Anthropic a annoncé ce 9 juin 2026 le lancement simultané de deux modèles : Claude Fable 5, présenté comme « un modèle de classe Mythos rendu sûr pour l'usage général », et Claude Mythos 5, le même modèle sous-jacent avec une partie des safeguards levés, réservé à un cercle restreint de cyberdéfenseurs et de fournisseurs d'infrastructures critiques. C'est la première fois qu'un modèle de cette classe — un palier situé au-dessus d'Opus — est mis en disponibilité générale.
L'annonce est dense : nouvelle classe de modèles, architecture de safeguards inédite avec fallback automatique, résultats scientifiques inhabituels pour un communiqué de lancement, et un programme gouvernemental, Project Glasswing, qui sort de l'ombre. Ce guide reprend chaque volet dans l'ordre. Si votre question est plus directe — combien ça coûte, comment l'intégrer, quoi tester avant le 22 juin — nous avons consacré un article séparé à l'adoption de Claude Fable 5 en entreprise : prix, API et cas d'usage.
La classe Mythos : un palier au-dessus d'Opus
Jusqu'ici, la gamme Claude se lisait simplement : Haiku pour la vitesse, Sonnet pour l'équilibre, Opus pour les tâches exigeantes. Le lancement du 9 juin officialise un quatrième étage. La classe « Mythos » désigne des modèles dont les capacités dépassent ce qu'Anthropic estimait jusqu'ici raisonnable de mettre entre toutes les mains — le premier représentant, Claude Mythos Preview, avait été déployé en avril 2026 dans un cadre fermé, via Project Glasswing, sans jamais être proposé au public.
Fable 5 change la donne : c'est un modèle de classe Mythos, mais habillé de safeguards qui le rendent distribuable à tous. Anthropic est explicite sur la hiérarchie : les capacités de Fable 5 « dépassent celles de tout modèle jamais mis en disponibilité générale », il est à l'état de l'art sur la quasi-totalité des benchmarks testés, et plus la tâche est longue et complexe, plus son avance sur les autres modèles grandit.
La distinction entre les deux modèles lancés tient en un tableau :
| Claude Fable 5 | Claude Mythos 5 | |
|---|---|---|
| Modèle sous-jacent | Identique | |
| Safeguards | Complets (cyber, bio-chimie, distillation) | Levés en partie selon le profil du partenaire |
| Accès | Grand public : API, abonnements Pro, Max, Team, Enterprise | Partenaires Project Glasswing, puis programme de « trusted access » |
| Prix API | 10 $ / M tokens en entrée, 50 $ / M tokens en sortie | |
Le nom même du duo résume la stratégie : Mythos est le modèle brut ; Fable, sa déclinaison rendue sûre pour le grand public. Anthropic présente ce double lancement comme un compromis entre deux impératifs — diffuser des capacités avancées « au plus grand nombre d'utilisateurs possible, aussi vite et aussi sûrement que possible » — et annonce que des modèles encore plus capables arriveront « dans les mois qui viennent ».
Ce que Fable 5 sait faire : benchmarks et démonstrations
Illustration Go To Agency — données : annonce officielle Anthropic, 9 juin 2026
Le fil conducteur des évaluations publiées est l'autonomie : Fable 5 et Mythos 5 « peuvent travailler de façon autonome plus longtemps que tous les modèles Claude précédents ». Quatre domaines sont documentés.
Ingénierie logicielle : le cas Stripe
Le résultat le plus cité de l'annonce vient des tests en avant-première chez Stripe : sur une base de code Ruby de 50 millions de lignes, Fable 5 a réalisé en une journée une migration à l'échelle du code entier, estimée à plus de deux mois de travail manuel pour une équipe complète. Stripe parle de « mois d'ingénierie compressés en jours ».
Deuxième résultat, plus technique mais au moins aussi important pour la facture : sur FrontierCode, l'évaluation de Cognition qui mesure la capacité à résoudre des tâches de code difficiles en respectant les standards d'une base de code de production, Fable 5 obtient le meilleur score des modèles frontière — y compris à effort « medium », le réglage intermédiaire de profondeur de raisonnement. Combiné à une meilleure efficacité en tokens que les Claude précédents, cela signifie qu'à qualité supérieure, le modèle consomme moins qu'on pourrait le craindre.
Illustration Go To Agency — résultats FrontierCode : annonce Anthropic et Cognition
Travail de la connaissance : analyse financière de niveau senior
Sur le Finance Benchmark de Hebbia, conçu pour évaluer un raisonnement de niveau analyste senior, Fable 5 décroche le meilleur score de tous les modèles, avec des gains marqués en raisonnement documentaire, en interprétation de graphiques et de tableaux, et en résolution de problèmes. La société de trading IMC rapporte de son côté des évaluations d'analyse de trading réussies « presque sur toute la ligne » : recherche factuelle, raisonnement conceptuel, analyse de cause racine, calculs d'espérance de gain.
Vision : nouveau record, moins d'échafaudage
Fable 5 devient le modèle de référence pour les tâches visuelles, avec deux capacités mises en avant : l'extraction de chiffres précis depuis des figures scientifiques détaillées, et la reconstruction du code source d'une application web à partir de simples captures d'écran.
L'exemple le plus parlant est volontairement ludique. Les Claude précédents échouaient à jouer à Pokémon FireRed même équipés de harnais leur fournissant cartes, aides à la navigation et état du jeu. Fable 5 a terminé le jeu avec un harnais minimal, uniquement basé sur la vision — captures d'écran brutes, sans aucune information additionnelle. Le message technique derrière l'anecdote : le modèle a besoin de beaucoup moins d'échafaudage logiciel pour accomplir des tâches visuelles longues, ce qui réduit d'autant le travail d'intégration.
Mémoire et long contexte : l'agent qui prend des notes
Fable 5 « reste concentré sur des millions de tokens » dans les tâches longues et — c'est la nouveauté — améliore ses propres résultats en s'appuyant sur ses notes. Le banc d'essai choisi est le jeu de deck-building Slay the Spire : avec une mémoire persistante à base de fichiers, le gain de performance de Fable 5 est trois fois supérieur à celui mesuré sur Opus 4.8 dans les mêmes conditions, et le modèle atteint l'acte final du jeu trois fois plus souvent. C'est la capacité qui conditionne les agents de longue durée — un sujet que nous avions cartographié côté entreprise dans notre article sur les agents IA autonomes pour les PME.
L'annonce s'accompagne de démonstrations moins quantifiées mais révélatrices du niveau d'autonomie atteint : une simulation du système solaire avec prédiction d'éclipses dérivée de la physique, des sessions autonomes sur Factorio, VibeCAD — un outil de modélisation 3D avec copilote IA intégré — et une simulation de fluides synchronisée à la musique. À noter enfin, pour les utilisateurs de l'API : au réglage d'effort maximal, Anthropic indique que Fable 5 relit et valide son propre travail avant de répondre.
Mythos 5 et la recherche scientifique : l'autre moitié de l'annonce
La partie la plus inhabituelle du communiqué ne concerne pas le code mais la biologie. Anthropic documente ce que Mythos 5 — la version aux safeguards levés — produit entre les mains de ses équipes et de partenaires scientifiques.
- Drug design accéléré d'un facteur 10. Les experts internes en conception de protéines d'Anthropic ont accéléré certains aspects du processus de drug design d'environ dix fois. Dans une étude interne, Mythos 5, équipé d'outils de protein design et de bio-informatique mais sans aucune assistance humaine, égale ou dépasse des opérateurs humains qualifiés : il choisit les sites de liaison, sélectionne et exécute les outils, et se rattrape seul après ses échecs. Sur 14 cibles protéiques testées, 9 ont produit des candidats solides.
- Meilleur que les modèles spécialisés sur leur terrain. Sur une tâche non publiée de prédiction d'assemblage de capsides virales (virus adéno-associés, candidats développés par Dyno Therapeutics), Mythos 5 surpasse des protein language models dédiés — un modèle généraliste qui bat les outils spécialisés du domaine.
- Des hypothèses scientifiques jugées meilleures en aveugle. En comparaison à l'aveugle avec les modèles de classe Opus, les hypothèses de biologie moléculaire formulées par Mythos 5 sont préférées environ 80 % du temps ; l'une d'elles a depuis été corroborée par une étude indépendante publiée.
- Une semaine de génomique en autonomie. Laissé une semaine sur un travail de génomique, le modèle a assemblé des données single-cell couvrant 138 espèces animales et des millions de cellules, puis entraîné un modèle de machine learning maison qui surpasse un modèle récemment publié dans Science — en étant 100 fois plus petit. Anthropic indique que ces résultats sont destinés à publication.
Ces résultats expliquent le choix d'architecture du lancement : les mêmes capacités qui formulent des hypothèses thérapeutiques inédites sont celles que les classifieurs bio-chimie de Fable 5 verrouillent pour le grand public. D'où le système à deux modèles.
Les safeguards : comment rendre un modèle Mythos « sûr »
C'est l'innovation structurelle de ce lancement, et le point qui concerne tous les utilisateurs de Fable 5. Plutôt que de brider le modèle lui-même, Anthropic l'a entouré de classifieurs : des systèmes d'IA séparés qui analysent les requêtes dans trois domaines.
- Cybersécurité : exploitation de vulnérabilités, tâches cyber offensives, hacking agentique.
- Biologie et chimie : une couverture volontairement large à ce stade, incluant par exemple la conception de thérapies géniques.
- Distillation : les tentatives d'extraction des capacités du modèle pour entraîner des modèles concurrents.
Quand un classifieur se déclenche, la requête n'est pas refusée : elle est traitée par Claude Opus 4.8, le deuxième modèle le plus capable d'Anthropic, et l'utilisateur en est informé à chaque fois. Le réglage est assumé comme conservateur : des requêtes parfaitement bénignes déclencheront parfois le fallback, mais l'ensemble reste sous la barre de 5 % des sessions en moyenne. Pour les 95 % restants, les performances sont identiques à celles de Mythos 5 — c'est le même modèle.
Sur la robustesse de ces protections, l'annonce avance trois éléments : un bug bounty externe totalisant plus de 1 000 heures de tests sans qu'aucun jailbreak universel ne soit trouvé ; des progrès initiaux de l'UK AI Security Institute vers un jailbreak dans une fenêtre de test courte — signalés en toute transparence ; et un red-teaming interne concluant à une meilleure résistance aux jailbreaks qu'Opus 4.6. Anthropic décrit ce dispositif comme plus large que ses protections « ASL-3 » antérieures, qui ciblaient principalement les requêtes liées aux armes biologiques. Le détail complet figure dans la system card du modèle, qui inclut aussi une évaluation d'alignement : les comportements mal alignés mesurés (déception, coopération avec un usage malveillant) sont jugés faibles et similaires à ceux d'Opus 4.8.
Dernier étage du dispositif : une rétention obligatoire de 30 jours sur tout le trafic des modèles de classe Mythos, y compris pour les clients business et sur les plateformes tierces. Les données ne servent ni à l'entraînement ni à aucun usage non lié à la sécurité, tout accès humain est journalisé, et la suppression intervient après 30 jours dans la quasi-totalité des cas. L'objectif affiché est défensif : détecter les attaques nouvelles et multi-requêtes, et réduire les faux positifs. Les implications RGPD concrètes — registre de traitements, base légale, charte interne — sont détaillées dans notre guide d'adoption en entreprise, et le cadre général dans notre dossier IA et RGPD pour les entreprises.
Project Glasswing et le « trusted access » : qui a droit à Mythos 5 ?
Project Glasswing est le programme mené par Anthropic en collaboration avec le gouvernement américain, au sein duquel Claude Mythos Preview est déployé depuis avril 2026 auprès de cyberdéfenseurs et de fournisseurs d'infrastructures critiques. Mythos 5 y est livré comme une mise à niveau : Anthropic le décrit comme le modèle aux capacités cyber les plus fortes au monde, et cite des logiciels d'importance critique déjà sécurisés grâce au programme.
L'accès est appelé à s'élargir selon deux axes. D'abord un programme de « trusted access » systématique pour les organisations de cybersécurité. Ensuite — et c'est nouveau — un programme équivalent pour la biologie : des chercheurs sélectionnés, en recherche fondamentale comme translationnelle, recevront une version de Fable 5 dont les safeguards bio-chimie sont levés mais dont les protections cyber restent en place. La première cohorte est annoncée pour les semaines à venir. La logique d'ensemble se dessine : un modèle unique, et des périmètres de safeguards modulés selon la confiance accordée à chaque catégorie d'utilisateurs.
Prix et disponibilité : l'essentiel en bref
Fable 5 est disponible depuis le 9 juin sur l'API Claude (identifiant claude-fable-5) et les plans Enterprise à la consommation, à 10 $ par million de tokens en entrée et 50 $ en sortie — moins de la moitié du prix de Mythos Preview, le double d'Opus 4.8. Surtout, il est inclus sans surcoût dans les abonnements Pro, Max, Team et Enterprise par siège jusqu'au 22 juin ; au 23 juin, son usage passera par des crédits, en attendant une réintégration aux abonnements qu'Anthropic présente comme l'objectif à terme.
Deux semaines d'accès inclus, donc, pour se faire une opinion sur pièces. Les calculs de coût détaillés, la matrice de routage entre Fable 5, Opus 4.8, Sonnet 4.6 et Haiku 4.5, et le plan de test en 5 étapes sont dans l'article compagnon dédié à l'adoption en entreprise.
Ce que ce lancement dit de la suite
Au-delà des benchmarks, trois signaux méritent d'être retenus. Un : la cadence. Mythos Preview en avril, Fable 5 et Mythos 5 en juin, et des modèles « encore plus capables dans les mois qui viennent » — le rythme de progression ne ralentit pas, et l'écart entre ce qui existe en accès restreint et ce qui est public se compte désormais en mois. Deux : l'architecture de distribution. Le triptyque classifieurs, fallback vers un modèle moins capable et rétention de sécurité constitue probablement le modèle de diffusion des prochains systèmes frontière ; les entreprises ont intérêt à concevoir leurs intégrations en conséquence, plutôt que de les traiter comme une parenthèse. Trois : la science comme terrain de démonstration. Quand un communiqué de lancement cite des candidats-médicaments et un modèle de génomique destiné à publication, le centre de gravité des cas d'usage se déplace — des tâches d'assistance vers des travaux entiers menés en autonomie.
Pour une PME ou une ETI, la conclusion pratique reste celle de notre article compagnon : tester sur ses propres dossiers avant le 22 juin, mesurer, et router chaque famille de tâches vers le bon modèle. Si vous voulez être accompagné — choix des modèles, intégration API, gestion du fallback, conformité — décrivez-nous votre projet : nous revenons vers vous sous 48 heures avec une approche concrète.
