Crea con CometAPITi serve una sola API per più modelli?Testa il flusso di lavoro in Playground, poi crea una chiave API quando modello e costo sono adatti al tuo caso d'uso.
TL;DR Claude Fable 5.1 è principalmente un aggiornamento incentrato sull’esecuzione agentica. I maggiori progressi dichiarati compaiono nella ricerca scientifica, nell’automazione aziendale, nel coding da terminale e in altri workflow che richiedono pianificazione, uso di strumenti, verifica e ripristino su molti passaggi. I miglioramenti sono più contenuti nel ragionamento a risposta chiusa e nei task di coding più brevi in stile IDE, quindi la scelta di deployment migliore dipende dal carico di lavoro invece che da un singolo punteggio di riferimento.
Punti chiave
Fable 5.1 ottiene il 52.6% su Terminal-Bench-Science 0.1, più del doppio del 24.7% di Fable 5 nella valutazione di Anthropic.
AutomationBench sale dal 17.1% al 31.4%, mostrando un grande miglioramento nei workflow aziendali end-to-end.
I guadagni sono più modesti su CursorBench e su Humanity’s Last Exam con strumenti, suggerendo che il rilascio migliori l’esecuzione sostenuta più che ogni forma di ragionamento in egual misura.
Revisionato per chiarezza, attribuzione delle fonti e terminologia API aggiornata.
Fable 5.1 mantiene gli stessi prezzi standard per token di Fable 5, mentre un prezzo più basso per la lettura da cache può ridurre il costo effettivo dei workflow agentici con contesto pesante.
GPT-6 Astra è ora il confronto OpenAI più attuale, ma non è stato incluso nella tabella dei benchmark del 1° settembre di Anthropic. Qualsiasi affermazione di performance diretta richiede una valutazione controllata con lo stesso harness.
Anthropic ha rilasciato Claude Fable 5.1 il 1° settembre 2026 per ragionamento impegnativo, agenti di lungo orizzonte, ingegneria del software, ricerca e lavori professionali basati sulla conoscenza. Claude Fable 5.1 è disponibile anche tramite CometAPI per gli sviluppatori che vogliono valutarlo insieme ad altri modelli di frontiera attraverso un endpoint unificato.
I risultati di copertina sono solidi, ma la distribuzione del miglioramento è più informativa della media. Fable 5.1 guadagna soprattutto quando un agente deve mantenere un obiettivo, interagire con strumenti, recuperare dagli errori e verificare uno stato finale. Questo articolo si concentra sul significato dei risultati dei benchmark, su dove il modello è ancora carente e su come valutarlo rispetto alle alternative più recenti.
Claude Fable 5.1 a colpo d’occhio
La documentazione del modello di Anthropic specifica una finestra di contesto da 1 milione di token, output massimo di 128K, input di testo e immagini, thinking adattivo sempre attivo e un limite di conoscenza a giugno 2026. L’ID modello della Claude API è claude-fable-5-1.
Specifica ufficiale
Claude Fable 5.1
Provider
Anthropic
Data di rilascio
1 settembre 2026
ID modello
claude-fable-5-1
Finestra di contesto
1,000,000 token
Output massimo
128,000 token
Input / output
Testo e immagini → testo
Thinking
Adattivo, sempre attivo
Sforzo predefinito
Alto
Limite di conoscenza
Giugno 2026
Prezzo input Anthropic
$10 / MTok
Prezzo output Anthropic
$50 / MTok
Lettura da cache
$0.25 / MTok
Latenza comparativa
Più lenta
Posizionamento principale
Ragionamento impegnativo e lavoro agentico lungo
I prezzi standard di input e output restano gli stessi di Fable 5, mentre le letture da cache scendono a $0.25 per milione di token. Fable 5.1 non ha prezzi di input/output più bassi nei titoli. Il suo costo effettivo più basso deriva principalmente da una riduzione del 75% del prezzo di lettura da cache. Anthropic stima circa il 25% di costo inferiore per i carichi tipici e fino a circa il 45% per carichi altamente agentici.
Questo conta perché un agente di lunga durata riutilizza ripetutamente il contesto del repository, le istruzioni, le definizioni degli strumenti e lo stato precedente. Il costo per task completato può migliorare anche quando i prezzi di input e output non cambiano.
Anthropic riporta anche il 60.9% per Claude Mythos 5.1 su Terminal-Bench 4.0. Mythos 5.1 è una versione distribuita separatamente con salvaguardie diverse e non dovrebbe essere trattata come il punteggio generalmente disponibile di Fable 5.1.
Fable 5.1 supera Fable 5 e Opus 5 in tutte le nove righe riportate. I suoi maggiori guadagni generazionali compaiono nella ricerca scientifica, nell’automazione dei workflow aziendali e nel coding da terminale. Le differenze più piccole su Humanity’s Last Exam e CursorBench sono altrettanto importanti perché mostrano che il miglioramento non è uniforme su ogni carico di lavoro.
Dove migliora di più Claude Fable 5.1?
Terminal-Bench-Science 0.1: il risultato di spicco
Fable 5.1 ottiene il 52.6%, rispetto al 24.7% di Claude Fable 5, al 29.0% di Claude Opus 5 e al 22.4% di GPT-5.6 Sol nella run di Anthropic. Il grande divario generazionale di 27.9 punti è molto più ampio dell’errore standard per modello riportato, mentre gap più piccoli—come i 3.5 punti tra Fable 5.1 e Opus 5 su Terminal-Bench 4.0—andrebbero interpretati con maggiore cautela.
Terminal-Bench-Science valuta workflow di ricerca completi in domini scientifici e ingegneristici. Gli agenti devono produrre codice, analisi, dimostrazioni, simulazioni o prodotti di dati anziché limitarsi a rispondere a domande isolate. Anthropic riporta un errore standard di circa ±3.5–4.5 punti per modello, quindi gap ridotti non dovrebbero automaticamente essere interpretati come differenze significative di capacità.
Terminal-Bench 4.0: coding autonomo più forte
Fable 5.1 raggiunge il 55.8%, davanti a Fable 5 al 42.0%, Opus 5 al 52.3% e GPT-5.6 Sol al 37.3%. Il miglioramento di 13.8 punti rispetto a Fable 5 è sostanziale, mentre il vantaggio di 3.5 punti su Opus 5 è relativamente contenuto.
Il benchmark colloca gli agenti in un ambiente di esecuzione, dunque il successo dipende dal saper navigare l’ambiente, modificare il codice e validare gli esiti. Poiché Terminal-Bench 4.0 usa un set di task diverso rispetto alle versioni precedenti, i punteggi dovrebbero essere confrontati solo all’interno della stessa versione del benchmark.
AutomationBench: un grande salto con ampio margine
AutomationBench sale dal 17.1% su Fable 5 al 31.4% su Fable 5.1. Si tratta di un aumento assoluto di 14.3 punti, pari a circa un guadagno relativo dell’84%.
Il benchmark valuta workflow in ambito vendite, marketing, operations, supporto, finanza e HR verificando lo stato finale dell’ambiente. Questo lo rende un test utile per capire se un agente ha effettivamente completato un workflow invece di limitarsi a proporre le azioni corrette. Il punteggio evidenzia anche la limitazione restante: circa due terzi dei task non sono stati comunque completati nella configurazione riportata da Anthropic.
CursorBench 3.2.0: un guadagno di coding più contenuto
Fable 5.1 raggiunge il 73.4%, rispetto al 70.5% di Fable 5, al 70.0% di Opus 5 e al 67.2% di GPT-5.6 Sol. Il guadagno su Fable 5 è di soli 2.9 punti.
Il rilascio appare quindi meno trasformativo nei task di coding più brevi in stile IDE rispetto ai workflow più lunghi che prevedono pianificazione, esecuzione, verifica e ripristino. Le suite di valutazione dovrebbero includere modifiche a scala di repository e ripristino da test falliti invece di limitarsi alla qualità della generazione di codice.
OSWorld 2.0: l’uso del computer resta difficile
Fable 5.1 ottiene il 77.9% con credito parziale e il 41.7% con completamento strict. Opus 5 raggiunge il 75.4% e il 39.6%, mentre Fable 5 raggiunge il 72.9% e il 36.1%.
Il punteggio strict è l’indicatore più rivelatore per la produzione. Meno della metà dei task è stata completata integralmente, a dimostrazione che i progressi nell’uso del computer non eliminano la necessità di checkpoint, permessi, monitoraggio e logiche di ripristino.
CursorBench e Humanity's Last Exam: guadagni più piccoli
Fable 5.1 raggiunge il 73.4% su CursorBench 3.2.0, solo 2.9 punti sopra Fable 5. Su Humanity's Last Exam guadagna 3.1 punti senza strumenti e 1.2 punti con strumenti.
Questi gap più ridotti supportano l’interpretazione centrale: Fable 5.1 è più trasformativo nei workflow lunghi che coinvolgono pianificazione, esecuzione, verifica e ripristino rispetto ai task IDE più brevi o al ragionamento accademico a risposta chiusa.
Claude Fable 5.1 vs Fable 5 vs GPT-6 Astra vs Opus 5
Risposta breve: Fable 5.1 è l’opzione più forte nella tabella dei benchmark a lungo orizzonte pubblicata da Anthropic; Opus 5 è il punto di partenza più economico quando il suo divario prestazionale più piccolo è accettabile; Fable 5 resta la base legacy; GPT-6 Astra richiede un test nello stesso harness prima di qualsiasi classifica diretta.
Fable 5.1 è un chiaro upgrade generazionale rispetto a Fable 5 sui benchmark agentici di lungo orizzonte riportati da Anthropic. GPT-6 Astra è il confronto OpenAI più attuale, ma è stato rilasciato dopo la valutazione del 1° settembre di Anthropic e non è stato incluso nello stesso harness di benchmark.
Dimensione
Claude Fable 5.1
Claude Fable 5
GPT-6 Astra
Finestra di contesto
1M token
1M token
1.05M token
Output massimo
128K
128K
128K
Input / output standard
$10 / $50 per MTok
$10 / $50 per MTok
$10 / $50 per MTok
Lettura da cache
$0.25 / MTok
$1 / MTok
Verificare i termini correnti del provider
Terminal-Bench-Science 0.1
52.6%
24.7%
Non incluso nella tabella di lancio di Anthropic
Terminal-Bench 4.0
55.8%
42.0%
Non incluso nella tabella di lancio di Anthropic
AutomationBench
31.4%
17.1%
Non incluso nella tabella di lancio di Anthropic
Posizionamento principale
Ragionamento impegnativo e lavoro agentico di lungo orizzonte
Precedente baseline della classe Fable
Lavoro professionale end-to-end difficile
Rispetto a Fable 5, Fable 5.1 mostra i suoi maggiori guadagni misurati nella ricerca scientifica, nell’automazione aziendale e nel coding da terminale, mantenendo gli stessi prezzi standard per token. Un prezzo di lettura da cache più basso migliora ulteriormente l’economia degli agenti con contesto riutilizzato.
Regola di selezione: Parti da Opus 5 quando il costo è la priorità, passa a Fable 5.1 quando contano soprattutto completamento e ripristino su lungo orizzonte, mantieni Fable 5 solo per workload sensibili alla compatibilità e valuta GPT-6 Astra con un test controllato nello stesso harness prima dell’adozione in produzione.
Come appare la performance nei benchmark per carico di lavoro?
Capacità
Risultato Fable 5.1
Variazione vs Fable 5
Interpretazione
Ricerca scientifica agentica
52.6%
+27.9 pt
Guadagno molto grande
Automazione workflow aziendali
31.4%
+14.3 pt
Guadagno molto grande
Coding da terminale
55.8%
+13.8 pt
Grande guadagno
Uso del computer, strict
41.7%
+5.6 pt
Guadagno moderato
Uso del computer, partial
77.9%
+5.0 pt
Guadagno moderato
Ragionamento esperto, senza strumenti
60.9%
+3.1 pt
Guadagno piccolo
Coding agentico in IDE
73.4%
+2.9 pt
Guadagno piccolo
Ragionamento esperto, con strumenti
65.0%
+1.2 pt
Guadagno piccolo
Lavoro di conoscenza professionale
1853 Elo
+130 Elo
Forte, sensibile alla configurazione
Lo schema è coerente: i maggiori miglioramenti compaiono quando il successo dipende da persistenza, pianificazione, interazione con l’ambiente, uso di strumenti e ripristino nel tempo.
Cosa non ti dicono i benchmark?
Le tabelle di benchmark comprimono il comportamento in numeri singoli. Non dimostrano che gli agenti autonomi siano risolti e non predicono ogni workload di produzione.
La tabella di confronto principale è gestita dal vendor.
Le impostazioni di sforzo influenzano qualità, latenza e costo.
I benchmark per agenti misurano il combinato di modello, harness, strumenti e permessi.
Le salvaguardie di produzione erano abilitate per Fable 5.1 e hanno influenzato alcuni esiti.
Le versioni dei benchmark cambiano, quindi i valori di release diverse potrebbero non essere comparabili.
AutomationBench resta al 31.4%, mentre il completamento strict su OSWorld resta al 41.7%; rimangono tassi di fallimento sostanziali.
Una valutazione pratica dovrebbe usare i punteggi pubblici per creare una shortlist di candidati, riprodurre un piccolo confronto con impostazioni identiche e poi testare il workflow di produzione reale.
È Claude Fable 5.1 il miglior modello Claude?
Per la massima capacità su lavori difficili e di lunga durata, le evidenze dei benchmark fanno una forte pressione a favore di Claude Fable 5.1. Per ogni carico di lavoro, no.
Anthropic lo prezza a $10 per milione di token in input e $50 per milione di token in output, contro $5 e $25 per Opus 5. Il premium è giustificato solo quando Fable 5.1 produce un tasso di successo più alto, meno retry, meno token per task accettato o una sufficiente riduzione del tempo di revisione umana.
Un prezzo più basso per le letture da cache può ridurre il divario di costo effettivo per gli agenti. Il costo per risultato accettato è quindi più utile del solo prezzo per token.
Come dovresti eseguire il benchmark di Claude Fable 5.1?
La tua valutazione dovrebbe assomigliare al workload di produzione previsto.
Coding: Testa issue complete e registra accettazione delle patch, test passati, retry, chiamate agli strumenti, tempo trascorso e tempo di correzione umana.
Ricerca: Valuta qualità delle fonti, accuratezza fattuale, copertura delle evidenze, completamento dei sotto-task e mantenimento dell’obiettivo su run lunghe.
Agenti per il business: Valuta lo stato finale dell’ambiente invece di contare azioni singole corrette.
Uso del computer: Misura il recupero da pop-up, pagine lente, sessioni interrotte e stati applicativi incoerenti.
Confronto modelli: Mantieni costanti prompt, harness, strumenti, permessi, impostazioni di sforzo e regole di scoring.
Economia: Misura il costo per task accettato, non solo il costo per token.
Conclusione
Le evidenze dei benchmark suggeriscono che Fable 5.1 è più prezioso quando un task richiede esecuzione sostenuta piuttosto che una singola risposta. I casi d’uso più forti includono ricerca scientifica, coding autonomo, automazione aziendale complessa e workflow con verifiche e ripristini ripetuti.
Le evidenze non supportano una superiorità universale. Gap più piccoli su diversi benchmark, tassi di fallimento significativi nei task strict di uso del computer e l’assenza di GPT-6 Astra dalla tabella di lancio di Anthropic rafforzano la necessità di test specifici per workload.
Per gli utenti CometAPI, una regola pratica di deployment è testare Fable 5.1 laddove il successo su lungo orizzonte possa giustificare un’inferenza premium, quindi confrontarlo con Opus 5, GPT-5.6 Sol e GPT-6 Astra sugli stessi task rappresentativi prima di scegliere un percorso di produzione.
FAQ
Qual è il punteggio di benchmark più alto di Claude Fable 5.1?
Tra le metriche percentuali riportate da Anthropic, Fable 5.1 raggiunge il 77.9% di credito parziale su OSWorld 2.0 e il 73.4% su CursorBench 3.2.0. Il suo miglioramento generazionale più grande è su Terminal-Bench-Science, con il 52.6% contro il 24.7% di Fable 5.
Quanto è migliore Claude Fable 5.1 rispetto a Fable 5?
Il guadagno varia nettamente per workload: 27.9 punti su Terminal-Bench-Science, 14.3 su AutomationBench e 13.8 su Terminal-Bench 4.0, ma solo 2.9 su CursorBench e 1.2 su Humanity’s Last Exam con strumenti.
Claude Fable 5.1 è migliore di Claude Opus 5?
Ottiene punteggi più alti sull’intera tabella riportata da Anthropic, ma molti gap sono piccoli. Anthropic raccomanda di partire da Opus 5 ed effettuare l’upgrade quando serve capacità aggiuntiva di lungo orizzonte.
Claude Fable 5.1 batte GPT-5.6 Sol?
Anthropic riporta punteggi Fable 5.1 più alti su cinque metriche condivise. Poiché si tratta di valutazioni del concorrente gestite dal vendor e le configurazioni variano, la conclusione prudente è che Fable 5.1 sia altamente competitivo piuttosto che universalmente superiore.
I risultati sono verificati in modo indipendente?
Solo parzialmente. Diversi benchmark hanno leaderboard pubbliche, ma sforzo, harness, comportamento di fallback e versioni dei task devono essere allineati prima di confrontare i valori direttamente con la run di lancio di Anthropic.
Per cosa è migliore Claude Fable 5.1?
Il suo profilo di benchmark è più forte per ricerca scientifica di lunga durata, coding autonomo, workflow agentici complessi, automazione aziendale e task che richiedono pianificazione, strumenti, verifica e ripristino.
Come posso accedere a Claude Fable 5.1?
Claude Fable 5.1 è elencato su CometAPI con ID modello claude-fable-5-1. Un endpoint unificato rende pratico eseguire lo stesso carico di valutazione su più modelli prima di scegliere un percorso di produzione.
