Claude Fable 5.1: o corte no preço do cache read que muda a aritmética do roteamento

A Anthropic cortou o preço do cache read do Claude Fable 5.1, e isso muda onde o custo de uma carga de IA se concentra

Em 1 de setembro de 2026 a Anthropic lançou o Claude Fable 5.1, a nova versão maior do seu modelo de fronteira para coding e trabalho de conhecimento, com o preço do cache read 75% mais barato, a US$ 0,25 por milhão de tokens. O efeito não é só um modelo mais capaz: a composição do custo mudou, e quem roteia cargas longas e agênticas precisa recalculcar a conta. A fonte primária é o anúncio da Anthropic.

Não é uma queda de preço na tabela inteira. O Fable 5.1 segue custando US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída, os mesmos valores do Fable 5. O que caiu foi o preço de reutilizar contexto já processado, o token de cache read. E como cargas agênticas processam o mesmo contexto dezenas de vezes, é exatamente essa linha que decide a conta final.

O que aconteceu

O Fable 5.1 é o mesmo modelo do Claude Mythos 5.1, com guarda-corpos diferentes: o Mythos só sai por programas de acesso confiável, para trabalho em cibersegurança e ciências da vida. O Fable 5.1 é geral, disponível hoje na AWS, no Google Cloud, no Microsoft Azure e na API da Claude, com o identificador claude-fable-5-1.

Os números que a Anthropic publicou em 1 de setembro de 2026:

• Cache read a US$ 0,25 por milhão de tokens, 75% menor que o preço anterior.
• Custo total ~25% menor que o Fable 5 em workloads típicos, medidos a default effort sobre quatro semanas de uso real em agosto de 2026.
• Até ~45% menor em workloads altamente agênticos, onde o cache read compõe a maior parte do custo.
• Indexed cost do Fable 5 = 100; no Fable 5.1, 75 no típico e 55 no agêntico.
• Preço de entrada e saída inalterado: US$ 10 e US$ 50 por milhão de tokens.

Nos benchmarks, o ganho de capacidade é maior do que o corte de preço. No Terminal-Bench-Science 0.1 o Fable 5.1 faz 52,6%, contra 24,7% do Fable 5. No Terminal-Bench 4.0, 55,8% contra 42,0%. No AutomationBench, 31,4% contra 17,1%. No OSWorld 2.0 strict, 41,7% contra 36,1%. No GDPval-AA v2, 1853 contra 1723. No CursorBench 3.2.0, 73,4% contra 70,5%. O Fable 5.1 defaulta para effort alto no Claude Code e médio no Claude Cowork e no Claude.ai.

Por que importa

O corte no preço do cache read é a parte do anúncio que atravessa a conta de quem roteia LLM. Um modelo de fronteira carrega duas linhas de custo muito diferentes: o token de entrada novo, que cobra US$ 10 por milhão, e o token de cache read, que agora cobra US$ 0,25 por milhão. Uma carga agêntica lê o mesmo bloco de contexto centenas de vezes em quinze chamadas; o custo real dessa carga é dominado pela segunda linha, não pela primeira. A linha barata virou a linha dominante.

A posição aqui é direta: a queda de preço não faz do Fable 5.1 apenas mais um modelo barato, ela recompõe a forma da conta. Roteadores que precificam todo input token numa única linha passam a cobrar errado cargas agênticas, para cima ou para baixo, porque não enxergam a linha de cache read que agora domina. Quem direciona tráfego por volume de token, em vez de por custo por tarefa concluída, perde a maior parte da economia deste lançamento.

Para o CFO, a conta reaparece no mês. Para o CTO, ela aparece na política de roteamento: a tarefa que antes não comportava um agente de longa duração agora cabe, porque o custo de reler o contexto caiu a um quarto. Para o CEO, o sinal é de precificação: o requisito de inteligência de fronteira não é mais o teto que era, e a decisão de qual modelo servir para cada tarefa fica mais dependente do desenho do gateway do que da lista de preços.

O que a mudança na composição do custo significa na prática

O que muda é onde a conta se concentra. Antes, com o Fable 5, o custo de uma carga agêntica distribuía-se entre entrada nova e reutilização de contexto. Com o Fable 5.1, o cache read passou a responder pela maior fatia, mas a fatia custa um quarto do preço antigo, e o resultado é uma conta total menor. É uma mudança de fatia.

A tabela abaixo compara o regime anterior com o Fable 5.1 para quem roteia LLM. Os valores vêm da fonte primária da Anthropic, publicada em 1 de setembro de 2026.

A leitura mais concreta é a janela de viabilidade de agentes. Um agente que faz vinte chamadas ao modelo sobre o mesmo repositório paga vinte vezes o preço do contexto reutilizado. A US$ 0,25 por milhão de tokens de cache read, essa repetição deixou de ser o gargalo que era. A mesma carga que inviabilizava o uso pelo custo agora comporta uma análise longa e autônoma.

O que fazer agora

Revisar a política de roteamento é a resposta, e ela cabe nesta semana, enquanto o preço novo ainda está fresco e a concorrência ainda não reprecificou. As decisões abaixo são ordenadas por custo de implementação.

1. Classificar a carga por reuso de cache. Antes de rotear para o Fable 5.1, separe o tráfego em duas categorias: tarefas de leitura única e tarefas de leitura repetida de contexto. A segunda categoria é a que mais ganha com este lançamento.
2. Medir o custo por tarefa concluída, com e sem cache. A métrica que responde é o custo total de uma tarefa, não o preço de um token. Recalcule o break-even de cada tipo de tarefa com o cache read a US$ 0,25 por milhão.
3. Revisar a regra de seleção de modelo no gateway. Se a política ainda escolhe modelo pela tabela de preço por token, ela subprecifica ou superprecifica cargas agênticas. Passe a escolher pela estimativa de reuso.
4. Testar o Fable 5.1 lado a lado num segmento real. Registre a taxa de retorno por tarefa e o custo total antes de migrar o tráfego inteiro, porque o ganho de capacidade não vem sem validar a sua carga específica.
5. Reabrir tarefas arquivadas por custo. Workloads de longa duração que saíram do orçamento com o preço antigo merecem nova avaliação, desde que a leitura repetida de contexto seja a maior parte do custo.

Perguntas frequentes

Três perguntas fecham o recorte. Os valores usam a fonte primária da Anthropic, lida em 1 de setembro de 2026.

O que mudou no preço do Claude Fable 5.1? O preço de entrada e saída não mudou: US$ 10 e US$ 50 por milhão de tokens. O que caiu 75% foi o preço do cache read, agora US$ 0,25 por milhão de tokens. Em workloads típicos o custo total cai ~25%; em cargas agênticas, até ~45%, segundo a Anthropic.

Por que o cache read é relevante para custo? Cargas agênticas reutilizam o mesmo contexto dezenas de vezes em várias chamadas. O token de cache read cobra o reuso, e o preço dele costuma dominar a conta final de um agente. A queda de preço nessa linha é o que move o custo total de longas tarefas autônomas.

Isso muda qual modelo servir para cada tarefa? Muda, porque a comparação de custo entre modelos passa a depender da taxa de reuso de contexto da carga. Para quem roteia LLM, a decisão de servir o Fable 5.1 contra um comparável não deve se apoiar só no preço do token, e sim no custo por tarefa concluída, medido com e sem cache.

O Mythos 5.1 é diferente do Fable 5.1? Não. Segundo a Anthropic, são o mesmo modelo com guarda-corpos diferentes. O Mythos 5.1 sai apenas por programas de acesso confiável para cibersegurança e ciências da vida, enquanto o Fable 5.1 é geralmente disponível.

Esse é um lançamento de rotina? Não. É a primeira vez que uma redução no preço do cache read de um modelo de fronteira recompõe a forma do custo e, com isso, desloca o custo de uma carga agêntica para uma linha muito mais barata. Para quem roteia, é uma mudança de tabela com efeito de política.

Referências e Leitura Complementar

• Anúncio da Anthropic: Claude Fable 5.1 e Claude Mythos 5.1, 1 de setembro de 2026, fonte primária das capacidades, do preço e do corte no cache read.
• System Card do Claude Fable 5.1 / Mythos 5.1, detalhes de segurança, alinhamento e avaliações.
• AlphaSignal (news@alphasignal.ai): "Anthropic Claude 5.1 25% cheaper", email de 1 de setembro de 2026, canal de descoberta do evento.
• Every / Vibe Check (hello@every.to): "Fable 5.1, Anthropic Is So Back (Again)", observações qualitativas do modelo relatadas como segundo o Every, não como atributo confirmado pela Anthropic.

O que esperar nas próximas semanas

O preço do cache read não é uma promoção com vencimento; é a tabela nova. O teste de mérito virá de workloads reais medidos por custo por tarefa, não de ruído de benchmark. Se o corte de 75% no cache read segurar em outras famílias de modelo, a decisão de roteamento ganha uma dimensão nova, porque a linha que passa a separar um modelo do outro não é mais o preço do token, e sim a competência do gateway em distinguir reuso de contexto de leitura nova. A tabela nova muda a regra. Para a Nexforce, a leitura é direta: quando um modelo de fronteira barateia de forma tão desigual entre linhas de custo, a camada que enxerga essa assimetria e converte a tabela em decisão de custo por tarefa se torna o ponto de controle. Manter uma camada que decide, por tarefa, qual modelo serve cada carga medindo o custo real, e não o preço por token, é exatamente o que o Nexforce Router faz: uma API, dezenas de modelos, e a escolha de rota baseada no custo completo da tarefa, em vez de numa linha de precificação.