Anthropic ha annunciato Claude Fable 5.1, versione disponibile al pubblico e alle imprese sulle principali piattaforme cloud, e Claude Mythos 5.1, che utilizza lo stesso motore ma con protezioni meno restrittive riservate a organizzazioni verificate attive nella difesa informatica e nelle scienze della vita.

Anthropic sostiene che Fable 5.1 rappresenti un salto nel coding, nel knowledge work e nei compiti a lunga esecuzione. Al di là delle inevitabili formule promozionali, la parte interessante riguarda la natura dei carichi di lavoro presi come riferimento, visto che si parla di un agente che esamina repository, consulta documentazione, avvia strumenti, verifica ipotesi e torna sui propri passi. È il paradigma del software agentico, nel quale la qualità dipende anche dalla tenuta del ragionamento dopo decine o centinaia di passaggi.

I benchmark divulgati vanno letti con cautela, come sempre accade per misurazioni preparate o selezionate dal produttore, ma restituiscono una direzione significativa. Fable 5.1 viene accreditato del 52,6% su Terminal-Bench-Science 0.1, contro il 24,7% del predecessore, e del 55,8% su Terminal-Bench 4.0 (Mythos 5.1 arriverebbe al 60,9% in quest’ultimo test). Anche sulle attività di utilizzo del computer, con OSWorld 2.0, e sul ragionamento multidisciplinare, la nuova versione avrebbe margini concreti rispetto alla generazione precedente.

Il miglioramento più immediato per chi integra questi strumenti in produzione potrebbe tuttavia essere economico. Anthropic mantiene il listino di 10 dollari per milione di token in input e 50 dollari per milione di token in output, ma taglia da 1 dollaro a 0,25 dollari il prezzo delle letture in cache per milione di token. In pratica, quando il modello rilegge contesto già elaborato (situazione comune negli agenti che conservano grandi quantità di documentazione, stato del progetto e cronologia delle azioni), il costo marginale si riduce del 75%.

Claude Fable mythos

Anthropic calcola un risparmio medio del 25% sui flussi ordinari e fino al 45% sui processi fortemente agentici e non si tratta di una semplice leva commerciale. Il prezzo della memoria contestuale è uno dei colli di bottiglia che hanno finora limitato gli agenti a lunga autonomia. Un sistema incaricato di esaminare una codebase ampia, eseguire test per ore e mantenere il filo delle decisioni può spendere più token nel rileggere il proprio stato che nel generare nuovo testo. Ridurre drasticamente il costo delle cache read rende quindi più praticabile l’adozione di agenti persistenti, purché aziende e sviluppatori accettino di affrontare i problemi tutt’altro che risolti di supervisione, permessi e responsabilità delle azioni automatiche.

Sul fronte della privacy, Anthropic introduce gli Enterprise Frontier Safeguards, o EFS. Il duplice obiettivo è sia garantire una modalità assimilabile alla zero data retention, sia conservare meccanismi in grado di individuare impieghi ostili. Il modello previsto sposta l’archiviazione dei dati nell’infrastruttura cloud controllata dal cliente, con eventuali revisioni umane affidate per impostazione predefinita all’organizzazione stessa anziché ad Anthropic. Il rollout sarà graduale e coinvolgerà Claude Code, Claude Enterprise, API, Amazon Bedrock, Google Cloud e Microsoft Foundry. È una proposta particolarmente rilevante per finanza, sanità, legale e manifattura, dove il vero ostacolo all’uso di modelli avanzati è spesso la governance del dato, non la qualità della generazione.

Anche la revisione delle salvaguardie prova a correggere un limite ben noto degli assistenti AI come le interdizioni troppo larghe. Per Fable 5.1 Anthropic dichiara circa il 60% in meno di interventi impropri nelle sessioni di Claude Code legate alla cybersecurity. Il modello potrà essere impiegato per identificare vulnerabilità nel codice sorgente (un’attività difensiva essenziale), ma continuerà a deviare o bloccare richieste relative a penetration test, generazione di exploit e scansioni di vulnerabilità basate su binari. La logica è distinguere in modo più fine tra chi cerca di mettere in sicurezza un software e chi tenta di sfruttarne le debolezze.

Nel campo biologico, Mythos 5.1 incarna la faccia più ambiziosa e delicata della presentazione. Anthropic afferma che, con accesso a strumenti open source per il design e il folding proteico, il modello abbia progettato leganti ad alta affinità validati in laboratorio e raggiunto quasi il 50% di hit rate su 12 target. È un valore che, se confermato da pubblicazioni e repliche indipendenti, meriterebbe particolare attenzione, visto che il design computazionale delle proteine richiede normalmente cicli costosi di simulazione, sintesi e test sperimentale.

screenshot-www.anthropic.com-2026.09.02-11_55_55

La stessa prudenza va applicata al lavoro attribuito a Fable 5.1 sulle ottimizzazioni di sette modelli open source per genomica e proteomica su GPU NVIDIA H100. Anthropic parla di accelerazioni fino a 2,5 volte e di tagli stimati dal 30% al 60% nei costi GPU per analisi genomiche ad ampia scala. Se il codice promesso verrà effettivamente pubblicato e sarà riproducibile, questa è probabilmente una delle applicazioni più concrete dell’AI agentica nell’ambito della ricerca: automatizzare il lavoro di ottimizzazione dei kernel, che spesso resta fuori dalla portata dei piccoli laboratori pur incidendo direttamente sul numero di esperimenti possibili.

Mythos 5.1 resta comunque lontano dal mercato europeo e italiano. L’accesso è vincolato a programmi di verifica per cyberdefender e professionisti delle life sciences, al momento rivolti a un gruppo ristretto di organizzazioni statunitensi. Fable 5.1, invece, è già disponibile tramite API e attraverso AWS, Google Cloud e Microsoft Foundry, con identificativo claude-fable-5-1; i due modelli supportano una finestra di contesto da un milione di token e output fino a 128.000 token.

Per l’Europa c’è infine un dettaglio che merita attenzione. Anthropic ha infatti collegato la nuova famiglia di modelli agli obblighi del Codice di condotta dell’AI Act in materia di trasparenza dei contenuti generati. Di conseguenza, i testi prodotti dai modelli successivi al 2 agosto 2026 includono un watermark invisibile, rilevabile tramite un’API in anteprima privata destinata, in prima battuta, a soggetti qualificati come regolatori, media, fact-checker, ricercatori e organizzazioni della società civile. L’azienda sostiene che il segnale non trasporti dati relativi a utenti, organizzazioni o conversazioni, anche se resta da vedere l’efficacia concreta di strumenti di rilevazione che dovranno operare in un ecosistema dove testi umani, AI-assistiti e completamente sintetici saranno sempre più difficili da separare con certezza.

(Immagine in apertura: Shutterstock)