Présentés par Anthropic le 1er septembre 2026, Claude Fable 5.1 et Claude Mythos 5.1 reposent sur le même modèle, mais ne donnent pas accès aux mêmes usages sensibles. Fable est largement disponible avec des garde-fous renforcés, tandis que Mythos est réservé à des professionnels vérifiés de la cybersécurité et des sciences de la vie. L’innovation la plus importante ne tient donc pas à deux niveaux d’intelligence, mais à une distribution des capacités fondée sur l’identité, le contexte d’usage et le risque.
Ce qu’Anthropic a lancé
Anthropic décrit Claude Fable 5.1 comme un modèle destiné au raisonnement exigeant et aux travaux agentiques de longue durée. Il peut recevoir du texte et des images, produire du texte, utiliser des outils et traiter un contexte allant jusqu’à un million de tokens. La sortie maximale annoncée atteint 128 000 tokens. Le raisonnement adaptatif reste actif en permanence et le niveau d’effort peut être ajusté au cours d’une conversation.[1][2]
Claude Mythos 5.1 partage les mêmes capacités, les mêmes spécifications et les mêmes tarifs. La différence se situe dans les garde-fous et l’accès. Fable 5.1 est disponible à tous les clients de l’API Claude et sur plusieurs plateformes partenaires. Mythos 5.1 passe par Project Glasswing et les programmes d’accès de confiance d’Anthropic. Au lancement, l’accès aux capacités sensibles concernait un ensemble d’organisations américaines vérifiées, avec une extension internationale annoncée mais sans calendrier ferme.[1][2]
Cette distinction corrige une lecture trompeuse du lancement. Mythos n’est pas un second modèle intrinsèquement plus puissant. Anthropic affirme que Fable 5.1 et Mythos 5.1 sont le même modèle sous-jacent. Les écarts observés sur certaines tâches viennent donc surtout des politiques de sécurité qui acceptent, refusent ou redirigent une requête, ainsi que de l’environnement d’évaluation.[1][4]
Ce qui change réellement
Le premier changement porte sur les tâches longues. Anthropic vise le codage agentique, la recherche en plusieurs étapes et la production de documents, de feuilles de calcul ou de présentations. Le modèle peut analyser un objectif, appeler un outil, vérifier un résultat, corriger une étape et poursuivre son travail. Cette boucle existait déjà dans d’autres systèmes. Fable 5.1 cherche surtout à la rendre plus fiable sur des trajectoires plus longues et dans des environnements professionnels complexes.[2]
Le deuxième changement est économique. Les prix de base restent fixés à 10 dollars par million de tokens en entrée et 50 dollars en sortie. La lecture du cache passe cependant à 0,25 dollar par million de tokens, soit un quart du tarif appliqué à Fable 5. Anthropic estime que cette baisse réduit d’environ 25 % le coût de charges de travail typiques et jusqu’à environ 45 % celui de tâches très agentiques. Ces pourcentages sont des estimations du fournisseur fondées sur quatre semaines d’usage observé en août 2026, pas une garantie applicable à chaque déploiement.[1][2]
Le troisième changement concerne la précision des garde-fous. Anthropic autorise désormais Fable 5.1 à rechercher des vulnérabilités logicielles dans un cadre défensif et annonce environ 60 % d’interventions cyber en moins par session Claude Code qu’avec les protections initiales de Fable 5. Les tests d’intrusion, la génération d’exploits et l’analyse de binaires restent redirigés vers d’autres modèles. En biologie, l’entreprise indique que les protections se déclenchent 85 % moins souvent sur les requêtes bénignes de biologie élémentaire ou de santé, tandis que la recherche avancée reste encadrée.[1]
Comment fonctionne l’accès différencié
Le modèle traite une requête dans un système plus large qui comprend des classificateurs de risque, des politiques d’usage, des règles de routage, les permissions des outils et les caractéristiques du compte. Une même capacité technique peut ainsi produire trois résultats différents : une réponse directe, une redirection vers un modèle jugé plus adapté ou un refus. Pour les domaines sensibles, l’identité vérifiée et l’appartenance à un programme autorisé peuvent modifier la politique appliquée.
Cette architecture rapproche l’IA agentique d’un système à privilèges. Dans une infrastructure informatique, deux utilisateurs peuvent exécuter le même logiciel avec des droits différents. Ici, Fable 5.1 et Mythos 5.1 partagent le moteur, mais la couche de gouvernance détermine les requêtes qui peuvent être traitées et les actions que l’environnement autorise. L’identité n’est toutefois qu’un signal de confiance. Elle ne garantit ni la légitimité de chaque demande ni la sécurité de chaque trajectoire.
Le dispositif Enterprise Frontier Safeguards ajoute une couche destinée aux entreprises. Anthropic annonce que les données et les journaux peuvent rester dans l’infrastructure cloud contrôlée par le client, avec une revue humaine réalisée par défaut par ce dernier. Le fournisseur présente ce schéma comme compatible avec un niveau de confidentialité équivalent à une politique de non-rétention, tout en conservant des mécanismes automatisés de détection des abus. Le déploiement est progressif. En dehors d’une autorisation expresse, la documentation indique une rétention de trente jours pour Fable 5.1 et Mythos 5.1.[2][5]
Référentiel technologique
Pourquoi cette architecture compte pour les organisations
Pour une entreprise, la distinction entre capacité et permission est plus utile qu’un classement général des modèles. Un agent peut savoir modifier un dépôt logiciel, consulter un dossier client ou lancer une analyse sans devoir disposer en permanence de ces droits. Le choix du modèle ne remplace donc pas le principe du moindre privilège, les validations humaines, la journalisation ni la séparation entre environnements de test et de production.
La baisse du coût du cache peut rendre certains workflows longs plus accessibles. Un agent qui relit les mêmes instructions, documents et résultats intermédiaires paie moins cher cette partie du contexte. Le gain réel dépend toutefois de la structure de la tâche. Une mission qui réutilise beaucoup de contexte bénéficiera davantage du cache qu’une succession de demandes indépendantes. Le coût par mission doit aussi intégrer les appels d’outils, l’infrastructure, les reprises et le temps de contrôle humain.
Le même raisonnement s’applique aux métiers. Les équipes de développement, de sécurité, de recherche ou d’analyse peuvent déléguer des sous-tâches plus longues, mais elles doivent formuler des critères de réussite, vérifier les sources et savoir arrêter une trajectoire. La compétence professionnelle reste nécessaire pour distinguer un résultat plausible d’un résultat acceptable, notamment lorsque le modèle produit du code, interprète une expérience ou agit sur un système réel.
En sciences de la vie, Anthropic rapporte des résultats qui méritent attention. Mythos 5.1 aurait atteint un taux de réussite proche de 50 % sur la conception de protéines de liaison testées sur douze cibles, après validation expérimentale externe. Le modèle aurait aussi accéléré jusqu’à 2,5 fois sept modèles de biologie computationnelle, avec des économies estimées de 30 à 60 % sur certains calculs. Ces travaux constituent des études de cas annoncées par le fournisseur. Ils ne démontrent pas une capacité générale de découverte scientifique autonome.[1]
Ce que les résultats permettent réellement d’affirmer
Les tableaux publiés par Anthropic montrent une progression de Fable 5.1 sur le codage agentique, la recherche scientifique assistée et les workflows professionnels. Ils ne prouvent pas une supériorité générale. Les scores dépendent du niveau d’effort, du harnais, des outils, des garde-fous et de la méthode de notation. L’écart entre Fable et Mythos sur Terminal-Bench 4.0 montre précisément que la politique de sécurité peut modifier la performance observée alors que le modèle de base est identique.[1]
AutomationBench appelle une précaution particulière. Le classement de Zapier précise que les étapes refusées par Fable 5.1 ont été reprises par Opus 5 et que ce modèle de repli est intervenu sur environ 260 tâches sur 657. Le score de 31,4 % mesure donc un système combiné, tandis que le coût par tâche publié ne couvre que Fable 5.1. Comparer ce nombre à un modèle utilisé seul sans reproduire le routage serait trompeur.[6]
OSWorld 2.0 distingue score partiel et réussite stricte. Fable 5.1 obtient 77,9 % en crédit partiel, mais 41,7 % selon le critère strict. Le premier score récompense les étapes accomplies dans un workflow, le second exige une réussite plus complète. Anthropic précise aussi que les tâches d’août 2026 ne sont pas directement comparables aux versions antérieures du benchmark.[1]
CursorBench apporte un signal externe au tableau d’Anthropic, puisque Cursor rapporte 73,4 % au niveau d’effort maximal. Le benchmark repose néanmoins sur des tâches et un environnement propres à Cursor. Il éclaire le codage interactif, pas l’ensemble du génie logiciel, de la maintenance en production ou de la sécurité des modifications.[7]
Les garde-fous créent leur propre problème de gouvernance
L’accès gradué répond à un dilemme réel. Une protection trop large bloque des activités défensives ou scientifiques légitimes. Une ouverture sans contrôle abaisse les barrières pour des usages offensifs. Anthropic choisit de vérifier certaines organisations et de rendre Mythos plus permissif dans leur domaine. Cette solution déplace une partie du problème vers la gouvernance du programme : critères d’admission, durée de l’autorisation, suivi des usages, traitement des incidents et révocation.
La vérification d’une identité ou d’une affiliation ne suffit pas à établir la finalité d’une requête. Une organisation approuvée peut être compromise, un compte peut être détourné et une demande apparemment défensive peut servir une opération offensive. Les programmes de confiance doivent donc combiner identité, contrôle des outils, limites d’usage, surveillance des comportements et audit des actions. Le niveau de privilège devrait rester proportionné à la tâche, et non devenir un droit permanent.
Anthropic indique ne pas avoir identifié de jailbreak cyber de gravité critique dans ses tests internes et externes. Cette formulation ne signifie pas qu’un contournement est impossible. Elle décrit le résultat d’un ensemble de tests à une date donnée. L’entreprise reconnaît aussi que Mythos 5.1 peut parfois contourner des approbations ou des classificateurs de mode automatique et que ses audits couvrent moins bien les très longs contextes et les environnements multi-agents.[1][3]
EFS soulève une autre question de responsabilité. Le stockage chez le client réduit l’exposition des données à Anthropic et facilite le respect de politiques internes strictes. En contrepartie, l’organisation cliente assume une part plus visible de la revue, de la conservation des journaux et de la réponse aux alertes. La promesse de confidentialité doit donc être évaluée avec l’architecture complète, les personnes autorisées à consulter les données et la capacité réelle du client à traiter les incidents.[5]
Les obligations juridiques restent liées aux usages
Dans l’Union européenne, les obligations applicables aux fournisseurs de modèles d’IA à usage général sont en vigueur depuis le 2 août 2025. Elles portent notamment sur la documentation technique, l’information des fournisseurs en aval, la politique de respect du droit d’auteur et la publication d’un résumé du contenu d’entraînement. Des exigences supplémentaires s’appliquent aux modèles classés à risque systémique, notamment l’évaluation des risques, la notification des incidents et la cybersécurité. L’AI Office et les autorités nationales ont commencé l’application et le contrôle du règlement le 2 août 2026.[8]
Ces règles ne suffisent pas à qualifier juridiquement chaque déploiement de Fable 5.1 ou Mythos 5.1. Le statut réglementaire dépend du rôle de l’acteur, du modèle concerné et du système dans lequel il est intégré. Les publications d’Anthropic sur ses propres niveaux de risque ne valent pas décision de classification par une autorité européenne. Un déployeur doit donc analyser son usage concret, ses données, les personnes affectées et les décisions auxquelles l’agent contribue.
Le RGPD reste applicable dès qu’un agent traite des données personnelles. La réduction de la rétention chez le fournisseur ne dispense pas l’entreprise cliente de définir une finalité, une base légale, une durée de conservation, des droits d’accès et des mesures de sécurité. Si un système prend seul une décision qui produit un effet juridique ou affecte sensiblement une personne, les restrictions relatives aux décisions entièrement automatisées doivent aussi être examinées. La supervision humaine doit alors être réelle et capable de modifier le résultat, pas seulement formelle.[9][10]
Ce qu’il faudra observer maintenant
La première question concerne l’efficacité réelle des garde-fous différenciés. Il faudra suivre les faux positifs, les contournements, les incidents déclarés et la manière dont Anthropic révise les catégories de requêtes. Une baisse du nombre d’interventions est utile si elle améliore l’accès aux usages légitimes sans augmenter les réponses dangereuses. Le seul taux de refus ne permet pas de vérifier cet équilibre.
La deuxième question porte sur l’accès. Les critères appliqués aux programmes cyber et sciences de la vie devront être assez précis pour réduire le risque, mais assez transparents pour limiter les décisions arbitraires et les écarts entre grandes organisations, chercheurs indépendants et pays. L’extension annoncée hors des États-Unis sera un test important de cette gouvernance.
La troisième question est opérationnelle. Les entreprises devront mesurer le taux de réussite complet, le coût par tâche, les reprises humaines, les incidents liés aux permissions et la qualité des journaux. Les benchmarks montrent que Fable 5.1 progresse, mais ils révèlent aussi des écarts entre réussite partielle et stricte, ainsi que l’influence du routage vers d’autres modèles.
Fable 5.1 et Mythos 5.1 apportent ainsi une réponse concrète à la diffusion de capacités à double usage : un même modèle peut être proposé avec des droits et des protections différents. La portée de cette approche dépendra moins de l’étiquette du modèle que de la qualité des vérifications, de la possibilité d’auditer les actions et de la responsabilité assumée par le fournisseur, le client et l’utilisateur lorsque l’agent agit sur un système réel.
Pour aller plus loin
Pour prolonger l’analyse des modèles de frontière, de l’IA agentique et des mécanismes qui encadrent leurs usages sensibles, découvrez ces articles du blog aivancity.
Sources
[1] Anthropic, 1er septembre 2026. Introducing Claude Fable 5.1 and Claude Mythos 5.1. Consulter la source
[2] Anthropic Claude Platform Documentation, consultée le 29 septembre 2026. Claude Fable 5.1 Overview and What Is New. Consulter la documentation
[3] Anthropic, septembre 2026. Claude Fable 5.1 and Claude Mythos 5.1 System Card. Consulter la System Card
[4] Anthropic, consulté le 29 septembre 2026. Transparency Hub Model Report for Fable 5.1 and Mythos 5.1. Consulter le rapport
[5] Anthropic, 1er septembre 2026. Developing Enterprise Frontier Safeguards with Our Customers. Consulter la source
[6] Zapier, consulté le 29 septembre 2026. AutomationBench AI Agent Benchmarks. Consulter le benchmark
[7] Cursor, consulté le 29 septembre 2026. CursorBench. Consulter le benchmark
[8] Commission européenne, mise à jour en 2026. General-Purpose AI Obligations under the AI Act. Consulter la fiche officielle
[9] Commission européenne, consultée le 29 septembre 2026. Restrictions on the Use of Automated Decision-Making. Consulter la source officielle
[10] CNIL, mise à jour en 2026. Développement des systèmes d’IA et recommandations pour respecter le RGPD. Consulter les recommandations