Pouco antes de abrir o capital, a Anthropic recolocou os próprios modelos no topo da hierarquia de desempenho. O Claude Fable 5.2 e o Claude Mythos 5.2 chegaram em 9 de novembro de 2026 com dois movimentos que raramente caminham juntos: preço por token abaixo do praticado pela geração anterior e um esforço declarado para impedir que os sistemas evoluam justamente nas capacidades que acelerariam a pesquisa em inteligência artificial. O feito mais chamativo, porém, veio da matemática — cerca de 1.000 agentes do Fable 5.2 formalizaram o Último Teorema de Fermat em 30 horas, a primeira verificação por máquina da demonstração que Andrew Wiles apresentou em 1995.
Um núcleo de modelo, duas portas de entrada
Os dois sistemas derivam da mesma base de treinamento e se separam no acesso. O Fable traz salvaguardas que travam tarefas de risco em cibersegurança e biologia, liberado a qualquer usuário. O Mythos retira parte dessas travas e fica restrito a organizações aprovadas nos programas de verificação da Anthropic para cibersegurança e ciências da vida.
Na tabela de preços, US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de saída — abaixo dos US$ 10 e US$ 50 da geração anterior, ao menos no papel. A conta efetiva depende do volume de tokens (cada token é uma fração de palavra que o modelo lê ou escreve), que muda conforme tarefa, configuração e ambiente de software.
A empresa afirma que a nova geração responde até 30% mais rápido que Fable 5.1 e Mythos 5.1. Há um modo acelerado opcional, com ganho de até 2,5 vezes na emissão de tokens, cobrado em dobro e disponível apenas em algumas plataformas: Claude Code, Claude Platform, Google Cloud e Microsoft Foundry. Para o uso cotidiano, o Claude Opus 5.5 continua sendo o modelo indicado pela própria Anthropic.
O placar independente
No Intelligence Index v5 da Artificial Analysis, medido no tier de maior poder computacional, o Fable 5.2 assume a liderança com 65 pontos. São cinco de vantagem sobre o Gemini 4 Carbon (60, tier High), que o Google ainda não lançou; seis sobre o Opus 5.5 (59, tier Max); e quinze sobre o Fable 5.1, apresentado no início de setembro.
A avaliação aponta melhor desempenho em cinco dos nove testes individuais, incluindo 80% no HLE-Diamond, que reúne questões acadêmicas de nível especialista, e 49% no FrontierCode 2.0, que mede a entrega de mudanças úteis em projetos de código aberto reais.
| Teste | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| FrontierCode 2.0 | 49,1% | 32,4% | 45,5% | 42,8% | 41,1% |
| FrontierSWE v2 | 69,9% | 56,3% | 62,3% | 65,5% | 61,2% |
| AutomationBench | 51,4% | 31,4% | 42,5% | 41,4% | 53,9% |
| Terminal-Bench Science 0.1 | 74,6% | 75,3% (Mythos 5.2) | 52,6% | 58,7% | 68,1% |
| WANDR | 82,1% | 68,7% | 72,3% | — | — |
| OSWorld 2.1 | 89,3% | 83,5% | 87,2% | 79,5% | 81,5% |
| RoboDojoSim | 64,9% | 27,6% | 39,4% | 29,8% | — |
| Remote Labor Index | 41,3% | 17,9% | 21,3% | 20,8% | — |
| Humanity's Last Exam (com ferramentas) | 74,2% | 65,6% | 67,7% | 57,2% | — |
| AA-Briefcase (Elo) | 1.785 | 1.669 | 1.800 | 1.569 | 1.611 |
As lacunas aparecem em trabalho de conhecimento agêntico e em programação via terminal. No AA-Briefcase, o Fable 5.2 chega a 1.785 de Elo — rating que compara desempenho relativo entre modelos —, atrás do Sonnet 5.5 (1.813) e dentro do intervalo de confiança do Opus 5.5 (1.800). No Terminal-Bench 4.0, empata em 60% com o Opus 5.5, mas fica atrás de Kimi K3.1 Pro (67%), Gemini 4 Carbon (65%) e Sonnet 5.5 (64%).
O preço de ocupar o topo
Qualidade máxima tem conta. No tier mais alto, o custo médio por tarefa do Fable 5.2 é de US$ 26,50, cerca de 2,6 vezes o do Opus 5.5 (US$ 10) e praticamente o dobro do Fable 5.1 (US$ 12,99). Nas faixas High e Xhigh, o modelo ainda marca 62 pontos no índice — acima de qualquer concorrente em qualquer tier, segundo a Artificial Analysis — gastando 98.000 tokens de saída por tarefa, contra 173.000 do Opus 5.5 no tier Max.
A leitura para o mercado é a inversão: o preço unitário do token caiu, mas o custo por entrega subiu, porque o modelo processa mais. Para quem compra capacidade computacional, a decisão deixa de girar em torno do milhão de tokens e passa a girar em torno da tarefa concluída.
Cibersegurança: onde os dois irmãos se separam
O Mythos 5.2 acha mais vulnerabilidades que os antecessores e evoluiu tanto em reproduzir quanto em corrigir falhas, segundo a Anthropic. O Fable, versão pública, bloqueia boa parte das tarefas sensíveis de segurança, incluindo testes de intrusão e geração de código de exploração. Requisições barradas são respondidas pelo Opus 4.8 no campo de cibersegurança e pelo Opus 5 no de biologia.
O teste interno CVE Rediscovery mede quantas falhas já catalogadas no banco CVE (sistema que registra vulnerabilidades conhecidas de software) o modelo descobre sozinho partindo do estado do projeto antes da correção. Na rodada de outubro de 2026, com 1.829 CVEs, o Mythos 5.2 superou o Opus 5.5 em 10,2% e o Mythos 5.1 em 14,4%, liderando em todos os tiers de computação. A Anthropic relata ainda que uma empresa de segurança verificou que um em cada seis bugs confirmados pelo Mythos 5.2 havia escapado de todos os outros modelos de fronteira testados — e que o GPT-6 Cyber marca 61% no CyScenarioBench.
| Teste (variante Mythos 5.2) | Mythos 5.2 | Mythos 5.1 | Opus 5.5 sem salvaguardas |
|---|---|---|---|
| CyScenarioBench | 76,3% | 61,7% | 67,6% |
| CVE Rediscovery | 89,6% | 78,3% | 81,3% |
| De novo binder design (24 h) | 85,1% | 79,1% | 82,6% |
O freio aplicado de propósito
A Anthropic sustenta que segurou o avanço dos modelos, durante o treinamento, justamente nas capacidades capazes de acelerar o desenvolvimento de IA — o chamado RSI, sigla em inglês para autoaperfeiçoamento recursivo, cenário em que o sistema ajuda a construir a próxima geração de si mesmo. Em frentes como otimização de kernels computacionais (rotinas que extraem desempenho máximo de chips aceleradores) e aperfeiçoamento de arquiteturas de grandes modelos de linguagem, Fable 5.2 e Mythos 5.2 ficam em patamar próximo ao do Opus 5.5.
Ficaram fora da restrição habilidades como programação agêntica, desenvolvimento de hardware e pesquisa tradicional em IA, inclusive interpretabilidade. A empresa afirma que o Claude já assina mais de 90% das alterações incorporadas ao seu código-fonte principal, sempre com supervisão humana, e que, em teste interno, o modelo programou um sistema operacional do zero.
Fermat: 30 horas contra 11 dias
Cerca de 1.000 agentes do Fable 5.2 formalizaram integralmente a prova do Último Teorema de Fermat, convertendo-a para Lean, linguagem que permite a um computador conferir cada passo da demonstração. O teorema afirma que a equação a² + b² = c² não tem solução em números inteiros para potências maiores que o quadrado — problema aberto por séculos até a prova de mais de cem páginas de Andrew Wiles, em 1995.
A verificação por máquina foi concluída pela primeira vez e consumiu 30 horas. Uma versão de pesquisa anterior, não publicada, levou 11 dias, com ambiente construído sob medida e orientação de um pesquisador humano. Os agentes novos partiram de instruções breves, organizaram a colaboração sozinhos e não usaram referências matemáticas; o único indicador de progresso era uma lista de lemas intermediários. Gastaram um terço dos tokens de ação da primeira tentativa e produziram prova sete vezes mais curta.
No mesmo arranjo, com 1.000 agentes, o Opus 5.5 cumpriu apenas 26% da formalização em 18 horas e praticamente não avançou até a hora 30.
O que o episódio sinaliza para o investidor
A oferta pública da Anthropic transforma desempenho de modelo em assunto de balanço. O lançamento expõe três frentes de disputa. A primeira é técnica: o Gemini 4 Carbon, ainda não lançado, aparece com 60 pontos, e o GPT-6 Astra figura na tabela da própria Anthropic — sinal de que a distância na fronteira segue curta. A segunda é de custo: o preço por token recuou, mas o gasto por tarefa subiu quase 2,6 vezes no tier máximo, o que pressiona margens de quem revende capacidade.
A terceira é comercial. Ao separar um modelo aberto, com bloqueios, de outro restrito a organizações verificadas, a Anthropic transforma governança em item de produto e em barreira de entrada para clientes corporativos dispostos a pagar por capacidade ofensiva controlada. Vale o alerta metodológico: boa parte dos resultados da tabela de benchmarks é divulgada pela própria Anthropic; a medição independente da Artificial Analysis confirma a liderança no índice geral, mas número de fornecedor é material de marketing, não auditoria.
Para o investidor brasileiro, a Anthropic segue fora da bolsa até a operação ser concluída, e a exposição ao tema continua indireta. O que o lançamento entrega de concreto é um parâmetro para medir a economia real da IA: tão relevante quanto o preço do token é o custo por tarefa concluída e a receita que ela destrava.