Claude Fable 5 in Claude Code: test pratico contro Opus 5

Che cos'è Fable 5?

Fable 5 è un modello focalizzato sul coding della famiglia Claude 5 di Anthropic, rilasciato il 9 giugno 2026. È stato distribuito insieme a Mythos 5, un modello gemello senza classificatori di sicurezza che Anthropic ha offerto solo a un piccolo set di organizzazioni verificate. Per una panoramica completa del rilascio e di come Fable 5 si posiziona nei benchmark, consulta la nostra guida dedicata a Fable 5.

Fable 5 costa più di Opus 5 ed è pensato per i lavori di coding più difficili. La principale differenza percepita è che esegue il "pensiero" su ogni richiesta e non può disattivarlo, quindi risulta più lento e deliberato. Opus 5 decide da solo se un prompt vale il pensiero extra.

Specifiche e prezzi

I due modelli condividono la finestra di contesto e la dimensione massima dell'output. Differiscono per prezzo e per come funziona il pensiero.

Fable 5 costa circa il doppio per token rispetto a Opus 5. Poiché il suo pensiero è sempre attivo, una singola esecuzione tende anche a emettere più token, quindi il divario di prezzo nell'uso reale è più ampio di quanto suggerisca la tariffa per token. Nello scontro diretto più avanti in questa guida, Fable ha emesso il 74% di token di output in più rispetto a Opus per un programma più piccolo.

Per un confronto approfondito, inclusi i differenziali nei benchmark, leggi la nostra guida Claude Opus 5 vs Claude Fable 5.

Il comportamento di rifiuto con cui devi fare i conti nel codice

Un aspetto universalmente fastidioso di Fable 5 è il suo classificatore di sicurezza integrato. Poiché il modello è considerato troppo potente, il classificatore non gli consente di gestire richieste anche solo minimamente correlate a campi come biologia o cybersecurity.

Per un immunologo, la sola parola "cancer" ha fatto scattare un filtro di biosicurezza, facendo ricadere Claude Code su Opus 4.8.

Mi è capitato di recente con un bug di login in un progetto personale. Il flusso usava la Telegram Gateway API per l'accesso OTP e Fable 5 si è rifiutato categoricamente di toccarlo. Opus 5 ha risolto il problema, ed è proprio questo il punto: non c'era nulla in quel bug che costituisse un rischio di sicurezza.

Il fallback automatico e senza configurazione avviene solo all'interno di Claude Code e delle app Claude. Se stai usando Fable tramite API, riceverai un campo stop_reason nella risposta pur ottenendo un codice di successo 200.

La risposta si presenta così:

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

Quindi devi controllare stop_reason prima di utilizzare il contenuto della risposta. 

Per abilitare il fallback lato server, passa un array fallbacks (ad es. "fallbacks": [{"model": "claude-opus-4-8"}]) e invia l'header anthropic-beta: server-side-fallback-2026-06-01. Impostalo su ogni richiesta; non esiste un interruttore a livello di account.

Nota sul modello di fallback

Potresti chiederti perché alcune fonti dicono che Fable 5 fa fallback a Opus 4.8 mentre altre indicano Opus 5. Hanno ragione entrambe, perché la destinazione dipende dalla categoria e dalla superficie. 

In Claude Code, una richiesta contrassegnata come biologia ora viene rieseguita su Opus 5, mentre una contrassegnata come cybersecurity viene ancora rieseguita su Opus 4.8. Sull'API, la funzione fallbacks lato server al momento supporta solo Opus 4.8. 

La divisione è un artefatto temporale: al lancio di Fable a giugno, tutto faceva fallback su Opus 4.8, e il percorso per la biologia è stato successivamente reindirizzato a Opus 5 una volta che quel modello è stato rilasciato il 24 luglio.

La controversia su Fable 5

Fable 5 ha avuto un avvio turbolento, anche tralasciando il classificatore di sicurezza.

Il throttling silenzioso e i falsi rifiuti

Giorni dopo il lancio, Fortune ha riportato che Anthropic aveva silenziosamente indebolito le risposte di Fable 5 su circa lo 0,03% del traffico relativo a infrastrutture di IA e ML senza dirlo a nessuno.

Molti ricercatori, e anche sviluppatori, erano furiosi perché si aspettavano un modello di frontiera da lavoro in grado di affrontare qualsiasi compito quando stanno pagando l'abbonamento da 200 dollari.

Anthropic ha ceduto alla pressione della community nel giro di un giorno, dicendo di aver "fatto il tradeoff sbagliato". Ciò che è cambiato è stata la visibilità, non il throttling. Le richieste contrassegnate ora emergono allo stesso modo di un rifiuto, e il degrado in sé è rimasto. Il ragionamento di Anthropic è che i suoi termini già vietano l'uso di Claude per costruire sistemi di IA concorrenti, il che è difendibile. Farlo in silenzio per un mese non lo era.

La sospensione per controlli all'esportazione

Poi è arrivato qualcosa di più grande. Un jailbreak divulgato ha innescato un ordine del Dipartimento del Commercio sui controlli all'esportazione il 12 giugno, e Anthropic ha messo offline in tutto il mondo sia Fable 5 che Mythos 5 per 19 giorni.

Anthropic ha contestato con forza il richiamo per tutto il tempo. Ha sostenuto che il jailbreak fosse circoscritto piuttosto che universale, e rilevabile anche da modelli più deboli, quindi lo standard di richiamo sembrava opaco dalla sua prospettiva. Aveva un punto valido sull'asticella in sé. Nessuno ha mai costruito un jailbreak universale e nessun modello oggi supera quello standard. Il UK AI Safety Institute ha riportato progressi verso uno, ma nulla che funzioni davvero.

Aveva un punto valido sull'asticella in sé, ma non su come l'ha inquadrato. I jailbreak universali esistono: il UK AI Security Institute riporta di averli trovati per ogni sistema di frontiera che ha testato, e i suoi red team ne hanno costruito uno contro lo stesso Fable 5, single-turn in poche ore ed esteso a workflow agentici multistep in pochi giorni, secondo la model card di Fable 5.

La vera disputa è se quell'asticella debba far scattare un richiamo, non se tali jailbreak siano possibili.

Ripristino, con nuovi limiti

Anthropic ha distribuito un classificatore più forte e riportato un tasso di blocco superiore al 99% e, sulla base di questo, il Dipartimento del Commercio ha revocato i controlli intorno al 30 giugno.

L'accesso generale è tornato il 1° luglio, ma con condizioni più rigide. La finestra di due settimane senza restrizioni promessa si è ridotta a circa una, e un nuovo tetto settimanale del 50% significava che, una volta superato, ulteriore uso di Fable 5 veniva fatturato come crediti alle tariffe piene di 10 e 50 dollari. È bastato a far brontolare gli abbonati su Reddit.

Anthropic ha prorogato due volte la scadenza, poi il 20 luglio ha separato la policy per piano: Max e Team Premium mantengono Fable 5 al 50% dei limiti settimanali senza data di fine, mentre Pro e Team Standard ricevono un credito una tantum di 100 dollari e poi pagano la tariffa API. Mythos 5 è tornato disponibile solo per circa 100 organizzazioni statunitensi verificate, in calo rispetto a un programma internazionale più ampio.

Tutto ciò lascia Fable 5 come un modello forte avvolto in una politica di accesso che cambia mese dopo mese. Metti in conto qualche rifiuto falso occasionale e non dare per scontato che i limiti di questo mese valgano il prossimo.

Claude Fable 5 vs Opus 5 sullo stesso progetto

Per vedere come si comportano i due modelli in condizioni identiche, ho assegnato a ciascuno lo stesso lavoro in una nuova sessione di Claude Code. Poi ho letto l'intero transcript della sessione, i file JSONL interni e ho valutato entrambe le app finite nel browser.

Il mio primo tentativo di confronto usava un URL shortener. È stato un errore. Entrambi i modelli hanno prodotto app quasi identiche, fin nel tema e nel set di funzionalità, perché un URL shortener ha una risposta ovvia presente nei dati di training di ogni modello. Il test non misurava nulla.

Impostare un ecosistema vivente one-shot in Fable 5 e Opus 5

Così ho scelto un compito senza risposta canonica: una simulazione di ecosistema vivente. Tre specie in una rete trofica, agenti che si raggruppano, cacciano e muoiono di fame, 5000 su schermo contemporaneamente, il tutto deterministico a partire da un seed. Il prompt vieta librerie che gestirebbero le parti difficili, quindi ogni modello deve scrivere da sé le query spaziali, lo steering e la dinamica di popolazione.

Ecco il prompt che hanno ricevuto entrambi i modelli, parola per parola:

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 regola del no-domande è il punto. Mostra fin dove ogni modello porta avanti un build da solo, senza nessuno a correggere una svolta sbagliata. Ognuno è stato eseguito nella propria directory vuota, senza indizi che un secondo modello avesse lo stesso compito.

Il compito nasconde anche quattro test oggettivi dentro un output che sembra puramente visivo. 

• La ricerca dei vicini deve usare un indice spaziale, altrimenti il frame rate crolla a 5000 agenti. 
• Il mondo deve fare wrapping o clamp correttamente, altrimenti gli agenti attraversano i muri.
• La casualità deve passare attraverso un generatore con seed, altrimenti lo stesso seed dà esecuzioni diverse.
• E i tassi di nascita e morte devono bilanciarsi, altrimenti la popolazione o si azzera o esplode. 

Ognuno di questi fallimenti è visibile sullo schermo, ed è questo che rende valutabile una demo carina.

Entrambi i build sono online, così puoi rifare il confronto da solo invece di fidarti della mia parola. Aprili affiancati e fai reseed a ciascuno:

• Build di Fable 5: ecosystem-fable-5.vercel.app (sorgente)
• Build di Opus 5: ecosystem-opus-5.vercel.app (sorgente)

Più sotto trovi gli screenshot di entrambi, nel caso tu preferisca leggere invece che cliccare. Nota però: gli screenshot sono ridotti per far entrare l'intero schermo, quindi i dettagli potrebbero non essere chiarissimi.

Quale modello ha effettivamente servito ogni run

Prima dei risultati, una nota metodologica che conta per interpretarli.

Claude Code può fare fallback a Opus quando il classificatore di sicurezza di Fable 5 rifiuta una richiesta, quindi un'esecuzione etichettata Fable non è garantito che sia tutta Fable. Invece di assumere, ho registrato il campo model su ogni evento dell'assistente in entrambi i transcript.

Per fortuna, nel mio confronto, ogni evento nella run di Fable è tornato claude-fable-5, tutti e 103. Ogni evento nella run di Opus è tornato claude-opus-5, tutti e 247. Nessun fallback è scattato in nessuna direzione. I numeri sotto descrivono i modelli in etichetta.

Come Fable 5 e Opus 5 hanno affrontato il problema

Fable ha lavorato in silenzio. Ha eseguito 56 chiamate a tool e stampato 429 parole di commento per l'intero build, in 2 blocchi di testo.

Opus ha lavorato alla luce del sole. Ha eseguito 137 chiamate a tool, più del doppio, e stampato 4.808 parole in 110 blocchi. Entrambi i modelli hanno rivisto a un tasso simile una volta considerato il volume, circa 2 modifiche per file scritto.

Si sono anche divisi sugli strumenti. Fable ha consegnato semplici moduli ES con uno script di avvio python3 -m http.server e senza node_modules. Opus ha installato Vite e Vitest e ha costruito contro una toolchain reale.

I tempi di build sotto misurano solo il lavoro attivo. Ho preso ogni run dal primo evento dell'assistente all'ultimo e sottratto gli intervalli di inattività in cui la sessione aspettava invece di costruire.

Risultati: velocità, costo e correttezza

Fable è costato il 43% in più e ha prodotto il 74% di token di output in più per un programma più piccolo. Non potendo spegnere il suo pensiero, continua a fatturare anche quando il lavoro non ne ha bisogno.

Entrambi i modelli hanno superato ogni verifica oggettiva: 

• Lo stesso seed riproduce lo stesso mondo.
• Seed diversi divergono.
• Niente arriva a NaN.
• Nessun agente esce dal mondo alla velocità massima.
• Entrambi tengono 60 FPS nel browser senza errori in console.

La simulazione di Opus è 2,3x più veloce per tick. Archivia gli agenti in typed array, un array piatto per proprietà, e mantiene una griglia spaziale separata per specie. Fable dà a ogni agente il proprio oggetto e condivide una griglia uniforme tra tutte e tre le specie. Entrambi sono corretti, ma quello di Opus è un layout dati più veloce.

Il difetto consegnato da Fable

Lo script npm test di Fable non gira. Ha consegnato node --test test/, che Node 26 risolve come un percorso a modulo e non come una directory, quindi il comando muore prima che parta un singolo test. I 16 test sottostanti sono a posto e passano quando nomini esplicitamente i file. Il punto di ingresso in package.json è rotto.

È un bug piccolo con un costo sproporzionato, perché l'unico comando che un lettore digiterà davvero è quello che fallisce. Fable inoltre non l'ha mai intercettato, che è la parte che conta: il prompt chiedeva i test e li ha verificati tramite un percorso che i suoi stessi utenti non useranno.

Opus non ha un fallimento equivalente. I suoi 58 test partono da npm test e passano. Entrambe le suite testano ciò che conta qui: determinismo con seed, conservazione dell'energia, wrapping a toro e sopravvivenza delle specie nel lungo periodo, quindi il divario è di profondità e non di genere. L'unico controllo che solo Opus ha scritto è lo stress test a 5000 agenti, che è anche il requisito più incline a rompersi.

Cosa mostrano gli screenshot

Le due app non si somigliano affatto, che è il motivo per cui ho cambiato il compito.

Fable 5: controlli a sinistra, agenti come quadrati piatti, specie chiamate Plants, Herbivores e Predators.

Opus 5: controlli a destra, agenti come triangoli direzionali che indicano dove stanno andando, specie chiamate Plankton, Grazers e Hunters.

Sul lato UI, queste sono le differenze più grandi:

• Fable ha messo il pannello di controllo a sinistra e disegna ogni agente come un quadrato piatto, e ha chiamato le specie Plants, Herbivores e Predators.
• Opus ha messo il pannello a destra e disegna triangoli direzionali, così puoi leggere la direzione di marcia di uno stormo. Ha inventato un tema acquatico e ha scelto Plankton, Grazers e Hunters.

Come leggere i grafici di popolazione

I grafici di popolazione sono dove la differenza di design diventa netta.

Grafico di Fable 5, scala lineare. La linea delle piante occupa tutta l'altezza e la linea dei predatori è schiacciata sull'asse inferiore.

Grafico di Opus 5, scala logaritmica. Tutte e tre le specie restano leggibili e la linea dei cacciatori incrocia quella dei brucatori.

Entrambe le simulazioni oscillano come dovrebbe fare un sistema preda-predatore. Le piante di Fable oscillano tra 520 e 7.061 in 5 minuti mentre erbivori e predatori seguono a ruota, con i predatori che raggiungono il picco a 248 esattamente quando gli erbivori toccano il minimo a 119.

Su una scala lineare, la linea delle piante si prende tutto il range verticale, gli erbivori si comprimono in una fascia sottile e i predatori restano piatti sull'asse.

Ed è per questo che Opus ha messo il grafico in scala log e ha etichettato il picco. Tutte e tre le specie restano leggibili e puoi vedere la linea dei cacciatori salire, incrociare quella dei brucatori e scendere mentre i brucatori si riprendono. Stessa classe di dati, e solo uno dei due grafici è leggibile.

Come si comportano i due ecosistemi

Anche gli ecosistemi sottostanti differiscono. Opus limita il livello dei produttori a 4.229 plancton, quindi quella popolazione resta al soffitto e solo le due specie superiori oscillano. Fable lascia tutte e tre accoppiate, il che dà oscillazioni più ampie e un mondo più vivace. Abbiamo ottenuto stabilità contro dinamismo senza chiederlo nel prompt.

Pannello parametri di Fable 5: 13 slider nelle unità proprie della simulazione.

Pannello parametri di Opus 5: 9 slider, ciascuno un moltiplicatore che parte da 1,00, raggruppati in World e Behaviour.

Fable espone 13 parametri in unità reali: crescita delle piante 5, raggio di percezione 60, separazione 1,5 e metabolismo per specie. Opus ne espone 9, tutti moltiplicatori normalizzati che partono da 1,00, divisi in gruppi World e Behaviour. 

In una frase: Fable ti dà più controllo, mentre Opus ti dà un pannello che non ti permette di rompere facilmente l'equilibrio dell'ecosistema.

Dovresti scegliere Fable 5 o Opus 5?

Usa Opus 5 come predefinito. In questo build è costato il 30% in meno, ha eseguito una simulazione 2,3x più veloce e ha scritto una copertura di test migliore. Fable ha vinto sulla velocità, finendo in circa metà del tempo.

Passa a Fable 5 quando vuoi un build finito in un solo passaggio con supervisione minima o quando l'impronta delle dipendenze conta. Fable ha consegnato un programma senza dipendenze, più piccolo del 42% rispetto all'alternativa, e ci è arrivato con 103 turni dell'assistente contro 247. Questa concisione ha valore reale in un compito che intendi leggere tu stesso dopo.

Considerazioni finali

Due build di un solo tipo di progetto non sono ancora un benchmark. Le prestazioni nel mondo reale possono variare molto nonostante ciò che dicono i benchmark esistenti.

Per esempio, anche se il nostro confronto mostrava Fable usare più token di Opus, la maggior parte degli sviluppatori condivide l'opposto: Opus 5 che brucia molti più token di Fable o Sol su compiti simili. Il sospetto è che il pre-training RL di Opus 5 l'abbia reso troppo ottimizzato per accumulare costi di token invece di essere utile restando conciso. Al di fuori del confronto, l'ho sicuramente percepito nel mio lavoro. I modelli della famiglia Opus stanno diventando sempre più verbosi in superficie e più difficili da leggere.

Personalmente continuerò a usare Fable 5 per quasi tutti i miei progetti di coding, anche per i clienti, perché nel lungo periodo vince in accuratezza. Sono sul piano Max più recente e non ho ancora raggiunto i miei limiti di utilizzo, anche usando Fable in più sessioni (anche se non eseguo Claude Code ininterrottamente). Userò Opus quando il conto dei token conta o quando voglio un commento in tempo reale sul lavoro in corso per capire meglio.

Per saperne di più sui modelli e sugli strumenti intorno ad essi, ti consigliamo di leggere la nostra guida a Claude Fable 5, insieme ai tutorial su Claude Code e su best practice di Claude Code.