O corte de 75% no cache do Claude Fable 5.1 não significa tarefa mais barata

Em 1º de setembro de 2026, a Anthropic lançou o Claude Fable 5.1 junto com um corte de 75% no preço de um item específico da tabela: a leitura de cache, o mecanismo que deixa o modelo reaproveitar um trecho de prompt já processado antes em vez de gerar a resposta inteira de novo — por isso custa menos. A Anthropic apresentou os dois anúncios juntos, e a leitura mais rápida é que o modelo ficou mais barato. Não é bem assim: quem mede o custo por tarefa completa, não por token isolado, chegou à conta oposta. Para quem paga a fatura de um agente em produção, essa diferença decide se a atualização economiza dinheiro ou custa mais.

O que foi dito

No vídeo oficial "Introducing Claude Fable 5.1", publicado em 1º de setembro, a Anthropic descreveu o modelo como mais capaz em tarefas longas e de várias etapas — uma prova matemática extensa, um contrato com centenas de referências cruzadas —, dizendo que ele evita atalhos e corrige a causa raiz de um bug em vez de só o sintoma.

O preço por token ficou igual em quase tudo: entrada a US$ 10, saída a US$ 50, escrita em cache a US$ 12,5 por milhão de tokens, segundo a Latent Space, em 2 de setembro. A única mudança de tabela foi na leitura de cache, que caiu de US$ 1,00 para US$ 0,25 por milhão de tokens — queda de 75% nesse item específico, confirmam Ben's Bites, em 3 de setembro, e a própria Latent Space. A Ben's Bites resumiu o lançamento como uma queda de cerca de 25% no custo de uso via API; a Anthropic, em nota mais detalhada citada pela newsletter The Neuron em 2 de setembro, foi mais específica: para cargas de trabalho típicas a economia gira em torno de 25%, e cargas muito agênticas podem chegar a cerca de 45%.

A empresa também citou ganho de benchmark: o Terminal-Bench-Science subiu de 24,7% para 52,6% entre Fable 5 e Fable 5.1, número que Simon Willison confirmou de forma independente em 1º de setembro. Sobre segurança em tarefas agênticas longas, a Anthropic relatou menos interrupções por trava de segurança, citando um parceiro que rodou uma sessão de 38 horas sem supervisão e uma taxa de sucesso em tarefas do Browserbase que subiu de 57% para 82% — números de teste de parceiro escolhido pela própria empresa, não de terceiro independente, segundo a mesma cobertura da The Neuron.

A medição que contraria o anúncio vem da Artificial Analysis, citada pela Latent Space em 2 de setembro. Apesar do corte no cache, o Fable 5.1 saiu cerca de 20% mais caro por tarefa completa do que o Fable 5 — o modelo passou a gerar cerca de 1,7 vezes mais tokens de saída por tarefa, e esse aumento de volume superou a economia da leitura de cache mais barata. Willison, à parte, rodou o próprio teste informal do pelicano andando de bicicleta em cinco níveis de esforço do modelo e publicou custo e tempo de cada rodada: do nível baixo, a US$ 0,10 em 23,8 segundos, ao nível máximo, a US$ 3,30 em quase 14 minutos.

O que vale

O que se sustenta nas duas leituras — a da própria Anthropic e a da Artificial Analysis — é só um fato de tabela: a leitura de cache caiu 75% de preço por token. Isso não é estimativa, é número de tabela de preço, confirmado por Ben's Bites e Latent Space. O que não se sustenta como frase simples é que o Fable 5.1 ficou mais barato: depende inteiramente de quantos tokens de saída a tarefa específica consome, e a Artificial Analysis mediu exatamente o cenário em que essa conta vira negativa.

Na prática, quem opera por tarefa completa — não por token isolado — precisa medir o próprio caso antes de supor a economia que a Anthropic anuncia. A The Neuron, em teste próprio, relatou que o modelo dá conta do trabalho, mas que o esforço de gerenciar o agente aumentou: cita um caso em que o modelo tomou, sozinho, uma decisão de estilo que ninguém pediu no meio da tarefa. Esse trabalho extra de revisão também é custo, mesmo sem aparecer na tabela de preço por token.

Eu só troco o modelo de produção depois de um smoke probe — uma chamada de teste que mede o custo real por tarefa contra o modelo atual, nunca pela tabela de preço do anúncio. Esse teste custa tempo e algumas chamadas que parecem desperdiçadas antes da troca, mas sai mais barato do que descobrir a conta real de um fluxo agêntico só na fatura do mês seguinte.

O que ignorar

A manchete solta sobre 25% mais barato não sobrevive fora do contexto: é a própria estimativa da Anthropic para cargas de trabalho típicas, não uma medição independente, e a Artificial Analysis mediu o oposto em pelo menos um cenário completo de tarefa. Os números de sessão de 38 horas e de 82% de sucesso em tarefas do Browserbase também não provam robustez geral — são teste de parceiro selecionado pela própria Anthropic, não de terceiro independente.

O enquadramento de que Fable 5.1 e Mythos 5.1 têm os mesmos pesos, repetido no material de lançamento e reportado pela Latent Space, é declaração do próprio fornecedor sobre o próprio produto, sem verificação técnica independente citada nas fontes. E as reclamações de limite de taxa e trava de segurança mais agressiva em threads de usuário, também citadas pela Latent Space, são reação pontual, não um estudo.

O que fazer com isso

A ação prática cabe em uma frase: antes de trocar um fluxo de produção para o Fable 5.1 por causa do anúncio de preço, rode a mesma tarefa nos dois modelos e compare o custo total — entrada, saída e cache juntos —, não só o preço por token anunciado. Isso importa mais em fluxos agênticos de várias etapas, onde o volume de token de saída por tarefa é justamente o fator que a Artificial Analysis aponta como tendo subido cerca de 1,7 vezes.