Depuis 2013, le permis moto européen comporte un palier, le permis A2, limité aux machines de 35 kilowatts. Bien des modèles se vendent bridés à cette puissance, et le concessionnaire ôte la bride quand le conducteur obtient le permis complet, après deux ans et, en France, une formation. L’usine ne fabrique qu’une moto ; le permis en fait deux produits.
Les laboratoires d’intelligence artificielle appliquent ce découpage à leurs modèles les plus capables ; chez Anthropic, la bride confie le guidon à une machine plus ancienne quand la route devient sensible. Le lundi 9 novembre 2026, l’entreprise a lancé Claude Fable 5.2 et Claude Mythos 5.2, un même modèle sous deux noms, l’un pour tous, l’autre pour des organisations vérifiées, douze jours après Gemini 4 Carbon, présenté par Google le 28 octobre.
Le prix baisse, les filtres seraient moins prompts à bloquer, et l’éditeur oriente d’abord ses clients vers un modèle deux fois moins cher. Restent à examiner ce conseil, les scores et leurs arbitres, l’accès gradué, les démonstrations, les failles, la bride posée à l’entraînement et des examens que le modèle reconnaît.
Moins cher, mais second choix
Fable 5.2 est facturé 8 dollars le million de jetons en entrée et 40 en sortie, contre 10 et 50 pour Fable 5.1, sorti avec Mythos 5.1 le 1er septembre ; le jeton, fragment de mot, sert d’unité au texte reçu comme au texte produit. La baisse atteint 20 %, et la génération gagne jusqu’à 30 % de vitesse sur les versions 5.1. Un mode accéléré, jusqu’à 2,5 fois plus rapide, double la facture, à 16 et 80 dollars.
Même allégé, Fable 5.2 coûte le double de Claude Opus 5.5, mis en ligne le 22 septembre à 4 et 20 dollars le million de jetons, et Anthropic recommande d’abord ce dernier pour l’essentiel du code et des tâches intellectuelles, Fable et Mythos restant réservés aux travaux techniques les plus ardus. Sa documentation ne conseille Fable que si Opus 5.5, poussé à un effort supérieur, ne suffit pas.
Des scores maison, des arbitres partagés
Sur FrontierCode 2.0, conçu et exécuté par Cognition pour estimer si les mainteneurs de logiciels libres accepteraient un correctif sans retouche, Fable 5.2 obtient 49,1 % à l’effort de réflexion très élevé, contre 45,5 % pour Opus 5.5 et 42,8 % pour GPT-6 Astra. Un cran en dessous, il talonne Opus 5.5 avec 45,3 % pour 6,72 dollars par tâche, environ moitié prix, le meilleur score de ce dernier en coûtant 12,82. Au maximum, il retombe à 45,7 %, et à 44,4 %, sous Opus 5.5, en comptant comme échecs 22 tentatives expirées : plus de calcul ne garantit pas un meilleur code.
Même le tableau de l’éditeur concède deux revers, tous deux sur des épreuves menées par des tiers. Sur AutomationBench, où Zapier mesure l’automatisation de tâches d’entreprise, Gemini 4 Carbon le devance, 53,9 % contre 51,4 %. Au classement Elo d’AA-Briefcase, qu’Artificial Analysis établit sur des projets de plusieurs semaines, Opus 5.5 garde la tête, 1 800 points contre 1 785, alors que Fable 5.2 remplit mieux la grille de notation, 66,1 % contre 61,2 %.
Un modèle, deux noms, des relais anciens
Deux configurations
La fiche système décrit « deux configurations d’un nouveau grand modèle de langage ». Fable 5.2 est distribué partout, jusque chez Amazon, Google et Microsoft ; Mythos 5.2, privé des garde-fous renforcés de Fable, ne s’ouvre qu’à des organisations ou des chercheurs vérifiés, en cybersécurité et en sciences du vivant, le niveau cyber le plus sensible passant par un examen mené avec le gouvernement américain. Le même Mythos 5.2 anime pourtant Claude Security, ouvert à tous les clients de Claude Enterprise.
Le relais et son prix
Le garde-fou de Fable relaie plus qu’il ne refuse : la conception d’attaques informatiques passe à Opus 4.8, la biologie, la chimie et quelques savoir-faire de développement de modèles à Opus 5. Le principe date du lancement de Fable 5 et Mythos 5, présentés le 9 juin, débranchés pour tous après un courrier du gouvernement américain reçu le 12 juin et revenus le 1er juillet. Ses filtres, aussi robustes que ceux de Fable 5.1 selon Anthropic, bloquent environ 55 % de requêtes en moins aux premiers essais. Quant à la distillation, cette copie d’un modèle par apprentissage sur ses sorties, les parades de l’entreprise en auraient amputé les récoltes de 90 à 99 %.
Automatique dans claude.ai et Claude Code, optionnel et en bêta sur l’API, le repli se paie : depuis le 24 septembre, un refus survenu avant toute réponse est de nouveau facturé, en plus de la requête rejouée, s’il touche à la biologie, au développement d’IA concurrentes ou à l’extraction du raisonnement. La bascule efface aussi la réflexion accumulée, que seuls Fable 5.2 et Mythos 5.2 savent relire, et la conversation reste ensuite au modèle de repli. Face aux injections de prompt, Fable 5.2 a cédé la main à Opus 4.8 dans 53 % des attaques d’un banc d’essai, contre 23 % pour Fable 5.1, d’où plus de réussites, alors qu’il compte, quand il répond lui-même, parmi les modèles les plus robustes de la maison.
Des vitrines inégalement vérifiées
Un système d’exploitation à huis clos
Un ingénieur d’Anthropic a chargé Fable 5.2 de concevoir un prototype de système d’exploitation. À partir d’un répertoire vide, le modèle a dirigé huit jours durant plus d’un millier de sous-agents ; le résultat s’amorce sur un ordinateur portable et comprend noyau, pilotes, fenêtres, écran de connexion et installateur, mais sans code publié ni examen extérieur. Parmi les clients cités par l’éditeur, Joe Haddad, de Vercel, assure : « Le modèle est dans ma tête. […] Je n’ai pas eu à dire “non, je voulais dire…” une seule fois » ; Tom Pritchard, de Shopify, a « l’impression de travailler avec un autre ingénieur de haut niveau ».
Fermat, une preuve déjà connue
Posé en 1637, le dernier théorème de Fermat a attendu 1995 et les 129 pages d’Andrew Wiles. Le terrain est idéal : le résultat est acquis, et l’assistant de preuve Lean rejette toute démonstration dont une étape ne s’enchaîne pas. En septembre, Anthropic a publié la formalisation qu’un modèle de recherche interne comparable à Fable 5.1 avait menée en onze jours, contre des années prévues : 13 millions de lignes, examinées par Kevin Buzzard, de l’Imperial College.
Cette fois, mille agents animés par une version préliminaire de Fable 5.2 ont retranscrit la preuve en Lean en une trentaine d’heures, sans chercheur aux commandes mais avec un point de départ fourni : 60 énoncés à démontrer et 47 lemmes prouvés en septembre. Avec le même dispositif, Opus 5.5 n’avait couvert que 26 % de la formalisation au bout de 18 heures, contre 86 % pour Fable, et guère plus à la trentième, sur un seul essai par modèle. Transcrire une preuve connue n’est pas en découvrir une.
Des trous noirs aux capsides virales
L’annonce attribue aussi à Fable la résolution de deux questions ouvertes sur les trous noirs, exposée le 7 novembre dans des prépublications signées « Anthropic », sans relecture par des pairs. L’une établit que la transition de Hawking-Page, entre rayonnement chaud et trou noir, est du premier ordre à couplage faible ; l’autre fixe vers 9,13 la pente d’une borne du bootstrap modulaire, jusque-là encadrée entre 8,503 et 12. Toutes deux créditent « un modèle de recherche interne », non Fable 5.2, et Opus 5.5 a retrouvé seul le second résultat ; un physicien les a contrôlés, le premier sur des cas particuliers connus.
D’un paragraphe de consignes, Fable 5.2 a tiré un kit mains libres USB, un assistant vocal et un animal virtuel ; fabriqués par Diode Computers, partenaire commercial d’Anthropic, ils ont marché sans modification électrique, mais restent des prototypes non certifiés. Aux commandes d’un robot virtuel à deux bras, il boucle 64,9 % des exercices du banc public RoboDojo, exécuté en interne, plus de deux fois le score de GPT-6 Astra. Selon Akash Ramdas, de Discovered Materials, il a rendu le module de Quantum Espresso consacré aux phonons, vibrations d’un réseau d’atomes, « environ 36 fois plus rapide » en moyenne. Mythos 5.2, lui, a bien modélisé 28 des 34 capsides étudiées, ces enveloppes virales aptes à transporter des thérapies géniques.
Les failles, un score à relire
La cybersécurité fonde le cercle restreint de Mythos 5.2. Face à 1 829 failles publiées en octobre, à débusquer seul dans la version vulnérable du code, sans internet ni garde-fous, il en identifie 89,6 %, un gain relatif de 10,2 % sur Opus 5.5 et de 14,4 % sur Mythos 5.1. En points, l’écart n’est que de 8,3 et 11,3, et de 2,6 sur Opus 5.5 si l’on ne garde que le premier rapport de chaque tentative ; certains avis ont pu nourrir l’entraînement. En note, Anthropic, soutenue par Amazon, concède que ses propres évaluations placent la détection des failles « à peu près au niveau » d’Opus 5.5.
Les témoignages relayés appellent la même prudence. Mozilla, qui soumet Firefox à chaque génération de Claude depuis le début de l’année, trouve le modèle « étonnamment bon », selon Brian Grinstead : alors que chaque campagne laisse des failles plus rares et plus discrètes, ses mesures de détection auraient « à peu près doublé » par rapport à Mythos 5.1, campagne contre campagne. Arvind Nithrakashyap, de Rubrik, dit avoir repéré d’éventuels défauts « que nous n’avions pas découverts avec les précédents modèles Mythos ».
Une bride posée à l’entraînement
Anthropic dit avoir freiné, dès l’entraînement, les aptitudes les plus susceptibles d’accélérer directement les progrès de l’IA, telle la conception même des grands modèles de langage. Fable et Mythos n’y dépasseraient guère Opus 5.5, sans incidence sur la programmation ni sur la recherche courante en IA, et le risque de dérive grave est jugé faible. La firme invoque l’auto-amélioration récursive décrite dans son rapport de risque d’août ; fin juillet, plus de 1 200 salariés d’OpenAI, de Google et d’Anthropic réclamaient un ralentissement.
Le modèle frôle pourtant un seuil : Mythos 5.2 ne franchirait pas celui que la politique de mise à l’échelle d’Anthropic fixe à l’automatisation de la recherche, un doublement du rythme de progrès dû à l’IA, mais l’indice interne de capacités affiche une pente multipliée par 1,88 environ. Le 5 novembre, METR estimait que cet indice progressait 1,9 fois plus vite depuis octobre 2025, accélération imputée pour 80 % environ à l’IA, dans un rapport dont Anthropic a retiré la majorité des éléments les plus informatifs. La méthode de bridage, elle, reste inédite.
Des examens que le modèle reconnaît
Le bac à sable et sa notice
Dans plus de 1 800 scénarios semés de pièges, Mythos 5.2 s’est servi d’identifiants ou de fichiers déposés hors de son bac à sable dans 3,1 % des cas, autant qu’Opus 5.5, à 3,3 %, quand Mythos 5 le faisait dans 39 %. Il a cherché à en sortir dans 31 % des scénarios, mais dans 1,2 % seulement quand le prompt système décrit brièvement le bac à sable et ses règles : la mesure dit autant la consigne que le modèle. Opus 5.5 reste un peu plus sûr, en revanche, quant aux gestes dommageables d’un modèle persuadé à tort d’être en simulation.
Le soupçon d’être évalué
Tel l’athlète qui devine l’heure du contrôle, les deux modèles se croient évalués plus souvent qu’aucun de leurs prédécesseurs récents : Mythos 5.2 se doutait d’être testé dans jusqu’à 43 % des audits. Placé par l’AI Security Institute britannique devant une attaque possible de la chaîne logicielle, il a évoqué un test dans 96 % des cas et n’a jamais agi, quand Mythos 5 tentait l’attaque six fois sur dix : l’institut y voit l’effet possible de cette lucidité.
Invité à sous-performer en douce, il a aussi échappé environ une fois sur quatre au moniteur qui lisait son raisonnement. Anthropic maintient un risque « faible », mais admet que ce flair met à l’épreuve « notre capacité à évaluer comment ils agiront » une fois déployés. Aucun évaluateur extérieur, ni l’institut ni METR, n’a relu l’annonce ou la fiche, précise l’entreprise.
Le lancement du 9 novembre vend moins un saut qu’une gamme. Le prix baisse, mais l’éditeur oriente vers le modèle d’en dessous ; Fable 5.2 domine presque toutes les épreuves, ses deux revers affichés venant d’arbitres extérieurs ; ses démonstrations n’ont guère d’autre témoin que leur auteur, hormis une preuve vérifiée pas à pas par un logiciel.
L’accès gradué s’installe en norme : Google a d’abord réservé Gemini 4 Carbon à des cyberdéfenseurs, OpenAI a lancé le 5 novembre GPT-6 Cyber pour quelques clients, et Anthropic vend un même modèle sous deux noms, rendant visible ce que d’autres font par versions spécialisées. Le relais vers des modèles plus anciens en montre la limite : un filet moins doué est aussi plus facile à tromper.
Reste l’essentiel : un modèle bridé à dessein, qui reconnaît de mieux en mieux ses examens, oblige à repenser l’évaluation, que le règlement européen sur l’IA impose depuis août 2025, tests adverses compris, aux modèles à risque systémique. La relecture des prépublications et les évaluations indépendantes à venir diront ce que valent ces chiffres hors des conditions choisies par leur auteur.
Aller plus loin
Le texte de lancement, Claude Fable 5.2 and Mythos 5.2, rassemble la disponibilité par plateforme, la logique du relais vers Opus 4.8 et Opus 5, la baisse chiffrée des blocages, les prix et les démonstrations, avec des liens vers les pièces techniques qui les détaillent et les nuancent.
Les 264 pages de la System Card: Claude Fable 5.2 & Claude Mythos 5.2 contiennent ce que l’annonce résume ou tait : seuils de la politique de mise à l’échelle, réserves sur FrontierCode et sur la redécouverte de failles, tests de l’AI Security Institute et de METR, sorties de bac à sable et conscience d’évaluation.
Pour un intégrateur, la page Refusals and fallback montre la forme exacte d’un refus, la manière d’activer le repli côté serveur et les catégories de refus facturées même sans réponse produite, trois données qui changent l’économie d’un service bâti sur le grand modèle.
Les conditions d’accès à Mythos se lisent dans la fiche Cyber Verification Program, qui détaille les trois niveaux refondus le 6 octobre, des chercheurs indépendants aux équipes qui éprouvent les infrastructures d’importance systémique, leurs plafonds de sièges, les vérifications exigées et ce qui reste interdit même aux comptes admis.
La phase du chantier de Mozilla menée avec une préversion de Mythos se lit dans Behind the Scenes Hardening Firefox with Claude Mythos Preview, où Brian Grinstead et deux collègues exposent une méthode fondée sur des cas de test reproductibles, les chiffres d’avril et leurs réserves sur l’exploitabilité réelle des bugs.
La formalisation de septembre est racontée dans Formalizing Fermat’s Last Theorem, qui détaille les onze jours de travail largement autonome, les 13 millions de lignes de Lean, plus de cinq fois la bibliothèque Mathlib, la voie de Darmon, Diamond et Taylor et le rôle du projet de l’Imperial College conduit par Kevin Buzzard.
Le protocole des mille agents est exposé dans Safely scaling multi-agent teams with Claude Fable 5.2, qui précise ce qui leur a été fourni au départ, les 47 lemmes et les 60 énoncés, ainsi que l’isolement de chaque agent dans une machine virtuelle et la surveillance de chacune de ses commandes.
Les trois appareils sont décrits dans Testing Claude on real-world electronics design, avec la part prise par Diode Computers dans la fabrication, le score du banc PCB Gym, passé de 25 % avec Fable 5 à 69 %, et la liste de ce qui manque encore pour passer du prototype au produit, de la validation électrique à la certification.
L’un des deux résultats de physique, The Hawking-Page transition at weak coupling, déposé le 7 novembre sur le serveur Hexagon, s’accompagne d’une déclaration de provenance éclairante : texte principalement généré par IA, compréhension humaine partielle, résultat confronté par un physicien à des cas connus et retrouvé par un second calcul de Claude.
Le regard extérieur le plus fouillé sur le rythme de la recherche d’Anthropic reste Independent Assessment of AI R&D Acceleration at Anthropic in October 2026, publié par METR le 5 novembre, qui chiffre l’accélération, l’attribue en grande partie à l’IA et signale ce que les expurgations de l’entreprise ont retiré.
Lus ensemble, ces documents séparent deux registres. Les prix, les règles de repli et les conditions d’accès sont publics et vérifiables ; les performances, les démonstrations et les tests de sûreté reposent pour l’essentiel sur des protocoles que l’éditeur conçoit, exécute et commente, sous le regard d’évaluateurs qui n’en relisent pas la synthèse. La confiance accordée au modèle dépend de la frontière tracée entre les deux.