancé. L'idée mise en avant : permettre à des clients cloud de s'appuyer sur un modèle très puissant, sans pour autant assumer les mêmes risques qu'un accès direct à Mythos 5.

Performances scientifiques et R&D : hypothèses, biologie, cybersécurité

Anthropic et plusieurs analyses externes mettent aussi en avant le rôle de Fable 5 et de Mythos 5 dans les domaines scientifiques :

Des experts internes en design de protéines auraient constaté une accélération d'un facteur 10 sur certaines étapes du processus grâce au modèle Mythos, avec des hypothèses moléculaires nouvelles préférées environ 80% du temps face à des sorties d'anciens modèles Opus dans des tests en aveugle.
La version Mythos 5, non accessible au grand public, est explicitement décrite comme "state-of-the-art pour la cybersécurité, la recherche en biologie et la santé", ce qui explique sa distribution très limitée et encadrée.

Ces usages sont précisément ceux qui motivent la prudence d'Anthropic : la capacité d'un modèle à trouver des vulnérabilités logicielles ou à proposer des voies pour des agents pathogènes peut servir à sécuriser… ou à attaquer. C'est pourquoi les garde-fous sont au cœur de l'architecture Fable/Mythos.

Sécurité et rétention des données : un compromis assumé

Pour rendre un modèle de cette puissance accessible plus largement, Anthropic mise sur une combinaison de classifieurs de sécurité et de rétention de données limitée :

Toutes les requêtes adressées à Claude Fable 5 sont soumises à des classifieurs qui détectent les usages potentiellement dangereux et bloquent ou redirigent la réponse selon le domaine (cyber, bio, chimie).
L'éditeur explique que moins de 5% des sessions déclenchent ces garde-fous, ce qui signifie qu'une grande majorité des usages "normaux" ne sont pas impactés.
Pour opérer ces protections, Anthropic retient les prompts et réponses jusqu'à 30 jours, uniquement pour la détection des abus, avant suppression. Ces données ne seraient pas utilisées pour l'entraînement des modèles.

Cette politique diffère des modèles à "Zero Data Retention" et pose des questions importantes pour les organisations soumises à des exigences fortes en matière de confidentialité, de souveraineté ou de secrets industriels. On voit d'ailleurs dans l'exemple de GitHub Copilot que l'activation de Fable 5 est laissée à la discrétion des administrateurs, avec un avertissement explicite sur la rétention.

Prix et positionnement : un modèle clairement premium

Sur le plan tarifaire, Claude Fable 5 se place dans la catégorie des modèles haut de gamme :

10 dollars par million de tokens en entrée et 50 dollars par million de tokens en sortie sur l'API, soit environ le double des tarifs de Claude Opus 4.8 (5 / 25).
Le modèle est inclus gratuitement sur les plans Pro, Max, Team et Enterprise (seat-based) du 9 au 22 juin 2026, puis bascule sur une logique de crédits d'usage à partir du 23 juin.

Plusieurs observateurs soulignent que ce surcoût ne se justifie que pour des cas d'usage où la qualité et la profondeur de la sortie compensent largement le coût des tokens : migrations de code critiques, analyses complexes, documents très sensibles, agents autonomes à forte valeur ajoutée. Pour des tâches plus simples (FAQ, résumés courts, génération de texte basique), des modèles plus économiques resteront pertinents.

Quand envisager d'utiliser Claude Fable 5 ?

Pour les entreprises, l'intérêt de Fable 5 ne réside pas dans le fait qu'il soit "plus fort" en général, mais dans les types de problèmes qu'il gère mieux que la génération précédente :

Tâches longues, avec beaucoup de contexte à maintenir.
Environnements où il faut manipuler du code, des documents, des tableaux, des captures d'écran.
Scénarios où il est coûteux pour un humain de superviser chaque étape (analyses complexes, refactoring massif, synthèse multi-sources détaillée).

Les exemples Stripe, GitHub et AWS montrent surtout une chose : les cas d'usage les plus transformants sont ceux où le modèle reçoit une mission difficile, bien spécifiée, et peut travailler "en profondeur" plutôt que de produire une réponse rapide et superficielle.

Ce qu'il faut retenir

Claude Fable 5 est le premier modèle de classe Mythos accessible au grand public, avec des garde-fous spécialisés sur les domaines sensibles.
Il cible des workflows d'ingénierie, de knowledge work et de vision longue, où il surpasse significativement les modèles Opus 4.x sur plusieurs benchmarks.
Des exemples concrets (Stripe, GitHub Copilot, clients AWS) montrent des gains de productivité réels sur des bases de code massives et des tâches complexes.
En contrepartie, il impose une rétention de données de 30 jours et un prix premium (10 / 50 dollars par million de tokens), ce qui en fait un outil à réserver aux cas à forte valeur ajoutée et à bien cadrer du point de vue conformité.

Pour les équipes produit, data, sécurité et IT, l'enjeu n'est donc pas d'adopter Fable 5 pour tout, mais de l'identifier comme une brique ultra-capable dans un portefeuille de modèles, à activer là où son surcoût se traduit en gain net de qualité, de vitesse ou de sécurité.