Claude Fable 5.2 accélère le code et vise les travaux les plus exigeants

Anthropic a présenté le 9 novembre Claude Fable 5.2 et Claude Mythos 5.2, deux versions d’un même modèle conçues pour les tâches techniques les plus exigeantes. Fable est ouvert à tous grâce à des garde-fous renforcés en cybersécurité et en biologie, tandis que Mythos reste réservé aux organisations vérifiées. L’entreprise promet aussi des réponses jusqu’à 30 % plus rapides qu’avec les versions 5.1, avec une tarification revue à la baisse sur l’API. Le message est clair : le modèle veut travailler plus vite, mais pas pour tout le monde, ce qui évite au moins un dérapage de plus dans la famille des grands modèles.

Deux versions, un même moteur, des portes différentes

Fable 5.2 et Mythos 5.2 partagent la même base technique. En pratique, Anthropic a séparé les usages en ajoutant à Fable des protections supplémentaires pour permettre un accès large, alors que Mythos passe par des programmes de vérification dédiés pour la cybersécurité et les sciences de la vie. Cette organisation compte, car elle dit quelque chose de la stratégie d’Anthropic : ouvrir le modèle général tout en gardant une voie plus contrôlée pour les travaux sensibles.

La disponibilité est annoncée depuis le 9 novembre sur AWS, Google Cloud, Microsoft Azure et la Claude Platform, sous l’identifiant claude-fable-5-2. Les abonnés éligibles aux offres payantes reçoivent aussi un usage supplémentaire cette semaine, avec une à trois réinitialisations selon leur ancienneté. Fable peut représenter jusqu’à 50 % des limites hebdomadaires des offres Pro et des sièges standard de l’offre Team.

Sur le plan des tarifs API, les deux modèles sont facturés 8 dollars par million de tokens en entrée et 40 dollars en sortie. Un mode rapide optionnel, présenté comme capable d’accélérer la génération jusqu’à 2,5 fois, porte ces montants à 16 et 80 dollars. Anthropic recommande toutefois de commencer par Claude Opus 5.5 pour la plupart des tâches de développement et de connaissance.

Le code progresse, mais les benchmarks ne racontent pas tous la même histoire

Anthropic met en avant des gains nets en programmation. Sur FrontierCode 2.0, Fable 5.2 atteint 49,1 %, contre 32,4 % pour Fable 5.1, 45,5 % pour Opus 5.5 et 42,8 % pour GPT-6 Astra. Avec un niveau d’effort élevé, le modèle ferait jeu égal avec Opus 5.5 pour environ la moitié du coût par tâche. Sur AutomationBench, qui évalue des workflows métiers, il obtient 51,4 %, derrière les 53,9 % de Gemini 4 Carbon [à vérifier].

Les tests publiés par Anthropic donnent aussi un signal sur l’usage réel : plus de 90 % des modifications intégrées à son code source principal seraient désormais écrites par Claude, sous supervision humaine. Lors d’une expérience interne, Fable 5.2 a coordonné plus de 1 000 sous-agents pendant huit jours pour produire un prototype de système d’exploitation capable de démarrer sur un ordinateur portable. Là encore, l’intérêt n’est pas seulement la vitesse. C’est la capacité à répartir un gros chantier sans que chacun parte dans sa propre direction.

La démonstration fermatienne, vitrine très calculée

Pour marquer le coup, Anthropic a aussi mis en avant une expérience mathématique spectaculaire : près de 1 000 agents ont formalisé en 30 heures, dans Lean, la preuve du dernier théorème de Fermat, déjà démontrée par Andrew Wiles en 1995. Formaliser signifie ici rendre la preuve vérifiable ligne par ligne par un assistant de preuve, sans raccourci implicite. Ce n’est donc pas une nouvelle démonstration, mais un test de coordination à grande échelle.

Le détail compte. Les agents travaillaient sans Internet, répartis en équipes de 16 ou 17 avec un capitaine chargé de découper la tâche. Anthropic indique qu’ils disposaient de 60 énoncés à démontrer, d’une phrase résumant la démarche, des définitions nécessaires, de 47 résultats déjà prouvés lors d’une précédente formalisation et de la bibliothèque Mathlib. Le dernier verrou, Langlands-Tunnell, a été envoyé à environ 750 assistants malgré des chances jugées très faibles par le responsable de l’équipe. Au bout du compte, le théorème final est tombé après 28,7 heures.

Cette démonstration dit moins quelque chose sur Fermat que sur la manière dont Anthropic veut positionner Fable 5.2 : comme un modèle capable de piloter des centaines d’agents sur des tâches longues, structurées et vérifiables. C’est aussi une réponse implicite à la concurrence. Google DeepMind revendique un niveau médaille d’or aux Olympiades internationales de mathématiques en 2025, et OpenAI affirme de son côté des avancées sur Navier-Stokes et Yang-Mills. Le terrain mathématique est devenu une vitrine, pas seulement un exercice académique.

Cybersécurité, biologie et recherche sous contrôle

Mythos 5.2 est présenté comme le modèle le plus performant d’Anthropic pour l’ingénierie de la cybersécurité. Sur une évaluation interne portant sur 1 829 CVE, il aurait identifié 10,2 % de vulnérabilités de plus qu’Opus 5.5 et 14,4 % de plus que Mythos 5.1. Chez Mozilla, Brian Grinstead, Distinguished Engineer, estime que Mythos 5.2 a « environ doublé » les indicateurs de découverte de vulnérabilités de Mythos 5.1.

Anthropic affirme aussi que le risque de comportements dangereux reste faible dans des situations à fort enjeu, après des évaluations menées par l’AI Security Institute britannique, Frontier Design et METR. La plupart des résultats publiés proviennent toutefois d’évaluations internes, ce qui impose une lecture prudente. Dans le même temps, des accès spécifiques existent via le Cyber Verification Program pour la cybersécurité et le Life Sciences Verification Program pour les chercheurs en sciences de la vie. Les clients Claude Enterprise peuvent aussi utiliser Claude Security, qui s’appuie sur l’ensemble des modèles de l’éditeur, dont Mythos 5.2.

Reste le point de méthode : Anthropic présente ces résultats comme des signes de maturité, mais précise aussi que ses agents abandonnent encore trop vite les problèmes difficiles et évaluent mal leur difficulté. Autrement dit, ils savent mieux découper le chantier qu’ils ne savent encore toujours quand il faut insister. C’est peut-être là la vraie limite du moment.