Claude Fable 5.1: contesto più economico, regole più rigide

Claude Fable 5.1 merita una prova per gli agenti che lavorano a lungo, ma non è un aggiornamento da inserire senza modifiche in ogni integrazione di Claude. Anthropic lo ha rilasciato il 1 settembre 2026: le letture dalla cache costano $0.25 per milione di token, mentre le nuove regole API possono mandare in errore le chiamate forzate ai tool e le cronologie delle conversazioni modificate.

Che cos'è davvero Claude Fable 5.1

Fable 5.1 è il modello di Anthropic pensato per i lavori che proseguono a lungo: un agente di coding che ricostruisce un errore attraverso più servizi, un agente di ricerca che segue le prove tra diverse fonti oppure un agente documentale che trasforma una grande raccolta di file in un risultato finito. L'ID del modello API è claude-fable-5-1; è disponibile per tutti i clienti della Claude API, oltre che su Amazon Bedrock, Claude Platform on AWS, Google Cloud e Microsoft Foundry.

La parola decisiva è modello. Non si tratta di una nuova app né del sostituto dell'intero prodotto Claude. Anthropic continua a consigliare alla maggior parte di chi sviluppa con le API di partire da Claude Opus 5. Il passaggio a Fable 5.1 ha senso quando i task che richiedono ragionamento avanzato o un orizzonte operativo lungo continuano a non superare le proprie valutazioni su Opus. Claude Mythos 5.1 usa lo stesso modello di base con misure di sicurezza diverse, ma è riservato ai clienti Project Glasswing approvati. La guida attuale ai modelli di Anthropic chiarisce questa distinzione.

La finestra di contesto predefinita è da 1M di token e l'output può arrivare fino a 128k token. La finestra di contesto è la memoria di lavoro del modello per la richiesta in corso: comprende istruzioni, messaggi, file, tool, risultati, ragionamento e la risposta che sta generando. Un milione di token offre molto spazio, ma non rende utile ogni singolo token. La stessa guida al contesto di Anthropic mette in guardia dal context rot: quando si accumula materiale irrilevante, capacità di richiamo e accuratezza possono peggiorare.

Il ragionamento adattivo è sempre attivo. È possibile regolare quanto lavoro svolge il modello scegliendo fra cinque livelli di effort: low, medium, high, xhigh e max. Conviene iniziare da high, il valore predefinito dell'API, e scendere solo se le proprie valutazioni confermano che la qualità regge: i token di ragionamento vengono fatturati come output anche quando il testo del ragionamento resta nascosto.

Questa guida è rivolta a chi sviluppa con le API. Per chi usa Claude soltanto in chat, il modello può migliorare il risultato di un'attività, ma non c'è alcuna migrazione da eseguire.

Il taglio dei costi è più circoscritto, ma più importante, di quanto sembri

Fable 5.1 non è diventato più economico su tutta la linea. Le tariffe base di input e output non cambiano rispetto a Fable 5 e restano entrambe doppie rispetto a Opus 5. Il vero ribasso riguarda il contesto riutilizzato.

La prompt cache conserva un prefisso già elaborato, per esempio le istruzioni di sistema, le definizioni dei tool, la mappa del repository o un insieme di documenti. Se la richiesta successiva comincia con lo stesso identico prefisso, Claude può rileggere il lavoro dalla cache invece di elaborarlo di nuovo alla tariffa piena dell'input.

Immaginiamo di leggere dieci volte un prefisso da 1M di token. Con Fable 5, quelle letture dalla cache costano $10; con Fable 5.1, $2.50. Sullo stesso contesto ripetuto si risparmiano quindi $7.50, cioè il 75%, prima ancora di considerare nuovo input o output. Secondo le stime di Anthropic, il risparmio totale è di circa il 25% per i carichi tipici fatturati a token e può arrivare a circa il 45% per quelli ad alta componente agentica, sulla base di quattro settimane di utilizzo nell'agosto 2026. Sono stime del fornitore, ma il prezzo unitario da cui derivano è inequivocabile. Il listino attuale riporta ogni operazione di cache.

C'è però un vincolo. Scrivere nella cache per cinque minuti costa $12.50 per milione di token, mentre la scrittura per un'ora costa $20. La cache predefinita dura cinque minuti. Il prefisso deve contenere almeno 512 token, coincidere esattamente e la prima risposta deve iniziare prima che le richieste parallele successive possano sfruttarlo. Anthropic afferma che l'opzione da cinque minuti si ripaga dopo una lettura e quella da un'ora dopo due. Bisogna verificare cache_creation_input_tokens, cache_read_input_tokens e input_tokens, senza dare per scontato che la cache abbia funzionato.

Il cambiamento incide pochissimo sui prompt brevi e isolati, sui prefissi che cambiano di continuo o sugli agenti il cui costo dipende soprattutto dall'output. A $50 per milione di token di output, ragionamenti superflui e risposte troppo lunghe possono ancora dominare la spesa.

I benchmark di lancio sono incoraggianti, ma non bastano per decidere un acquisto. Anthropic dichiara per Fable 5.1 un risultato del 55.8%, contro il 42.0% di Fable 5, su Terminal-Bench 4.0 e del 31.4%, contro il 17.1%, su AutomationBench. I test sono stati eseguiti con le misure di sicurezza Anthropic in produzione e provengono dal fornitore. Vanno letti come un invito a svolgere una valutazione sui propri task, non come la prova che ogni carico di lavoro migliorerà. Il rapporto di lancio pubblica note sui test e confronti.

A chi conviene usarlo e in che modo

Un founder indipendente alle prese con un repository difficile

Non serve spostare ogni attività di coding su Fable 5.1. Le modifiche ordinarie possono restare sul modello che già soddisfa i requisiti; a Fable vanno affidati i casi più ostinati, come una migrazione trasversale fra servizi, un'indagine sulla causa primaria o una revisione che debba collegare decisioni distribuite in una codebase estesa. Mettere in cache le istruzioni stabili del repository e le definizioni dei tool aumenta le probabilità di riuscita sul lavoro costoso senza pagare le tariffe di Fable per ogni intervento minore.

Un ingegnere di piattaforme agentiche che porta in produzione un ciclo di tool

Cambiare modello è soltanto metà del lavoro. Occorre verificare se il runner dell'agente forza un tool, riscrive il prompt di sistema di primo livello, modifica l'array dei tool, elimina vecchi messaggi oppure inserisce un riepilogo lato client lasciando al loro posto i blocchi di ragionamento successivi. Ognuno di questi schemi può trasformare una sessione normale in un errore 400. Il risultato da cercare non è una demo più elegante, ma un rollout che continui a funzionare nei turni successivi.

Un responsabile della ricerca che lavora su molti file

Fable 5.1 va usato quando il lavoro richiede davvero di collegare informazioni distribuite in una cronologia lunga, non soltanto perché è disponibile il valore 1M. Si parte da effort high, si valuta la risposta rispetto a risultati noti, quindi si scende a medium. Anthropic sostiene che medium sia grosso modo equivalente a Fable 5 a un costo inferiore, ma sono i propri controlli su recupero delle informazioni e citazioni a stabilire se il compromesso regge.

Un responsabile aziendale di sicurezza o dati

Prima delle capacità viene la conformità alle policy. Fable 5.1 è un Covered Model soggetto a un requisito di conservazione dei dati di 30 giorni e non è disponibile con zero data retention, salvo autorizzazione esplicita di Anthropic. Non supporta neppure il Priority Tier. Se una delle due condizioni è imprescindibile, la valutazione può fermarsi qui e il traffico deve restare su un modello idoneo.

Come migrare a Fable 5.1 in sicurezza

La chiamata minima è semplice. Per una migrazione in produzione servono quattro controlli.

1. 1

   Creare una baseline su un lavoro reale

   Eseguire lo stesso task rappresentativo sul modello attuale e registrare successo dell'attività, tempo trascorso, input, creazione della cache, letture dalla cache, output ed eventuali rifiuti. Il test deve essere il lavoro che giustifica la tariffa più alta di Fable, non un prompt giocattolo.

2. 2

   Chiamare il modello fissato con effort high

   Impostare la chiave API, installare la versione corrente dell'SDK Python e salvare il blocco Python come test_fable.py.

   python3 -m venv .venv
   source .venv/bin/activate
   pip install anthropic
   export ANTHROPIC_API_KEY="your-api-key-here"

   import anthropic
   
   client = anthropic.Anthropic()
   
   message = client.messages.create(
       model="claude-fable-5-1",
       max_tokens=4096,
       output_config={"effort": "high"},
       messages=[
           {
               "role": "user",
               "content": "Map the risks in moving this service from SQLite to PostgreSQL.",
           }
       ],
   )
   
   for block in message.content:
       if block.type == "text":
           print(block.text)
   
   print(message.usage.model_dump_json())

   Eseguire il file con python test_fable.py. La sintassi segue l'SDK e i livelli di effort attuali di Anthropic. In produzione, il prompt deve essere il task usato per la valutazione.

3. 3

   Eliminare i due schemi incompatibili

   Cercare nelle richieste tool_choice impostato su any oppure su un tool specifico: entrambi ora restituiscono HTTP 400. Lasciare il valore su auto, impostare strict: true nello schema del tool quando servono argomenti validi e indicare al modello quale tool richiede il turno.

   La cronologia deve poi diventare append-only. I turni dell'assistente vanno rimandati esattamente come sono stati restituiti, inclusi i blocchi di ragionamento. Le nuove istruzioni vanno aggiunte come messaggi di sistema a metà conversazione. Per evitare di riscrivere i turni precedenti, usare la compattazione lato server o la modifica del contesto.

4. 4

   Attivare la diagnostica prima di inviare traffico

   Eseguire una normale sessione multi-turno con l'header beta thinking-binding-controls-2026-08-01 e prefix_mismatch_behavior: "drop_block". Registrare input_transformations. Un prefix_binding_mismatch indica che l'integrazione ha modificato la cronologia. Un model_binding_mismatch dopo l'instradamento verso un modello precedente è invece previsto.

   Quando la cronologia è stabile, aggiungere cache_control: {"type": "ephemeral"} al primo livello di una richiesta con un prefisso riutilizzabile di almeno 512 token. Verificare che una richiesta successiva riporti cache_read_input_tokens sopra lo zero.

Il punto critico: un contesto più economico impone uno stato più rigido

Fable 5.1 lega ogni blocco di ragionamento al prompt di sistema, ai tool e ai messaggi che lo precedono. Per gli account creati il 31 agosto 2026 o in seguito, modificare quel prefisso e riprodurre il blocco causa l'errore The block is bound to a different conversation. Gli account meno recenti possono già aderire allo stesso controllo e Anthropic afferma che i modelli futuri lo applicheranno in modo più esteso.

Il modello cambia comportamento anche quando non genera errori. Nei cicli agentici impliciti può eseguire una sola chiamata a un tool laddove Fable 5 ne raggruppava diverse. Fornisce meno aggiornamenti di avanzamento, effettua meno ricerche con effort low, può produrre una prosa più densa e, per una modifica minima, arrivare a riscrivere un intero file. Queste differenze possono aumentare turni, latenza e output anche se la tariffa della cache diminuisce. Anthropic pubblica correzioni dei prompt per ciascun comportamento, ma serve comunque una valutazione che misuri il comportamento rilevante per il proprio caso.

Dietro il limite dichiarato di 128k token di output si nasconde un altro vincolo. Gli SDK richiedono lo streaming quando max_tokens supera 21,333. Il ragionamento condivide lo stesso budget di output, quindi una richiesta con effort elevato può consumarne una parte consistente prima che inizi la risposta visibile. È bene impostare un margine ampio per i lavori davvero complessi, senza confondere un tetto alto con un obiettivo da raggiungere.

Per chi usa Claude Code, il lavoro di integrazione è minore. La versione 2.1.257 ha reso Fable 5.1 il modello Fable predefinito il 1 settembre 2026. Resta comunque necessario controllare l'utilizzo, rivedere il diff e riservare il modello ai lavori in cui il risultato giustifica la tariffa. Il changelog di Claude Code documenta il cambio di modello.

Cosa fare adesso

Conviene agire questa settimana se sono già in esecuzione agenti Fable 5 di lunga durata, se viene inviato più volte un contesto stabile e se i termini di conservazione dei dati sono accettabili. Fable 5.1 va introdotto su una piccola quota di traffico, accompagnato dalla diagnostica della cronologia; occorre inoltre sostituire la selezione forzata dei tool e confrontare il costo per task riuscito con effort medium e high.

È meglio aspettare se Opus 5 o il modello attuale supera già il carico di lavoro, se la maggior parte delle chiamate è isolata o se manca una valutazione rappresentativa. L'input e l'output base di Fable costano ancora il doppio rispetto a Opus 5. Una tariffa più bassa per la cache non corregge una scelta di routing debole.

Chi usa soltanto la chat di Claude senza controllare l'integrazione API non deve fare nulla. Può lasciare che sia il prodotto a scegliere il modello e valutare poi il risultato. Anche i team aziendali che richiedono la normale zero data retention o il Priority Tier dovrebbero restare su un percorso idoneo, salvo autorizzazione scritta di Anthropic.

Per trasformare la prossima release in una decisione pratica di sviluppo, iscriviti alla newsletter.