Claude Fable 5 recensito: il modello più capace mai uscito da Anthropic

Anthropic ha messo in listino il 9 giugno 2026 Claude Fable 5, che l’azienda definisce il suo modello più capace mai rilasciato al pubblico. Il nome nuovo non è un vezzo di marketing: “Fable” è una classe di modelli che si colloca sopra la famiglia Opus, finora il vertice dell’offerta. Ci lavoriamo da qualche giorno tramite API, e questa recensione parte da un giudizio secco, così eviti di leggere duemila parole per capire se ti serve.

Chi dovrebbe usarlo. Chi ha problemi davvero difficili e lunghi da risolvere: refactoring di codebase enormi, agenti che lavorano per ore senza supervisione, analisi che devono tenere insieme centinaia di pagine di documenti. Se questo è il tuo lavoro, Fable 5 è oggi la scelta di riferimento in casa Anthropic.

Chi non dovrebbe usarlo. Chi fa domande normali, scrive email, riassume articoli, genera bozze. Per quei compiti Fable 5 è sovradimensionato e costoso: un modello Opus o Sonnet fa lo stesso lavoro spendendo molto meno. Pagare il modello di punta per compiti banali è buttare soldi.

Cos’è Claude Fable 5 e perché ha un nome nuovo

Fino a maggio il modello più potente di Anthropic si chiamava Claude Opus, arrivato alla versione 4.8. Con Fable 5 l’azienda apre una classe superiore. La documentazione ufficiale lo descrive come costruito per “il ragionamento più impegnativo e il lavoro agentico a lungo orizzonte”. Traduco: compiti che richiedono molti passaggi, molti strumenti e molto tempo, dove il modello deve mantenere il filo senza perdersi.

Insieme a Fable 5 esiste un gemello, Claude Mythos 5, con le stesse capacità ma senza i classificatori di sicurezza, cioè i filtri che possono rifiutare una richiesta. Mythos 5 non è in vendita libera: è riservato a poche organizzazioni approvate dentro il programma Project Glasswing, pensato soprattutto per lavori di cybersicurezza. Per la stragrande maggioranza degli utenti l’unico modello disponibile di questa classe è Fable 5.

Un termine da chiarire subito: agentico. Si dice di un modello che non si limita a rispondere, ma agisce a più passi, usando strumenti (esegue codice, cerca sul web, legge file) e decidendo da solo il passo successivo. È qui che Anthropic ha puntato le sue carte.

Le specifiche che contano

Fable 5 lavora con una finestra di contesto da 1 milione di token. La finestra di contesto è la quantità di testo che il modello può tenere sotto gli occhi in una sola conversazione: un token equivale grosso modo a tre quarti di una parola in inglese, un po’ meno in italiano. Un milione di token significa poter caricare l’equivalente di diverse migliaia di pagine e ragionarci sopra senza spezzare il lavoro in tanti pezzi. In uscita il modello può produrre fino a 128.000 token per singola richiesta.

Sul fronte del ragionamento c’è una scelta netta. Su Fable 5 è attivo solo l’adaptive thinking, cioè un pensiero interno che il modello dosa da sé in base alla difficoltà della richiesta. Non si può spegnere: l’opzione “pensiero disattivato” che esisteva su altri modelli qui non c’è. Se vuoi limitare quanto il modello pensa, e quindi quanto spende, lo fai con il parametro effort, che regola la profondità del ragionamento.

C’è anche una differenza importante per chi costruisce prodotti sopra il modello: il ragionamento grezzo, la catena di pensiero passo per passo, non viene mai restituito. Al massimo ottieni un riassunto leggibile di come il modello è arrivato alla risposta, oppure niente. È una scelta di trasparenza controllata: vedi il risultato e una sintesi, non i passaggi interni completi.

La vera novità per chi sviluppa: i rifiuti

Il cambiamento che chi integra Fable 5 deve conoscere prima di tutto riguarda i rifiuti. Il modello include classificatori di sicurezza che possono declinare certe richieste. Fin qui nulla di strano. La differenza tecnica è nel come.

Quando Fable 5 rifiuta, l’API non restituisce un errore: risponde con un normale HTTP 200 e un campo stop_reason: "refusal", indicando anche quale classificatore ha bloccato la richiesta. Per chi scrive software cambia la vita: un rifiuto va gestito come una risposta valida, non come un guasto. Se il tuo codice tratta tutto ciò che non è una risposta piena come un errore, con Fable 5 rischi comportamenti sbagliati.

Le tre strade del fallback

Anthropic ha previsto tre strade per il fallback, cioè per far gestire a un altro modello Claude una richiesta che Fable 5 ha rifiutato: lato server passando il parametro fallbacks (in beta), lato client con un middleware dell’SDK, oppure costruendo il ritentativo a mano. Sul piano economico la regola è ragionevole: non paghi una richiesta rifiutata prima che venga generato alcun output, e quando ritenti su un altro modello un credito ti rimborsa il costo della cache di prompt, così non lo paghi due volte. Chi mette Fable 5 in produzione deve quindi progettare da subito tre cose: gestione dei rifiuti, un piano di ripiego e le nuove regole di fatturazione.

Sono dettagli tecnici, ma sono il motivo per cui questo non è un aggiornamento da attivare distrattamente. Va integrato con cura.

Prezzo e disponibilità

Qui serve chiarezza, perché il listino di Anthropic è in dollari. Fable 5 costa 10 dollari per milione di token in ingresso e 50 dollari per milione in uscita (fonte ufficiale, prezzi in $). Come ordine di grandezza siamo intorno a 9 euro per milione di token in ingresso e 46 in uscita, ma il cambio varia e il prezzo di riferimento resta quello in dollari.

Per capire il salto: il precedente modello di punta, Opus 4.8, costa 5 dollari in ingresso e 25 in uscita. Fable 5 costa esattamente il doppio. È un prezzo da modello di frontiera e va trattato come tale. L’output, in particolare, è la voce che pesa: 50 dollari per milione di token generati significa che un agente che produce molto testo e molti passaggi di ragionamento può arrivare a costi importanti in fretta.

Il modello è disponibile sull’API di Claude, su AWS, Amazon Bedrock, Google Cloud e Microsoft Foundry. Un dettaglio per chi lavora con dati sensibili: Fable 5 e Mythos 5 hanno una conservazione dati di 30 giorni e non sono offerti in modalità “zero data retention”, perché rientrano tra i cosiddetti Covered Models. Se la tua azienda ha vincoli stringenti sulla conservazione dei dati, va verificato prima di adottarlo.

Sul piano delle funzioni, al lancio Fable 5 supporta lo strumento di memoria, l’esecuzione di codice, la chiamata programmatica degli strumenti, la gestione del contesto con compattazione e la visione, cioè l’analisi di immagini. È l’arsenale completo per costruire agenti seri.

Un esempio italiano concreto

Prendiamo un caso ipotetico ma realistico. Uno studio legale di Milano deve rivedere un contratto quadro di fornitura da 400 pagine, con decine di allegati e riferimenti incrociati, per individuare le clausole in contrasto con una nuova normativa. Con un modello dalla finestra di contesto piccola, il lavoro andrebbe spezzato in blocchi, con il rischio che il modello perda i collegamenti tra una parte e l’altra del documento.

Con la finestra da 1 milione di token, Fable 5 può tenere l’intero contratto e gli allegati in una sola sessione e ragionare sulle contraddizioni tenendo insieme tutto il quadro. È il tipo di compito lungo e denso in cui il modello di punta guadagna il suo prezzo. Diverso è il caso di un’agenzia di comunicazione romana che deve generare venti didascalie per i social: lì Fable 5 non aggiunge nulla che giustifichi la spesa, e conviene un modello più leggero. Non abbiamo eseguito questi due casi in laboratorio: li porto come esempi di dove la classe Fable ha senso e dove no.

L’opinione: potenza vera, ma non per tutti

L’opinione netta è questa: Fable 5 è un modello eccellente e mal riposto nelle mani sbagliate. La tentazione, ogni volta che esce il modello più capace, è usarlo per tutto. È un errore economico. La forza di Fable 5 sta nei compiti lunghi, agentici, ad alto rischio, dove sbagliare costa più del modello. Su tutto il resto il rapporto tra quello che ottieni e quello che paghi peggiora rapidamente.

Apprezzo la scelta di rendere i rifiuti una risposta ordinata e non un errore: è una forma di onestà tecnica che aiuta chi costruisce prodotti a comportarsi bene. Meno entusiasmante è il fatto che il ragionamento grezzo non sia mai visibile: per chi deve capire perché il modello ha deciso in un certo modo, un riassunto non sempre basta. È un compromesso comprensibile, ma un compromesso.

Rispetto alla concorrenza del momento, Fable 5 arriva dopo GPT-5.5 di OpenAI e dopo la famiglia Gemini 3.5 di Google. Anthropic non lo presenta come un modello per tutti, e fa bene: lo posiziona come lo strumento per il lavoro difficile. È una comunicazione più matura di tanti annunci gonfiati che abbiamo letto in passato.

Cosa cambia per te

Se sei uno sviluppatore o guidi un team tecnico e hai problemi grossi (migrazioni di codice, agenti che girano a lungo, analisi documentali pesanti), Fable 5 è oggi la scelta più forte del catalogo Anthropic. Mettilo alla prova, ma progetta da subito la gestione dei rifiuti e un piano di ripiego su un modello più economico: senza quei due pezzi rischi errori in produzione e conti salati.

Se invece usi Claude dall’app per scrivere, riassumere e fare ricerche quotidiane, questo lancio non ti riguarda direttamente: continua con il modello che già usi. Fable 5 non ti farà scrivere email migliori, ti farà solo spendere di più. La regola pratica è una sola: usa il modello di punta solo quando il compito è davvero difficile e un errore ti costa più di qualche euro di token. Per tutto il resto, tieni il piede sul freno.