Claude Fable 5 no Claude Code: um teste prático contra o Opus 5

O que é o Fable 5?

O Fable 5 é um modelo voltado para programação da família Claude 5, da Anthropic, lançado em 9 de junho de 2026. Ele chegou junto do Mythos 5, um modelo-irmão sem classificadores de segurança que a Anthropic ofereceu apenas para um pequeno grupo de organizações verificadas. Para um passo a passo completo do lançamento e de como o Fable 5 se sai nos benchmarks, confira nosso guia dedicado do Fable 5.

O Fable 5 fica acima do Opus 5 em preço e mira trabalhos de código mais complexos. A principal diferença na experiência é que ele ativa o raciocínio em toda requisição e não dá para desligar, então parece mais lento e deliberado. O Opus 5 decide sozinho se um prompt vale o raciocínio extra.

Especificações e preços

Os dois modelos compartilham a janela de contexto e o tamanho máximo de saída. Eles diferem no preço e em como o raciocínio funciona.

O Fable 5 custa cerca do dobro por token em relação ao Opus 5. Como seu raciocínio está sempre ligado, um único run também tende a emitir mais tokens, então a diferença de preço no uso real é maior do que a tarifa por token sugere. No confronto direto mais adiante, o Fable emitiu 74% mais tokens de saída do que o Opus para um programa menor.

Para uma comparação aprofundada, incluindo diferenças de benchmark, leia nosso guia Claude Opus 5 vs Claude Fable 5.

O comportamento de recusa que você precisa tratar no código

Um ponto universalmente irritante no Fable 5 é o classificador de segurança embutido. Como o modelo é considerado poderoso demais, o classificador não deixa ele lidar com solicitações minimamente relacionadas a áreas como biologia ou cibersegurança.

Para uma imunologista, a palavra "câncer" sozinha acionou um filtro de biossegurança, fazendo o Claude Code recorrer ao Opus 4.8.

Eu mesmo esbarrei nisso recentemente em um bug de login num projeto pessoal. O fluxo usava a API do Telegram Gateway para login com OTP, e o Fable 5 simplesmente se recusou a tocar no assunto. O Opus 5 resolveu o problema — e é aí que está o ponto: nada nesse bug envolvia risco de segurança.

O fallback automático, sem configuração, só acontece dentro do Claude Code e dos apps Claude. Se você estiver usando o Fable pela API, vai receber um campo stop_reason na resposta mesmo com código 200 de sucesso.

A resposta é assim:

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

Então, você precisa checar stop_reason antes de usar o conteúdo da resposta. 

Para habilitar fallback no servidor, passe um array fallbacks (por exemplo, "fallbacks": [{"model": "claude-opus-4-8"}]) e envie o header anthropic-beta: server-side-fallback-2026-06-01. Defina isso em toda requisição; não há um switch a nível de conta.

Observação sobre o modelo de fallback

Você pode se perguntar por que algumas fontes dizem que o Fable 5 faz fallback para o Opus 4.8 enquanto outras apontam para o Opus 5. As duas estão certas, porque o destino depende da categoria e da superfície. 

No Claude Code, uma solicitação sinalizada como biologia agora roda novamente no Opus 5, enquanto uma sinalizada como cibersegurança ainda roda novamente no Opus 4.8. Na API, o recurso de fallbacks no servidor atualmente suporta apenas o Opus 4.8. 

A divisão é efeito do timing: no lançamento do Fable em junho, tudo fazia fallback para o Opus 4.8, e o caminho de biologia foi redirecionado depois para o Opus 5 quando esse modelo foi lançado em 24 de julho.

A polêmica do Fable 5

O Fable 5 teve um começo conturbado, mesmo deixando o classificador de segurança de lado.

O estrangulamento silencioso e as recusas indevidas

Dias após o lançamento, a Fortune noticiou que a Anthropic silenciosamente enfraqueceu as respostas do Fable 5 em cerca de 0,03% do tráfego de infraestrutura de IA e ML sem avisar ninguém.

Muitos pesquisadores — e desenvolvedores também — ficaram furiosos porque esperavam um modelo de ponta robusto que encarasse qualquer tarefa, ainda mais pagando a assinatura de $200 por ele.

A Anthropic cedeu à pressão da comunidade em um dia, dizendo que "fez a troca errada". O que mudou foi a visibilidade, não o estrangulamento. Requisições sinalizadas agora aparecem como uma recusa, e a degradação em si permaneceu. A justificativa da Anthropic é que seus termos já proíbem usar o Claude para construir sistemas de IA concorrentes — o que é defensável. Fazer isso em silêncio por um mês não foi.

A suspensão por controle de exportação

Depois veio a maior. Um jailbreak divulgado acionou uma ordem de controle de exportação do Departamento de Comércio em 12 de junho, e a Anthropic tirou do ar mundialmente o Fable 5 e o Mythos 5 por 19 dias.

A Anthropic contestou fortemente o recall o tempo todo. Argumentou que o jailbreak era mais restrito do que universal, e que poderiam ser encontrados por modelos mais fracos também, então o padrão de recall parecia opaco da sua perspectiva. Havia um ponto justo sobre a barra em si. Ninguém jamais construiu um jailbreak universal, e nenhum modelo hoje alcança esse padrão. O UK AI Safety Institute reportou progresso nessa direção, mas nada que de fato funcione.

Havia um ponto justo sobre a barra em si, mas não sobre a forma como isso foi colocado. Jailbreaks universais existem: o UK AI Security Institute relata tê-los encontrado em todos os sistemas de fronteira que testou, e suas equipes de red team construíram um contra o próprio Fable 5, single-turn em poucas horas e estendido para fluxos multi-turn com agentes em poucos dias, segundo o model card do Fable 5.

O que realmente está em disputa é se essa barra deve disparar um recall, não se tais jailbreaks são possíveis.

Restabelecimento, com novos limites

A Anthropic lançou um classificador mais forte e reportou taxa de bloqueio acima de 99%, e com base nisso o Departamento de Comércio suspendeu os controles por volta de 30 de junho.

O acesso geral voltou em 1º de julho, mas com termos mais rígidos. A janela prometida de duas semanas sem restrições encolheu para cerca de uma, e um novo teto semanal de 50% significava que, ao ultrapassá-lo, o uso adicional do Fable 5 era cobrado como créditos nas tarifas cheias de $10 e $50. Foi o suficiente para deixar assinantes reclamando no Reddit.

A Anthropic prorrogou o prazo duas vezes e, em 20 de julho, dividiu a política por plano: Max e Team Premium mantêm o Fable 5 em 50% dos limites semanais sem data de término, enquanto Pro e Team Standard recebem um crédito único de $100 e depois pagam a tarifa da API. O Mythos 5 voltou apenas para cerca de 100 organizações verificadas nos EUA, em vez de um programa internacional mais amplo.

Tudo isso deixa o Fable 5 como um modelo forte envolto em uma política de acesso que muda mês a mês. Planeje para recusas indevidas ocasionais e não conte que os limites deste mês valham no próximo.

Claude Fable 5 vs Opus 5 no mesmo projeto

Para ver como os dois modelos se comportam nas mesmas condições, dei a cada um o mesmo trabalho numa sessão nova do Claude Code. Depois, li as transcrições completas das sessões, os arquivos JSONL internos e avaliei os dois apps prontos no navegador.

Minha primeira tentativa dessa comparação usou um encurtador de URL. Foi um erro. Ambos os modelos produziram apps quase idênticos, até no tema e no conjunto de recursos, porque um encurtador de URL tem uma resposta óbvia presente nos dados de treino de qualquer modelo. O teste não mediu nada.

Configurando um ecossistema vivo one-shot no Fable 5 e no Opus 5

Então escolhi uma tarefa sem resposta canônica: uma simulação de ecossistema vivo. Três espécies numa teia alimentar, agentes que se agrupam, caçam e morrem de fome, 5000 deles na tela ao mesmo tempo, tudo determinístico a partir de uma semente. O prompt proíbe bibliotecas que resolveriam as partes difíceis, então cada modelo precisa escrever suas próprias consultas espaciais, steering e dinâmica populacional.

Aqui está o prompt que ambos os modelos receberam, palavra por palavra:

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.

A regra de não fazer perguntas é o ponto central. Ela mostra até onde cada modelo leva um build sozinho, sem ninguém por perto para corrigir uma decisão errada. Cada um rodou em seu próprio diretório vazio, sem pista de que um segundo modelo tinha a mesma tarefa.

A tarefa também esconde quatro testes objetivos dentro de um resultado que parece puramente visual. 

• A busca por vizinhos precisa usar um índice espacial, ou a taxa de quadros cai com 5000 agentes. 
• O mundo precisa envolver ou limitar corretamente, ou os agentes atravessam as paredes.
• A aleatoriedade precisa passar por um gerador com semente, ou a mesma semente produz uma execução diferente.
• E as taxas de nascimento e morte precisam se equilibrar, ou a população zera ou explode. 

Cada uma dessas falhas é visível na tela, o que torna um demo bonito algo avaliável.

Os dois builds estão no ar, então você pode rodar essa comparação por conta própria em vez de confiar na minha palavra. Abra lado a lado e gere uma nova semente em cada um:

• Build do Fable 5: ecosystem-fable-5.vercel.app (código)
• Build do Opus 5: ecosystem-opus-5.vercel.app (código)

Capturas de tela de ambos estão mais abaixo, caso você prefira ler a clicar. Mas um aviso justo: as imagens estão reduzidas para caber a tela inteira, então alguns detalhes podem não estar nítidos.

Qual modelo realmente atendeu cada run

Antes dos resultados, uma observação metodológica importante para interpretá-los.

O Claude Code pode recorrer ao Opus quando o classificador de segurança do Fable 5 recusa uma solicitação, então um run rotulado como Fable não é garantia de ser 100% Fable. Em vez de supor, registrei o campo model em todo evento do assistente nas duas transcrições.

Felizmente, na minha comparação, todo evento no run do Fable voltou como claude-fable-5, todos os 103. Todo evento no run do Opus voltou como claude-opus-5, todos os 247. Nenhum fallback disparou em nenhuma direção. Os números abaixo descrevem os modelos do rótulo.

Como Fable 5 e Opus 5 trabalharam o problema

O Fable trabalhou em silêncio. Executou 56 chamadas de ferramenta e imprimiu 429 palavras de comentários em todo o build, em 2 blocos de texto.

O Opus trabalhou às claras. Executou 137 chamadas de ferramenta, mais que o dobro, e imprimiu 4.808 palavras em 110 blocos. Ambos revisaram num ritmo semelhante quando se ajusta pelo volume, perto de 2 edições por arquivo escrito.

Eles também divergiram nas ferramentas. O Fable entregou ES modules simples com um script de início python3 -m http.server e sem node_modules. O Opus instalou Vite e Vitest e construiu com uma toolchain de verdade.

Os tempos de build abaixo medem apenas trabalho ativo. Levei cada run do primeiro evento do assistente ao último e subtraí qualquer intervalo ocioso em que a sessão ficou esperando em vez de construir.

Resultados: velocidade, custo e correção

O Fable custou 43% mais e produziu 74% mais tokens de saída para um programa menor. Como não consegue desligar o raciocínio, ele continua faturando mesmo quando o trabalho não precisa disso.

Ambos os modelos passaram em todos os checks objetivos: 

• A mesma semente reproduz o mesmo mundo.
• Sementes diferentes divergem.
• Nada chega a NaN.
• Nenhum agente escapa do mundo na velocidade máxima.
• Ambos mantêm 60 FPS no navegador sem erros no console.

A simulação do Opus é 2,3x mais rápida por tick. Ele armazena agentes em typed arrays, um array plano por propriedade, e mantém uma grade espacial separada por espécie. O Fable dá a cada agente seu próprio objeto e compartilha uma grade uniforme para as três espécies. Ambos estão corretos, mas o layout de dados do Opus é mais veloz.

O defeito que o Fable entregou

O script npm test do Fable não roda. Ele entregou node --test test/, que o Node 26 interpreta como caminho de módulo, não diretório, então o comando morre antes de executar um único teste. Os 16 testes abaixo estão ok e passam quando você nomeia os arquivos explicitamente. O entry point no package.json é que está quebrado.

É um bug pequeno com custo grande, porque o único comando que um leitor realmente digita é justamente o que falha. O Fable também não percebeu, e é isso que importa: o prompt pediu testes, e ele os verificou por um caminho que seus próprios usuários não vão seguir.

O Opus não tem falha equivalente. Seus 58 testes rodam via npm test e passam. As duas suítes testam o que importa aqui — determinismo com semente, conservação de energia, wrapping em toro e sobrevivência de espécies no longo prazo — então a diferença é de profundidade, não de tipo. A única checagem que só o Opus escreveu é o teste de estresse com 5000 agentes, que também é o requisito mais propenso a quebrar.

O que as capturas de tela mostram

Os dois apps não se parecem em nada, que é exatamente o motivo de trocar a tarefa.

Fable 5: controles à esquerda, agentes como quadrados planos, espécies chamadas Plants, Herbivores e Predators.

Opus 5: controles à direita, agentes como triângulos direcionais que apontam para onde vão, espécies chamadas Plankton, Grazers e Hunters.

Do lado de UI, estas são as maiores diferenças:

• Fable colocou o painel de controle à esquerda, desenha cada agente como um quadrado plano e batizou as espécies de Plants, Herbivores e Predators.
• Opus colocou o painel à direita e desenha triângulos direcionais, então dá para ver para onde um bando está indo. Criou um tema aquático e usou Plankton, Grazers e Hunters.

Lendo os gráficos de população

Os gráficos de população são onde a diferença de design fica nítida.

Gráfico do Fable 5, escala linear. A linha das plantas ocupa toda a altura e a dos predadores fica colada no eixo inferior.

Gráfico do Opus 5, escala log. As três espécies permanecem legíveis, e a linha dos caçadores cruza a dos herbívoros.

Ambas as simulações oscilam como um sistema predador-presa deve. As plantas do Fable variam entre 520 e 7.061 em 5 minutos, enquanto herbívoros e predadores ciclam atrás delas — predadores atingem 248 exatamente quando herbívoros batem 119.

Em escala linear, a linha das plantas ocupa todo o range vertical, herbívoros comprimem num traço fino e predadores ficam chapados no eixo.

É por isso que o Opus colocou o gráfico em escala log e marcou o pico. As três espécies seguem legíveis, e você vê a linha dos caçadores subir, cruzar a dos herbívoros e cair conforme os herbívoros se recuperam. Mesma classe de dados — só um dos gráficos é legível.

Como os dois ecossistemas se comportam

Os ecossistemas também diferem por baixo. O Opus limita sua camada de produtores a 4.229 plânctons, então essa população gruda no teto e só as duas espécies superiores ciclam. O Fable mantém as três acopladas, o que dá oscilações mais amplas e um mundo mais vivo. Ganhamos estabilidade versus dinamismo sem pedir isso no prompt.

Painel de parâmetros do Fable 5: 13 sliders nas próprias unidades da simulação.

Painel de parâmetros do Opus 5: 9 sliders, cada um como multiplicador a partir de 1,00, agrupados em World e Behaviour.

O Fable expõe 13 parâmetros em unidades reais: crescimento das plantas 5, raio de percepção 60, separação 1,5 e metabolismo por espécie. O Opus expõe 9, todos multiplicadores normalizados a partir de 1,00, divididos em grupos World e Behaviour. 

Em uma frase: o Fable dá mais controle, enquanto o Opus oferece um painel que evita que você quebre o equilíbrio do ecossistema com facilidade.

Você deve escolher Fable 5 ou Opus 5?

Use o Opus 5 como padrão. Neste build, ele custou 30% menos, rodou uma simulação 2,3x mais rápida e escreveu uma cobertura de testes melhor. O Fable venceu em velocidade, terminando em cerca de metade do tempo.

Vá de Fable 5 quando você quer um build concluído em uma passada com supervisão mínima, ou quando o footprint de dependências importa. O Fable entregou um programa sem dependências 42% menor que a alternativa e chegou lá em 103 turns do assistente contra 247. Essa concisão tem valor real numa tarefa que você pretende ler depois.

Considerações finais

Dois builds de um tipo de projeto ainda não são benchmark. O desempenho no mundo real pode variar bastante, independentemente do que os benchmarks existentes digam.

Por exemplo, embora nossa comparação tenha mostrado o Fable usando mais tokens que o Opus, a maioria dos desenvolvedores relata o contrário: o Opus 5 queimando bem mais tokens do que o Fable ou o Sol em tarefas similares. A suspeita é que o pré-treinamento com RL do Opus 5 o tenha deixado otimizado demais para aumentar custos de token em vez de ser útil com concisão. Fora da comparação, eu também senti isso no meu trabalho. Os modelos da família Opus estão ficando cada vez mais verbosos na superfície e mais difíceis de ler.

Pessoalmente, vou continuar usando o Fable 5 na maioria dos meus projetos de código, inclusive com clientes, porque ele vence em precisão no longo prazo. Estou no plano Max mais recente e ainda não bati nos meus limites de uso, mesmo usando o Fable em várias sessões (embora eu não rode o Claude Code sem parar). Vou usar o Opus quando a conta de tokens pesar ou quando eu quiser um comentário corrido sobre a tarefa em andamento para meu próprio entendimento.

Para saber mais sobre os modelos e as ferramentas ao redor deles, recomendo ler nosso guia completo do Claude Fable 5, além dos tutoriais sobre Claude Code e boas práticas no Claude Code.