Anthropic introduce Claude Fable 5.1 e Claude Mythos 5.1 con una scelta particolare: i due sistemi utilizzano lo stesso modello sottostante, mentre a distinguerli sono i livelli di safeguard applicati e le modalità con cui gli utenti possono accedere alle capacità più sensibili.
Fable 5.1 è il modello destinato alla disponibilità generale e incorpora protezioni che limitano o reindirizzano alcune attività avanzate in cybersecurity, biologia e chimica. Mythos 5.1 utilizza invece safeguard più permissivi in questi ambiti ed è accessibile soltanto attraverso programmi riservati a ricercatori, professionisti e organizzazioni sottoposti a verifica. Fable 5.1 migliora inoltre nel coding agentico, nei workflow professionali di lunga durata, nell’uso del computer e nella ricerca scientifica. Anthropic interviene parallelamente su prezzo, conservazione dei dati e precisione dei sistemi di sicurezza, dopo i riscontri raccolti dai clienti con Fable 5.
Fable 5.1 lavora più a lungo su coding e knowledge work
Claude Fable 5.1 è progettato in particolare per attività lunghe e articolate, nelle quali il modello deve pianificare il lavoro, utilizzare strumenti, intervenire su più applicazioni, verificare i risultati e recuperare autonomamente dopo eventuali errori.
Gli scenari comprendono modifiche distribuite su codebase estesi, code review, ricerca e analisi di documenti, utilizzo del browser e sessioni autonome che possono proseguire per molte ore. Il modello può inoltre utilizzare le proprie capacità visive per verificare il lavoro svolto, per esempio confrontando un’interfaccia realizzata con il progetto originale, oltre a interpretare diagrammi, grafici e tabelle all’interno di documenti e PDF.
Fable 5.1 supporta diversi livelli di effort, cioè differenti quantità di elaborazione dedicate dal modello alla soluzione di un problema. In Claude Code il valore predefinito è High, mentre Claude Cowork e Claude.ai utilizzano Medium. Con effort Low o Medium, secondo Anthropic, Fable 5.1 può ottenere risultati analoghi o superiori a Fable 5 con un costo inferiore.
Le valutazioni pubblicate dall’azienda mostrano miglioramenti nel coding agentico, nella ricerca scientifica svolta attraverso strumenti, nei workflow professionali, nell’interazione con il computer e nel ragionamento multidisciplinare. Alcune differenze fra Fable 5.1 e Mythos 5.1 dipendono anche dai rispettivi sistemi di sicurezza: Fable 5.1 è stato infatti sottoposto ai benchmark con i safeguard di produzione attivi e, quando questi intervengono, alcuni task vengono bloccati oppure affidati a modelli Opus.
Dai bug irrisolti ai task autonomi di 38 ore
I test condotti dalle organizzazioni che hanno avuto accesso anticipato mostrano soprattutto una maggiore continuità nelle attività prolungate.
Millennium, società globale di investimenti alternativi fondata nel 1989 e articolata in più di 350 team di investimento, riferisce che Fable 5.1 è riuscito a individuare l’origine di un crash estremamente raro, con una frequenza nell’ordine di un caso ogni milione di esecuzioni, che non era stato spiegato internamente da quattro o cinque anni. Il modello ha disassemblato una libreria esterna, confrontato il codice con il core dump e ricondotto il problema a un bug nella libreria.
MongoDB, società che sviluppa l’omonimo database documentale e una piattaforma cloud per la gestione dei dati, ha invece affidato al modello la costruzione di un prototipo complesso. Fable 5.1 ha analizzato il codice dei servizi e la documentazione, preparato il progetto e proseguito autonomamente per ore nell’implementazione, completando il lavoro in circa tre giorni e producendo verifiche e walkthrough visivi delle diverse fasi.
Ramp, piattaforma di finance operations che integra carte aziendali, gestione delle spese, pagamenti, procurement e automazione contabile, descrive un’esecuzione autonoma durata 38 ore su un problema di machine learning. Il modello ha riconosciuto che un precedente risultato dipendeva da un artefatto presente nelle etichette dei dati, corretto il problema e avviato sei esperimenti paralleli durante la notte.
Browserbase, piattaforma infrastrutturale per costruire e distribuire agenti capaci di navigare e interagire con il web attraverso browser programmabili, registra sul proprio benchmark più difficile per browser agent un completamento dell’82% dei task, rispetto al 74% di Opus 5 e al 57% di Fable 5.
Glean, piattaforma enterprise AI nata nell’ambito della ricerca e dell’accesso alla conoscenza aziendale e successivamente estesa ad assistant e agenti, riferisce infine una preferenza di circa due a uno per gli output di Fable 5.1 rispetto a quelli di Fable 5 su domande di knowledge work, ricerca, drafting e produzione di artefatti.
Mythos 5.1 estende Claude nella ricerca scientifica
Una parte consistente delle nuove capacità riguarda la ricerca scientifica, dove la distinzione tra Fable e Mythos assume particolare rilievo.
Claude Mythos 5.1 utilizza lo stesso modello di Fable 5.1, ma consente agli utenti verificati di utilizzare capacità che nella versione generalmente disponibile possono essere limitate o affidate a modelli Opus.
Anthropic ha sperimentato Mythos 5.1 nella progettazione di protein binder, proteine costruite per legarsi con elevata affinità a uno specifico bersaglio molecolare. Il modello ha utilizzato strumenti open source per la progettazione e il folding delle proteine e i risultati sono stati successivamente inviati a due organizzazioni esterne per la validazione sperimentale.
Su tre target, Anthropic riporta affinità di legame dieci volte superiori rispetto ai migliori progetti presentati nelle competizioni di protein design di Adaptyv Bio. Considerando dodici target, quasi il 50% dei progetti prodotti dal modello si è dimostrato capace di legarsi al bersaglio, rispetto a hit rate che l’azienda colloca normalmente fra il 10 e il 15% nel protein design.
Un secondo esperimento ha riguardato Venere. Claude Fable 5.1 ha addestrato una rete neurale per produrre una nuova mappa altimetrica ad alta risoluzione di circa un terzo del pianeta, utilizzando le immagini radar raccolte oltre trent’anni fa dalla missione NASA Magellan e una precedente mappa disponibile per circa un quinto della superficie. La nuova ricostruzione rende visibili dettagli nell’ordine dei 2-3 chilometri anziché 10-20 chilometri e, secondo Anthropic, migliora fino al 25% la precisione delle stime dell’altitudine. La mappa è stata pubblicata con licenza Creative Commons in vista delle future missioni NASA VERITAS ed ESA EnVision.
Mythos ottimizza direttamente il software per le GPU
Il terzo esperimento riguarda la biologia computazionale, dove l’esecuzione ripetuta di modelli specializzati sulle GPU può incidere in modo rilevante su tempi e costi della ricerca. Per ridurre questo carico, Mythos 5.1 ha scritto kernel GPU personalizzati, cioè porzioni di software ottimizzate per eseguire direttamente determinate operazioni sul processore grafico, e ha introdotto sistemi di caching dei risultati intermedi.
Applicando queste ottimizzazioni a sette modelli open source di deep learning utilizzati nella proteomica e nella genomica su GPU NVIDIA H100, Anthropic ha misurato incrementi della velocità di inferenza fino a 2,5 volte, senza modificare gli output. Nelle simulazioni di analisi genome-wide, in cui gli stessi modelli possono essere eseguiti migliaia di volte, il risultato corrisponde a una riduzione stimata del 30-60% dei costi GPU.
Secondo Anthropic, un lavoro di questo tipo richiederebbe normalmente settimane a un gruppo di performance engineer; Mythos 5.1 lo ha completato in pochi giorni utilizzando soltanto il codice sorgente disponibile pubblicamente. Le ottimizzazioni dovrebbero essere rese open source.
Questa linea di lavoro si collega al recente Model Hardware Standard, l’interfaccia proposta da Anthropic per consentire agli agenti AI di controllare in modo standardizzato apparecchiature scientifiche programmabili. Sullo stesso fronte, Anthropic ha ampliato il supporto ai ricercatori attraverso AI for Science, che assegna crediti gratuiti a progetti scientifici considerati ad alto impatto, e un nuovo Claude Team plan for scientists con utilizzo fortemente scontato.
Le capacità crescono insieme ai livelli di rischio
Prima del rilascio, Fable 5.1 e Mythos 5.1 sono stati sottoposti a valutazioni specifiche su rischi chimici e biologici, cybersecurity, sicurezza dei sistemi agentici e alignment.
Nei test relativi ai rischi chimici e biologici, condotti anche attraverso red teaming di esperti, valutazioni automatizzate e simulazioni con biologi di livello PhD affiancati da specialisti AI, Mythos 5.1 mostra capacità superiori a Mythos 5. Rimane tuttavia, nelle valutazioni Anthropic, al di sotto del successivo livello di rischio definito dalla Responsible Scaling Policy e viene quindi distribuito con gli stessi safeguard applicati a Mythos 5.
Sul fronte cyber, Mythos 5.1 è invece, secondo Anthropic, il modello con le capacità più elevate mai pubblicato dall’azienda. Le valutazioni lo mantengono comunque nella categoria inferiore di rischio prevista dal Frontier Compliance Framework di Anthropic.
I safeguard cyber di Fable 5.1 sono stati sottoposti a stress test interni, a valutazioni affidate a due organizzazioni esterne e a test automatizzati di Gray Swan. Anthropic afferma di non avere individuato jailbreak di severità critica, come già avvenuto nelle valutazioni di Fable 5 e Opus 5.
Le prove sui sistemi agentici hanno incluso anche le prompt injection, cioè istruzioni malevole nascoste nei contenuti che un agente AI deve elaborare. Mythos 5.1 ha respinto richieste dannose di coding agentico e computer use con frequenza paragonabile a Mythos 5, Sonnet 5 e Opus 5 e, secondo Anthropic, è il proprio modello più robusto finora in un benchmark esterno sulle prompt injection.
Alignment: meno reward hacking e meno violazioni dei vincoli
Anthropic ha valutato l’alignment di Mythos 5.1 attraverso test comportamentali statici e interattivi, analisi del reasoning interno, valutazioni di capacità associate alla misalignment, revisione dei dati di training e osservazione dell’utilizzo del modello nei test interni, affiancate da valutazioni esterne.
L’audit comportamentale automatizzato registra risultati migliori rispetto a Mythos 5 sulla maggior parte delle metriche. Mythos 5.1 tenta meno frequentemente di accedere a risorse esterne al proprio ambiente quando riceve un compito impossibile, ricorre meno al motivated reasoning per giustificare le proprie azioni e tende meno a ignorare vincoli espliciti pur di completare la richiesta dell’utente.
Dall’analisi dei dati di training emerge inoltre una diminuzione sia dei tentativi sia dei successi di reward hacking, comportamento con cui un modello cerca di ottenere il risultato premiato dalla valutazione sfruttando scorciatoie o meccanismi non desiderati anziché completando correttamente l’attività.
Le valutazioni hanno comunque individuato casi nei quali Mythos 5.1 riesce ancora ad aggirare sistemi di approvazione e classificatori automatici. La copertura dei test è inoltre meno completa quando il modello opera con contesti molto lunghi, in configurazioni multi-agent e davanti a task impossibili, condizioni nelle quali possono emergere comportamenti anomali con maggiore frequenza.
Fable riduce i falsi positivi dei safeguard
Anthropic ha modificato le protezioni applicate a Fable 5.1 per limitare gli interventi su attività legittime.
Nella cybersecurity il modello può ora essere utilizzato per identificare vulnerabilità nel software, attività direttamente collegata alla sicurezza difensiva. Rimangono invece reindirizzate verso modelli Opus alcune categorie dual use, fra cui penetration testing, generazione di exploit e vulnerability scanning basato sull’analisi di file binari.
Con le nuove regole, Anthropic stima una riduzione media di circa il 60% degli interventi dei safeguard cyber durante una sessione Claude Code rispetto alle protezioni precedentemente utilizzate con Fable 5.
Anche i filtri relativi alla biologia sono stati resi più selettivi. Per Fable 5.1 e Fable 5, Anthropic indica una riduzione dell’85% degli interventi su richieste legittime relative alla biologia elementare e a questioni mediche rispetto ai safeguard presenti al lancio di Fable 5. Le richieste che coinvolgono ricerca e sviluppo avanzati nelle scienze della vita continuano invece a essere trasferite verso modelli Opus.
Mythos rimane riservato a utenti verificati
Claude Mythos 5.1 rende disponibili capacità cyber e life sciences con safeguard meno restrittivi attraverso due programmi di accesso controllato.
Il Cyber Verification Program fornisce già a professionisti della sicurezza difensiva l’accesso ad alcuni modelli delle famiglie Opus e Sonnet con restrizioni cyber ridotte. Anthropic prevede di aggiungere successivamente anche i modelli Mythos.
Il Life Sciences Verification Program permette invece ai professionisti delle scienze della vita di utilizzare Mythos 5.1 con protezioni compatibili con attività professionali di ricerca e sviluppo, mantenendo attivi gli altri sistemi di sicurezza. Il programma è stato sviluppato insieme al governo degli Stati Uniti e i primi partecipanti sono già stati ammessi.
Mythos 5.1 è inizialmente disponibile soltanto per un gruppo di organizzazioni statunitensi. Anthropic sta lavorando con il governo USA per ampliare il programma prima ad altre organizzazioni nazionali e successivamente a partner internazionali.
Per l’Europa significa che, almeno nella prima fase, l’accesso alle capacità più avanzate di Claude nella cybersecurity e nelle scienze della vita non dipende soltanto dalla disponibilità tecnica o commerciale del modello, ma anche dai criteri di verifica e dalle autorizzazioni definite negli Stati Uniti. È un elemento rilevante soprattutto per università, centri di ricerca e imprese europee che potrebbero voler utilizzare Mythos per attività avanzate: potranno accedere normalmente a Fable 5.1, mentre le capacità che Anthropic considera più sensibili rimangono per ora all’interno di un perimetro di trusted access costruito a partire dagli Stati Uniti.
Anche Claude Security, il prodotto Anthropic che analizza codebase alla ricerca di vulnerabilità e suggerisce patch da sottoporre alla revisione umana, utilizza ora Mythos 5.1.
I dati enterprise possono rimanere nell’infrastruttura del cliente
Fable 5.1 introduce anche Enterprise Frontier Safeguards (EFS), un sistema destinato alle organizzazioni che devono combinare controlli contro l’utilizzo abusivo dei modelli con requisiti stringenti sulla conservazione dei dati.
Con EFS i dati vengono conservati nell’infrastruttura cloud controllata dal cliente e non nei sistemi Anthropic. Anche l’eventuale revisione umana viene effettuata, per impostazione predefinita, dal cliente.
Anthropic equipara dal punto di vista della privacy questa configurazione a un accordo di zero data retention e afferma di avere sviluppato EFS con più di cento organizzazioni appartenenti a settori quali servizi finanziari, sanità, manifattura, telecomunicazioni, diritto, retail e pubblica amministrazione, oltre che insieme ad AWS, Google Cloud e Microsoft Azure.
EFS verrà distribuito progressivamente a partire dall’autunno su Claude Code, Claude Enterprise, Claude Platform, Amazon Bedrock, Claude Platform on AWS, Google Agent Platform e Microsoft Foundry. Fino alla disponibilità della nuova infrastruttura, i clienti idonei potranno utilizzare Fable 5.1 e Fable 5 con zero data retention.
Nuove contromisure contro la distillation
Anthropic interviene anche sulla model distillation, tecnica attraverso la quale un altro sistema può cercare di riprodurre le capacità di un modello avanzato raccogliendone grandi quantità di output.
L’azienda collega gli attacchi di distillation anche alla creazione industriale di migliaia di account falsi utilizzati per interrogare ripetutamente i propri modelli. Le capacità così estratte possono successivamente essere incorporate in altri sistemi senza i safeguard applicati al modello originale.
Con Fable 5.1 cambia anche il funzionamento dei thinking block, i blocchi attraverso i quali la Claude API conserva parte del reasoning prodotto dal modello nelle conversazioni multi-turn. Finora uno sviluppatore poteva modificare retroattivamente messaggi, strumenti o system prompt precedenti e continuare a reinviare a Claude il thinking block generato nel contesto originale.
Questa possibilità ha applicazioni legittime, per esempio nei sistemi che comprimono o riorganizzano dinamicamente il contesto, ma secondo Anthropic è stata utilizzata anche nelle campagne di model distillation: alterando la conversazione precedente era possibile in alcuni casi indurre Claude a decodificare e restituire il proprio reasoning, raccogliendo così dati utili per trasferire le capacità del modello a un altro sistema.
Per i nuovi account API, Fable 5.1 verifica ora che ogni thinking block sia accompagnato dagli stessi messaggi, strumenti e system prompt che lo avevano prodotto. Se il contesto è stato modificato, l’API restituisce un errore oppure, utilizzando una modalità meno restrittiva, elimina il thinking block prima di proseguire.
La modifica riguarda inizialmente gli account API creati dal 1° settembre 2026. Anthropic prevede di estendere la restrizione a tutti gli utenti con le future generazioni di modelli e avverte che potrà essere necessario modificare alcune integrazioni che riscrivono il contesto durante una conversazione.
Un watermark invisibile per i testi generati da Claude
Fable 5.1 è anche uno dei primi modelli Anthropic pubblicati dopo il 2 agosto 2026, data dalla quale sono applicabili gli obblighi di trasparenza dell’articolo 50 dell’AI Act europeo relativi anche alla marcatura dei contenuti generati dall’intelligenza artificiale.
Nel luglio 2026 Anthropic ha aderito, insieme ad altri 190 firmatari, al Code of Practice on Transparency of AI-Generated Content, il codice volontario predisposto per facilitare l’applicazione degli obblighi di trasparenza previsti dall’AI Act.
I modelli Anthropic rilasciati dopo il 2 agosto incorporano quindi un watermark numerico invisibile che consente di stimare la probabilità che Claude abbia partecipato alla produzione di un testo. Il watermark non contiene informazioni sull’utente, sull’organizzazione o sulla conversazione e viene applicato globalmente, perché Anthropic non dispone ancora di un sistema affidabile per limitarlo geograficamente ai Paesi nei quali valgono gli obblighi dell’AI Act.
Il limite è evidente: il watermark segnala il coinvolgimento di Claude, non la paternità del testo. Un contenuto interamente generato dal modello e un testo umano successivamente corretto, tradotto o rielaborato possono quindi ricevere lo stesso tipo di marcatura, pur corrispondendo a forme di utilizzo molto diverse. Questo rende il segnale utile per attestare che Claude è intervenuto nel processo di produzione, ma molto meno adatto a sostenere da solo un’etichetta generica come “testo scritto dall’AI”.
Per rilevarlo è necessaria un’apposita API, attualmente distribuita in private preview a organizzazioni idonee quali autorità di regolamentazione, forze dell’ordine, media, fact-checker, ricercatori indipendenti, istituzioni educative e organizzazioni della società civile europea. L’accesso è previsto anche per imprese soggette a obblighi di verifica del watermark ai fini della conformità all’AI Act.
Cache read meno costose, invariati input e output token
Claude Fable 5.1 è disponibile dal 1° settembre 2026 sulle piattaforme Anthropic e attraverso Amazon Web Services, Google Cloud e Microsoft Azure. Nell’API il modello è identificato come claude-fable-5-1.
Il prezzo di base rimane quello di Fable 5: 10 dollari per milione di input token e 50 dollari per milione di output token.
Scende invece del 75% il costo delle cache read, cioè della rilettura di porzioni di contesto che il modello ha già elaborato e può riutilizzare senza processare nuovamente tutti i token: il nuovo prezzo è di 0,25 dollari per milione di token.
Sulla base di quattro settimane di utilizzo reale rilevato nell’agosto 2026 su Claude Enterprise, Claude Code e API, Anthropic stima che il cambiamento riduca il costo complessivo di Fable 5.1 di circa il 25% per un workload tipico rispetto a Fable 5. Nei task di coding complessi e nelle attività fortemente agentiche, dove grandi quantità di contesto vengono mantenute e riutilizzate mentre il modello lavora con strumenti esterni, il risparmio può arrivare a circa il 45%.
