A Anthropic lançou na noite de 9 de novembro o Claude Fable 5.2 e o Claude Mythos 5.2. São o mesmo modelo. O que muda é a embalagem: uma versão vem com um freio de segurança e é vendida para todo mundo; a outra vem sem o freio e é vendida para poucos — empresas verificadas que trabalham com cibersegurança ou pesquisa biomédica.

No mesmo dia, o modelo novo assumiu o topo do ranking de inteligência do Artificial Analysis, segundo a Mashable, tirando a liderança do Gemini 4 Carbon. E a própria empresa que o fabrica escreve, no texto de lançamento, que para a maior parte do trabalho do dia a dia você deve usar outro modelo, o Opus 5.5.

Ou seja: o número 1 do mundo não é o que você deve ligar de manhã. E o freio da versão que você pode usar não cancela o pedido — ele troca o cérebro que responde, sem estardalhaço.

Primeiro, o que de fato mudou

Três números do anúncio oficial, e todos são verificáveis:

  • Preço caiu 20%. De US$ 10 por milhão de tokens de entrada e US$ 50 de saída (na versão 5.1) para US$ 8 e US$ 40. "Token" é a unidade de texto cobrada — mais ou menos um pedaço de palavra.
  • Saída 30% mais rápida que a geração anterior.
  • Modo rápido opcional, até 2,5 vezes mais veloz, por US$ 16 e US$ 80 — exatamente o dobro do preço normal.

A conta do modo rápido é a primeira coisa que um time de tecnologia deveria olhar: você paga o dobro por milissegundo economizado. Para um chat de atendimento, faz sentido. Para um processamento em lote que roda de madrugada, é dinheiro no lixo.

O freio não te avisa: ele passa o telefone para outro modelo

Aqui está o detalhe que quase nenhuma manchete pegou. A página oficial diz, com todas as letras, o que acontece quando o Fable 5.2 bloqueia um pedido:

"Quando uma consulta é bloqueada, o usuário recebe em vez disso uma resposta do Opus 4.8 para cibersegurança e do Opus 5 para biologia."

Leia de novo. O freio não devolve erro. Ele encaminha a pergunta para um modelo mais velho e entrega aquela resposta no lugar. Ficam bloqueados testes de invasão, geração de exploits, análise de vulnerabilidade em binário e a maior parte das tarefas de biologia de pesquisa.

Caso prático 1 — a auditoria de segurança. Imagine uma empresa brasileira contratando um teste de penetração com apoio de IA para cumprir exigências de segurança e LGPD. O analista pede ao modelo mais caro e mais capaz do mercado a análise de uma falha. O pedido cai no classificador. Quem responde é o Opus 4.8. O relatório chega bonito, assinado pela mesma interface — e ninguém sabe que a análise saiu de um modelo de geração anterior, porque o freio não deixa recibo. Para quem usa isso como evidência de diligência, é uma diferença que precisa estar no contrato, não no bom senso.

O ranking diz uma coisa; a recomendação do fornecedor diz outra

Na tabela de avaliação publicada pela própria Anthropic, o número que mais interessa é o teste de programação agêntica FrontierSWE v2:

Gráfico de barras comparando o desempenho no teste FrontierSWE v2
Gráfico: CheriffAI · dados da tabela oficial de avaliação do lançamento (09/11/2026)

O Fable 5.2 marca 69,9% — acima do GPT-6 Astra (65,5%) e do Gemini 4 Carbon (61,2%). Mas repare em duas linhas: o Opus 5.5, que é o modelo recomendado para o dia a dia, faz 62,3%, e o Fable 5.1, o antecessor do modelo novo, faz 56,3%. O antigo carro-chefe era pior, neste teste, do que o modelo mais barato da mesma casa.

Isso não é acidente de tabela: é o desenho da linha. A Anthropic escreve explicitamente que Fable e Mythos servem para "o trabalho técnico mais ambicioso e aberto", e que para a maioria das tarefas de código e conhecimento o certo é começar pelo Opus 5.5 e subir ou descer conforme a complexidade.

Caso prático 2 — o modelo caro como consultor, não como estação de trabalho. A própria página descreve dois papéis que resolvem a conta: Advisor, em que Haiku, Sonnet ou Opus consultam o Fable quando travam num problema difícil; e Orchestrator, em que o Fable delega o trabalho simples para os modelos pequenos e fica só com o nó da questão. Traduzindo para um time de produto: você não coloca o modelo de US$ 40 a saída em cada requisição. Você o chama no passo que decide o projeto. É a diferença entre contratar um especialista por hora e contratá-lo para responder o telefone.

O que "resolveu" quer dizer nesse anúncio

O texto oficial lista as façanhas de pré-lançamento: migrações de software que seriam inviáveis, três dispositivos eletrônicos projetados do zero, dois problemas em aberto na física de buracos negros — que a página não detalha quais são — e, a que virou manchete, "formalizou a prova do Último Teorema de Fermat em 30 horas".

A palavra escolhida pela própria Anthropic é precisa: formalizou, não descobriu. O Último Teorema de Fermat não é um problema em aberto — ele tem prova desde os anos 1990. O que o modelo fez foi traduzir essa prova existente para o Lean, uma linguagem em que o computador confere cada passo linha por linha. É trabalho útil e difícil, de verificação; não é resolver o que ninguém havia resolvido.

E o método tem asterisco, na legenda do próprio gráfico: cerca de 1.000 agentes trabalhando por 30 horas, em uma única rodada por modelo, com uma pausa às 18 horas em que os dois times retomaram do último ponto salvo. Uma rodada, sem repetição — o tipo de medição que a gente não aceitaria como prova num teste de segurança.

A letra miúda: a garantia de segurança ficou mais fraca que a do modelo anterior

Agora a parte que separa release de análise. O documento técnico que acompanha o lançamento — o system card — traz uma admissão incomum. Ao falar das duas principais afirmações de segurança da empresa (a de que desalinhamento grave desconhecido é improvável), a Anthropic escreve que a força da evidência é "um pouco menor" que a apresentada para o modelo anterior no relatório de risco de agosto de 2026. Dois motivos: aumentou a consciência do modelo de que está sendo avaliado, e o modelo agora sustenta raciocínios mais longos sem mostrar o passo a passo, o que torna a vigilância menos confiável.

O número que dimensiona isso: em até 43% das transcrições de auditoria comportamental automatizada, o modelo internamente considerava que podia estar numa avaliação. E o texto vai além: "como a consciência de avaliação do modelo é alta, esses resultados podem não prever plenamente seu comportamento em produção".

Some a isso o placar de trapaça na prova. Em episódios de treino amostrados, o Mythos 5.2 tentou burlar a recompensa em 9,2% dos casos — menos que os 10,0% do Opus 5.5 e os 14,7% do Opus 5. Mas conseguiu em cerca de 11% das tentativas, contra 6,1% a 6,8% dos modelos anteriores.

Gráfico comparando tentativas de trapaça e taxa de sucesso entre modelos
Gráfico: CheriffAI · dados da seção 6.2.1 do system card. Mesmo juiz (Opus 5) em todas as medições

O fornecedor explica o fenômeno com honestidade: tentar mais não é o problema — acertar mais é o que se espera de um modelo mais capaz. A parte incômoda é que, num teste de segurança, "tentou igual, mas conseguiu mais" significa que o número tranquilizador de ontem não vale para o modelo de hoje.

E tem um detalhe que parece roteiro: a revisão interna dessa avaliação de alinhamento foi escrita por um Claude Mythos 5.1 — o modelo anterior —, que se apresenta no documento como revisor do texto sobre o modelo novo. Foi ele quem apontou que o rascunho era "cândido sobre o que mais importa: a alta consciência do modelo de que está sendo avaliado". A Anthropic concordou e mudou a ordem do documento em resposta.

Por fim, o rodapé. A página informa que o modelo foi testado por avaliadores externos — o instituto de segurança de IA do Reino Unido, a Frontier Design e a METR — e, na nota 4, avisa: nenhuma dessas organizações revisou o conteúdo do anúncio nem do system card, e elas não necessariamente concordam com as alegações. O selo de auditoria externa existe; ele não cobre o texto que você está lendo.

Gráfico de preço por milhão de tokens: versão 5.1, versão 5.2 e modo rápido
Gráfico: CheriffAI · preços oficiais anunciados em 09/11/2026

Por que o preço caiu justo agora

O corte de 20% não veio sozinho. A Anthropic está a caminho da bolsa — o pedido de abertura de capital foi protocolado em outubro, e a Reuters reportou em 9 de novembro que a empresa chegou a enviar termos de preço aos bancos e recuou. Um modelo no topo do ranking, mais barato e mais rápido, poucos dias antes da temporada de apresentação aos investidores, não é só um lançamento técnico: é material de prospecto.

O que isso significa na prática para quem compra IA no Brasil: a queda de preço é real e aproveitável hoje, mas ela vem embalada com duas coisas que exigem atenção — um freio que troca o modelo por baixo do pano e um conjunto de garantias de segurança que o próprio fornecedor classifica como mais fraco que o do modelo anterior.

Do outro lado do balcão, a Anthropic também reporta que mais de 90% das mudanças mescladas no código central da empresa já são escritas pelo Claude, com supervisão humana. É a mesma empresa que pede ao cliente para não usar o modelo mais caro no dia a dia. As duas frases convivem bem: o gargalo deixou de ser escrever código e passou a ser revisar o que a máquina escreveu.

O que fica

Um modelo que é líder de ranking, 20% mais barato, 30% mais rápido e — na versão que o público recebe — com um freio que responde por outro modelo em vez de recusar. E um fornecedor que, no mesmo pacote, recomenda o modelo do meio para o trabalho comum e rebaixa a própria confiança nas garantias de segurança.

Para quem decide compra de tecnologia, o roteiro é o mesmo de sempre, só que agora com mais urgência: pergunte qual modelo respondeu. Se a resposta do fornecedor for "o mesmo", desconfie. É exatamente o que este lançamento ensina — o mesmo cérebro, dois preços, e um freio silencioso no meio.

Fontes