Claude Fable 5 dans Claude Code : un test pratique face à Opus 5

Qu'est-ce que Fable 5 ?

Fable 5 est un modèle centré sur le code au sein de la famille Claude 5 d'Anthropic, publié le 9 juin 2026. Il est sorti en même temps que Mythos 5, un modèle jumeau sans classifieurs de sécurité qu'Anthropic a proposé à un petit nombre d'organisations vérifiées. Pour une présentation complète de la sortie et des performances de Fable 5 aux benchmarks, consultez notre guide dédié à Fable 5.

Fable 5 est plus onéreux qu'Opus 5 et vise les tâches de développement plus ardues. La grande différence à l'usage, c'est qu'il déploie une phase de "raisonnement" à chaque requête, impossible à désactiver : il paraît donc plus lent et plus délibéré. Opus 5, lui, décide s'il vaut la peine d'activer ce raisonnement supplémentaire.

Caractéristiques et tarification

Les deux modèles partagent la même fenêtre de contexte et la même taille de sortie maximale. Ils diffèrent en prix et dans la manière dont le raisonnement fonctionne.

Fable 5 coûte environ deux fois plus par jeton qu'Opus 5. Comme son raisonnement est toujours actif, un run émet aussi généralement plus de jetons, si bien que l'écart de prix en pratique est plus large que le tarif unitaire ne le laisse penser. Dans le face-à-face plus bas, Fable a émis 74 % de jetons de sortie en plus qu'Opus pour un programme plus petit.

Pour une comparaison approfondie, benchmarks inclus, lisez notre guide Claude Opus 5 vs Claude Fable 5.

Le comportement de refus à gérer côté code

Un point agaçant avec Fable 5, c'est son classifieur de sécurité intégré. Le modèle étant jugé trop puissant, le classifieur l'empêche de traiter des requêtes même légèrement liées à des domaines comme la biologie ou la cybersécurité.

Pour un immunologiste, le seul mot \"cancer\" a déclenché un filtre de biosécurité, forçant Claude Code à se replier vers Opus 4.8.

Je l'ai moi-même subi récemment sur un bug de connexion d'un projet perso. Le flux utilisait l'API Telegram Gateway pour un OTP, et Fable 5 a tout bonnement refusé d'y toucher. Opus 5 a réglé le problème, ce qui est bien là tout l'enjeu : rien dans ce bug ne relevait d'un risque sécurité.

Le repli automatique, sans configuration, n'existe que dans Claude Code et les apps Claude. Si vous utilisez Fable via l'API, vous recevrez un champ stop_reason dans la réponse malgré un code 200.

La réponse ressemble à ceci :

{
  "stop_reason": "refusal",
  "stop_details": {
	"category": "bio",
	"explanation": "The request was declined by a safety classifier."
  }
}

Vous devez donc vérifier stop_reason avant d'exploiter le contenu de la réponse. 

Pour activer le repli côté serveur, passez un tableau fallbacks (p. ex. \"fallbacks\": [{\"model\": \"claude-opus-4-8\"}]) et envoyez l'en-tête anthropic-beta: server-side-fallback-2026-06-01. Définissez-le à chaque requête ; il n'existe pas de commutateur au niveau du compte.

Note sur le modèle de repli

Vous verrez peut-être que certaines sources indiquent que Fable 5 se replie sur Opus 4.8 quand d'autres parlent d'Opus 5. Les deux ont raison : la cible dépend de la catégorie et de la surface d'utilisation. 

Dans Claude Code, une requête étiquetée biologie est maintenant relancée sur Opus 5, tandis qu'une requête étiquetée cybersécurité reste relancée sur Opus 4.8. Sur l'API, la fonctionnalité de fallbacks côté serveur ne prend actuellement en charge qu'Opus 4.8. 

Cet écart vient du calendrier : au lancement de Fable en juin, tout se repliait sur Opus 4.8, puis le chemin biologie a été redirigé vers Opus 5 après sa sortie le 24 juillet.

La controverse Fable 5

Fable 5 a connu des débuts mouvementés, même en laissant de côté la question du classifieur de sécurité.

Le bridage silencieux et les refus injustifiés

Quelques jours après la sortie, Fortune a révélé qu'Anthropic avait discrètement affaibli les réponses de Fable 5 sur environ 0,03 % du trafic lié à l'infrastructure IA/ML, sans en informer personne.

De nombreux chercheurs, et des développeurs aussi, étaient furieux : en payant l'abonnement à $200, ils s'attendaient à un modèle robuste de pointe, capable de tout traiter.

Anthropic a cédé à la pression de la communauté en un jour, reconnaissant avoir fait \"le mauvais compromis\". Ce qui a changé : la visibilité, pas le bridage. Les requêtes signalées sont désormais affichées comme un refus, mais la dégradation est restée. L'argument d'Anthropic : ses conditions interdisent déjà d'utiliser Claude pour construire des systèmes IA concurrents, ce qui se défend. Le faire en silence pendant un mois, beaucoup moins.

La suspension pour contrôle des exportations

Puis la sanction majeure. Un jailbreak rendu public a entraîné, le 12 juin, un arrêt fondé sur les règles de contrôle des exportations du Department of Commerce, et Anthropic a déconnecté Fable 5 et Mythos 5 dans le monde entier pendant 19 jours.

Anthropic a contesté vigoureusement ce rappel tout du long. La société a soutenu que le jailbreak était circonscrit plutôt qu'universel, et repérable aussi par des modèles plus faibles, de sorte que le standard de rappel paraissait opaque vu de chez elle. Le point sur la barre à franchir était légitime. Personne n'a jamais conçu un jailbreak universel, et aucun modèle actuel ne répond à ce critère. Le UK AI Safety Institute a signalé des progrès vers un tel outil, mais rien d'opérationnel.

Le point sur la barre était légitime, mais pas la façon de le présenter. Des jailbreaks universels existent : le UK AI Security Institute affirme en avoir trouvé pour tous les systèmes de pointe testés, et ses équipes de red teaming en ont conçu un contre Fable 5 lui-même, en un seul tour puis étendu à des workflows agentiques multi-tours en quelques jours, selon la fiche du modèle Fable 5.

Ce qui est vraiment débattu, c'est de savoir si ce seuil doit déclencher un rappel, non pas si de tels jailbreaks sont possibles.

Rétablissement, avec de nouvelles limites

Anthropic a déployé un classifieur plus strict et annoncé un taux de blocage supérieur à 99 %, sur la base duquel le Department of Commerce a levé les contrôles autour du 30 juin.

L'accès général a repris le 1er juillet, mais avec des conditions plus strictes. La fenêtre annoncée de deux semaines sans restriction a fondu à environ une semaine, et un nouveau plafond hebdomadaire de 50 % signifiait qu'au-delà, l'usage de Fable 5 était facturé en crédits aux tarifs pleins de $10 et $50. De quoi faire grincer des dents sur Reddit.

Anthropic a prolongé l'échéance deux fois, puis a différencié la politique par offre le 20 juillet : Max et Team Premium conservent Fable 5 à 50 % des limites hebdomadaires sans date de fin, tandis que Pro et Team Standard reçoivent un avoir ponctuel de $100 puis paient le tarif API ensuite. Mythos 5 est réapparu seulement pour environ 100 organisations américaines vérifiées, contre un programme international plus large initialement.

Résultat : Fable 5 reste un modèle solide, engoncé dans une politique d'accès qui bouge d'un mois sur l'autre. Prévoyez des refus injustifiés de temps en temps, et ne pariez pas que les limites actuelles vaudront le mois prochain.

Claude Fable 5 vs Opus 5 sur le même projet

Pour observer le comportement des deux modèles dans des conditions identiques, j'ai donné à chacun le même travail dans une session Claude Code vierge. Ensuite, j'ai relu les transcriptions complètes, les fichiers JSONL internes, et j'ai évalué les deux applications finies dans un navigateur.

Ma première tentative utilisait un raccourcisseur d'URL. Erreur : les deux modèles ont produit des apps quasi identiques, jusqu'au thème et au set de fonctions, car un raccourcisseur d'URL a une réponse évidente qui traîne dans les données d'entraînement de tous les modèles. Le test ne mesurait rien.

Mettre en place un one-shot d'écosystème vivant avec Fable 5 et Opus 5

J'ai donc choisi une tâche sans réponse canonique : une simulation d'écosystème vivant. Trois espèces reliées par une chaîne alimentaire, des agents qui se rassemblent, chassent et meurent de faim, 5000 agents à l'écran en même temps, le tout déterministe à partir d'une graine. L'invite interdit les bibliothèques qui feraient le gros du travail, donc chaque modèle doit coder ses propres requêtes spatiales, son steering et ses dynamiques de population.

Voici l'invite que les deux modèles ont reçue, à la lettre près :

Build a living ecosystem simulation that runs in the browser, and ship it end-to-end in one shot, without asking me any questions or pausing for confirmation. Make all decisions yourself and only stop when it is fully built, tested, and pushed to GitHub.
 
Requirements:
 
- A real-time canvas simulation of an ecosystem with at least three species in a food web (for example producers, herbivores, predators). Species interact: they eat, they are eaten, they reproduce, and they die.
- Agents move with steering behaviour — flocking among their own kind, and avoidance or pursuit across species.
- Each agent has an energy budget. Moving and reproducing cost energy, eating restores it, and running out kills the agent. Population levels must emerge from these rules rather than being scripted.
- The simulation must stay stable and interactive at 5000 agents. Show a live FPS counter and a live population graph per species.
- The whole world is generated from a numeric seed. The same seed must always produce the same run.
- Controls to pause, resume, reset, reseed, and tune the key simulation parameters live while it runs.
- Implement the simulation yourself: the steering, the spatial queries, the integration, and the population dynamics. Do not use a physics engine, a flocking library, a game engine, or a charting library. Plain canvas and your own code.
- Tests covering the core simulation logic.
- A README with setup and run instructions.
 
The simulation should run in the browser and be usable by someone who has never seen it before.
 
When it is complete, create a new GitHub repository with the gh CLI (which is already installed and authenticated) and push the project to it.

La règle \"pas de questions\" est cruciale. Elle montre jusqu'où chaque modèle peut mener un build seul, sans personne pour corriger une fausse piste. Chacun a tourné dans son propre répertoire vide, sans indice qu'un second modèle avait la même tâche.

La tâche cache aussi quatre tests objectifs dans un rendu qui paraît purement visuel. 

• La recherche de voisins doit utiliser un index spatial, sinon le framerate chute à 5000 agents. 
• Le monde doit se boucler ou se brider correctement, sinon les agents traversent les murs.
• Le hasard doit passer par un générateur à graine, sinon la même graine produit un run différent.
• Et les taux de naissance et de mortalité doivent s'équilibrer, sinon la population s'éteint ou explose. 

Chacun de ces échecs se voit à l'œil nu, ce qui rend une démo spectaculaire objectivement évaluable.

Les deux builds sont en ligne : vous pouvez faire le test vous-même. Ouvrez-les côte à côte et regénérez la graine :

• Build de Fable 5 : ecosystem-fable-5.vercel.app (source)
• Build d'Opus 5 : ecosystem-opus-5.vercel.app (source)

Des captures d'écran des deux se trouvent plus bas si vous préférez lire. Attention toutefois : elles sont réduites pour faire tenir l'écran entier, les détails peuvent être moins nets.

Quel modèle a effectivement servi chaque run

Avant les résultats, une note méthodologique utile pour l'interprétation.

Claude Code peut se replier vers Opus si le classifieur de sécurité de Fable 5 refuse une requête ; un run étiqueté Fable n'est donc pas garanti 100 % Fable. Plutôt que supposer, j'ai consigné le champ model de chaque événement assistant dans les deux transcriptions.

Bonne nouvelle : dans ma comparaison, chaque événement du run Fable était bien claude-fable-5, les 103. Et chaque événement du run Opus était claude-opus-5, les 247. Aucun repli n'a eu lieu. Les chiffres ci-dessous décrivent bien les modèles mentionnés.

Comment Fable 5 et Opus 5 ont abordé le problème

Fable a travaillé en silence : 56 appels d'outils et 429 mots de commentaires sur tout le build, en 2 blocs de texte.

Opus a travaillé à livre ouvert : 137 appels d'outils, plus du double, et 4 08 mots en 110 blocs. Une fois le volume pris en compte, les deux modèles révisent à un rythme proche, autour de 2 éditions par fichier écrit.

Leurs choix d'outillage divergent aussi. Fable a livré de simples modules ES avec un script de démarrage python3 -m http.server et aucun node_modules. Opus a installé Vite et Vitest et s'est appuyé sur une vraie toolchain.

Les durées ci-dessous mesurent uniquement le travail actif : j'ai pris chaque run de son premier événement assistant au dernier et retranché les périodes d'inactivité où la session attendait.

Résultats : vitesse, coût et justesse

Fable a coûté 43 % de plus et produit 74 % de jetons de sortie en plus pour un programme plus petit. Comme il ne peut pas couper son raisonnement, il facture même quand ce n'est pas nécessaire.

Les deux modèles ont réussi tous les contrôles objectifs : 

• La même graine reproduit le même monde.
• Des graines différentes divergent.
• Rien n'atteint NaN.
• Aucun agent ne s'échappe du monde à vitesse maximale.
• Les deux tiennent 60 FPS dans le navigateur sans erreur console.

La simulation d'Opus est 2,3 fois plus rapide par tick. Elle stocke les agents dans des typed arrays, un tableau plat par propriété, et maintient une grille spatiale séparée par espèce. Fable donne à chaque agent son propre objet et partage une grille uniforme pour les trois espèces. Les deux sont corrects, mais la disposition des données d'Opus est plus rapide.

Le défaut livré par Fable

Le script npm test de Fable ne tourne pas. Il a livré node --test test/, que Node 26 interprète comme un chemin de module et non un répertoire : la commande plante avant d'exécuter le moindre test. Les 16 tests en dessous sont bons et passent quand on nomme les fichiers explicitement. C'est le point d'entrée dans package.json qui est cassé.

Petit bug, gros impact : la seule commande que tapera vraiment un lecteur est celle qui échoue. Et Fable ne l'a jamais détecté, ce qui compte : l'invite exigeait des tests et les a vérifiés par une voie que ses propres utilisateurs n'emprunteront pas.

Opus n'a pas d'équivalent. Ses 58 tests tournent avec npm test et passent. Les deux suites couvrent l'essentiel ici : déterminisme à graine, conservation de l'énergie, enroulement en tore, et survie des espèces sur la durée. L'écart tient donc à la profondeur. Le seul contrôle écrit uniquement par Opus est le test de charge à 5000 agents, c'est aussi l'exigence la plus susceptible de casser.

Ce que montrent les captures

Les deux apps ne se ressemblent pas du tout, et c'est précisément pour cela que j'ai changé de tâche.

Fable 5 : contrôles à gauche, agents en carrés pleins, espèces nommées Plants, Herbivores et Predators.

Opus 5 : contrôles à droite, agents en triangles directionnels, espèces nommées Plankton, Grazers et Hunters.

Côté interface, voilà les plus grandes différences :

• Fable a placé son panneau de contrôle à gauche, dessine chaque agent en carré plein, et nomme ses espèces Plants, Herbivores et Predators.
• Opus a placé son panneau à droite et dessine des triangles directionnels, ce qui rend lisible le sens de déplacement d'un banc. Il a choisi un thème aquatique et les noms Plankton, Grazers et Hunters.

Lire les graphiques de population

C'est sur les graphiques de population que la différence de design est la plus nette.

Graphique de Fable 5, échelle linéaire. La courbe des plantes occupe toute la hauteur, celle des prédateurs est collée à l'axe.

Graphique d'Opus 5, échelle logarithmique. Les trois espèces restent lisibles, et la courbe des chasseurs croise celle des proies.

Les deux simulations oscillent comme un système proie-prédateur doit le faire. Chez Fable, les plantes varient entre 520 et 7 061 sur 5 minutes, tandis qu'herbivores et prédateurs suivent, ces derniers culminant à 248 quand les herbivores touchent 119.

En échelle linéaire, la courbe des plantes sature la hauteur, les herbivores se compriment en un fin ruban, et les prédateurs sont plaqués contre l'axe.

C'est pour cela qu'Opus a choisi une échelle log et a indiqué les pics : les trois séries restent lisibles, et l'on voit la courbe des chasseurs monter, croiser celle des brouteurs, puis redescendre. Même type de données, un seul des deux graphiques est vraiment lisible.

Le comportement des deux écosystèmes

Les écosystèmes diffèrent aussi sous le capot. Opus limite sa couche de producteurs à 4 299 plankton : la population colle au plafond et seules les deux espèces du haut oscillent. Fable laisse les trois couplées, avec des amplitudes plus larges et un monde plus vivant. Nous avons obtenus stabilité contre dynamisme sans que l'invite ne le demande.

Panneau de paramètres de Fable 5 : 13 curseurs dans les unités propres à la simulation.

Panneau d'Opus 5 : 9 curseurs, chacun un multiplicateur partant de 1,00, groupés en World et Behaviour.

Fable expose 13 paramètres en unités réelles : croissance des plantes 5, rayon de perception 60, séparation 1,5, et métabolisme par espèce. Opus en expose 9, tous des multiplicateurs normalisés démarrant à 1,00, répartis entre World et Behaviour. 

En une phrase : Fable vous donne plus de contrôle, Opus vous propose un panneau qui évite de dérégler facilement l'équilibre de l'écosystème.

Faut-il choisir Fable 5 ou Opus 5 ?

Choisissez Opus 5 par défaut. Sur ce build, il a coûté 30 % de moins, exécuté une simulation 2,3 fois plus rapide et écrit une couverture de tests supérieure. Fable a gagné en vitesse de réalisation, terminant en environ deux fois moins de temps.

Optez pour Fable 5 si vous voulez un build mené d'une traite avec un minimum de supervision, ou si l'empreinte de dépendances compte. Fable a livré un programme sans dépendance 42 % plus petit que l'alternative, en 103 tours d'assistant contre 247. Cette concision a une vraie valeur sur une tâche que vous prévoyez de relire vous-même.

Pour conclure

Deux builds d'un seul type de projet ne font pas un benchmark. Les performances en situation réelle peuvent beaucoup varier, malgré les benchmarks existants.

Par exemple, même si notre comparaison montrait Fable consommant plus de jetons qu'Opus, la plupart des développeurs constatent l'inverse : Opus 5 brûlant bien plus de jetons que Fable ou Sol sur des tâches similaires. Le soupçon : l'apprentissage par renforcement d'Opus 5 l'aurait trop optimisé pour gonfler les coûts de jetons au détriment de l'utilité concise. En dehors de cette comparaison, je l'ai souvent ressenti dans mon travail : les modèles Opus deviennent de plus en plus verbeux et moins lisibles en surface.

Personnellement, je continuerai d'utiliser Fable 5 pour presque tous mes projets de code, y compris pour des clients, car il l'emporte en exactitude sur la durée. Je suis sur la dernière offre Max et je n'ai pas encore atteint mes limites d'usage, même en utilisant Fable dans plusieurs sessions (je n'exécute toutefois pas Claude Code en continu). J'utiliserai Opus quand la facture de jetons compte, ou quand je souhaite un commentaire en direct sur la tâche pour ma propre compréhension.

Pour aller plus loin sur les modèles et l'outillage, je vous recommande de lire notre guide complet sur Claude Fable 5, ainsi que les tutoriels sur Claude Code et les bonnes pratiques Claude Code.