Claude Fable 5.2 est sorti : en quoi ses capacités ont-elles progressé ?

Anthropic a officiellement lancé Claude Fable 5.2 le 9 novembre 2026. Les tableaux de capacités officiels et les classements de tiers indiquent qu’il surpasse nettement la version 5.1 pour les tâches difficiles et la collaboration sur le long terme. Le tarif standard de l’API est également inférieur de 20 % à celui de la version 5.1.

L’essentiel : cet article suit l’ordre « conclusion, preuves, limites » pour vous aider à déterminer où Claude Fable 5.2 fait la différence, dans quelle mesure et si vos tâches justifient une migration dès maintenant.

Petit glossaire pour comprendre les évaluations de Claude Fable 5.2

Plusieurs critères d’évaluation reviennent souvent dans la suite. Une mauvaise interprétation peut facilement vous faire prendre une démonstration du fournisseur pour une validation indépendante, ou confondre un score partiel avec un taux de réussite.

• Agent : système de modèle capable d’utiliser des outils et d’exécuter des tâches en plusieurs étapes.
• Intelligence Index : indice de capacité global d’Artificial Analysis (AA). Il s’agit d’un score composite, et non d’un taux de réussite.
• OSWorld partial : méthode de notation des évaluations d’interaction avec un ordinateur de bureau, fondée sur le degré d’achèvement. Elle ne correspond pas au taux de réussite strict à l’ensemble des tâches.
• RoboDojo Sim : évaluation du contrôle dans un environnement robotique simulé, qui ne reflète pas le taux de réussite de robots réels.
• PCB : circuit imprimé, qui accueille et relie les composants électroniques.
• Lean / preuve formelle : Lean est un langage et un outil qui permettent à un ordinateur de vérifier une preuve. Une preuve formelle consiste à reformuler un raisonnement mathématique en une suite rigoureuse d’étapes que la machine peut vérifier.
• Collaboration multi-agent : plusieurs instances de modèle se répartissent le travail, communiquent entre elles, puis mettent leurs résultats en commun.

Claude Fable 5.2 : quelle puissance ? D’abord la conclusion, puis le contexte du lancement

En bref : Claude Fable 5.2 progresse nettement en programmation complexe, sur les tâches de longue durée et dans les évaluations de type vision-action, mais on ne peut pas dire qu’il arrive en tête dans toutes les tâches. Dans certaines évaluations automatisées et certains scores de préférence, il reste derrière d’autres modèles.

Commençons par le contexte du lancement. Selon l’annonce officielle, Fable et Mythos reposent sur le même modèle sous-jacent. Les protections de Fable contre les risques liés à la cybersécurité et à la biosécurité permettent de le proposer au grand public, tandis que Mythos est réservé aux organisations vérifiées. Il ne faut donc pas attribuer directement à Fable les capacités ou les scores propres à Mythos.

Claude Fable 5.2 : l’essentiel

Deux points peuvent facilement prêter à confusion. Premièrement, « jusqu’à 30 % plus rapide » correspond à la vitesse maximale annoncée par le fabricant : cela ne signifie pas que chaque tâche prendra 30 % moins de temps. Deuxièmement, le tarif standard de Fable 5.2 reste deux fois plus élevé que celui d’Opus 5.5 (4/20 $).

La recommandation officielle est également claire : pour la plupart des tâches courantes de programmation et de traitement des connaissances, mieux vaut commencer avec Opus 5.5 et ne passer à Fable que pour les tâches complexes.

Éléments montrant les progrès de Claude Fable 5.2 en programmation et sur les tâches longues

La programmation est au cœur de cette version. Commençons par les résultats publiés par le fournisseur, puis examinons deux séries de données indépendantes obtenues dans des environnements différents.

Tableau des capacités officielles : Fable 5.2 face à 5.1 et Opus 5.5

Le tableau confirme que Fable 5.2 obtient un score supérieur de 13,6 points à celui de la version 5.1 sur FrontierSWE v2, et qu’il dépasse aussi Opus 5.5. La hausse est plus importante sur FrontierCode 2.0, mais les paramètres d’effort diffèrent entre les deux résultats : une partie du gain pourrait donc venir du niveau de raisonnement utilisé.

Données indépendantes : performances de Claude Fable 5.2 sur AA et Cursor

AA est un organisme d’évaluation indépendant. Dans son Intelligence Index, Fable 5.2 max obtient 65 points, contre 59 pour Opus 5.5 max, ce qui va dans le même sens que les résultats du tableau officiel.

Les données de Cursor proviennent de ses propres tâches et de son environnement d’outils. Fable 5.2 Max atteint 60,0 %, mais l’écart avec Opus 5.5 High n’est que de 0,9 point.

Les deux séries de données indépendantes montrent que des performances maximales plus élevées s’accompagnent généralement d’un coût supérieur par tâche. Sur AA, le score augmente de 3 points entre high et max, tandis que le coût par tâche est multiplié par environ 2,92.

🎯 Conseil technique : les classements servent à réduire le nombre de modèles à tester, mais il faut tirer la conclusion finale à partir de vos propres tâches. Nous vous conseillons de comparer Opus, Fable et d’autres modèles avec la même interface compatible avec OpenAI, via APIYI apiyi.com, en utilisant les mêmes invites et critères d’acceptation. Notez ensuite la qualité et le coût pour chaque niveau de configuration.

Où en sont les capacités visuelles et d’ingénierie de Claude Fable 5.2 ?

De la compréhension de l’écran au contrôle des actions

Les deux résultats les plus intéressants en matière de vision concernent OSWorld 2.1 et RoboDojo Sim. Sur le sous-ensemble hors ligne d’OSWorld 2.1, le score partiel est passé de 83,5 % à 89,3 %. Opus 5.5 atteint toutefois déjà 87,2 % : l’écart reste modeste.

La progression est plus marquée sur RoboDojo Sim : le score est passé de 27,6 % à 64,9 %. Cela montre que le modèle a nettement progressé dans sa capacité à convertir la compréhension visuelle en actions de contrôle continues.

Fable 5.2 participe à la conception de prototypes électroniques

Anthropic et Diode ont collaboré à la création de trois prototypes d’appareils électroniques : un assistant vocal, un haut-parleur mains libres USB et un animal de compagnie virtuel. Le modèle a participé au choix des composants, à la disposition et au routage du circuit imprimé, à la conception du boîtier et à l’écriture du logiciel. Les ingénieurs de Diode se sont chargés de la fabrication, de l’assemblage et des tests. Les deux entreprises ont une relation commerciale : il faut en tenir compte à la lecture de cet exemple.

Les limites de cette démonstration sont claires. Les trois appareils ne sont que des prototypes. Ils n’ont fait l’objet ni d’une validation électrique, ni d’un réglage de l’antenne, ni de tests thermiques ou de certification, et n’ont pas été conçus pour répondre aux exigences de la production en série. Le modèle n’a été connecté ni à des équipements d’usine ni à des instruments de test. La formulation juste est donc : « le modèle peut participer activement à la conception de prototypes électroniques », et non : « le modèle a fabriqué seul un produit prêt pour la production en série ».

Le même document de recherche présente aussi deux résultats liés à la conception. Le premier vient de PCB Gym, une évaluation interne menée par Diode : Fable 5.2 obtient 69 %, contre 25 % pour Fable 5 — et non 5.1. Le second concerne BenchCAD 2.1, un benchmark public qui évalue la reconstruction de pièces 3D, d’assemblages et de circuits imprimés à partir de dessins techniques et d’images rendues. Le fabricant annonce un score de 83,5 % pour Fable 5.2. Le benchmark est public, mais ce résultat n’a pas encore été vérifié de manière indépendante.

Pourquoi les cas d’usage de Claude Fable 5.2 en recherche et avec plusieurs agents attirent l’attention

L’expérience de formalisation mathématique est celle qui a suscité le plus d’intérêt. Selon le blog officiel des développeurs, 1 000 agents exécutant une version préliminaire de Fable 5.2 ont reproduit en Lean la démonstration formalisée du dernier théorème de Fermat en 28,7 heures.

L’intérêt de cette expérience tient à sa capacité à organiser une tâche à grande échelle sur une longue durée, et non à une nouvelle découverte mathématique.

Il est important de préciser les conditions de l’expérience :

• Les données d’entrée étaient fournies : 60 propositions et définitions, le plan général de la démonstration classique résumé en une phrase, ainsi que 47 lemmes déjà démontrés.
• Outils et environnement : Lean, Mathlib, Git, une base de données partagée et un bac à sable sans connexion réseau, avec vérification des actions et surveillance hors ligne.
• Déroulement : après environ 18 heures, les agents ont redémarré à partir d’un état sauvegardé, puis ont poursuivi pendant 12 heures supplémentaires.
• Position des auteurs : ils qualifient eux-mêmes l’expérience de « toy experiment » et indiquent qu’un harnais spécialisé et des orientations humaines pourraient encore améliorer l’efficacité.

Il s’agit donc de la formalisation d’une démonstration mathématique déjà établie.

Même avec ces réserves, cette expérience met en lumière une piste prometteuse : plusieurs instances d’un modèle peuvent se répartir le travail, soumettre leurs résultats et les vérifier à partir d’un état partagé, afin de faire avancer durablement une tâche de très longue haleine. Cette capacité peut aussi être utile pour des travaux d’ingénierie comme la migration de grandes bases de code ou la refonte de systèmes complexes.

Dans quels domaines Claude Fable 5.2 ne l’emporte pas sur tous les tableaux

Un bilan sérieux des capacités doit aussi présenter les contre-exemples. Le tableau de l’annonce officielle contient deux résultats où Fable 5.2 n’est pas en tête.

La ligne AA-Briefcase est particulièrement révélatrice. Pour une même tâche, Fable est devant quand on applique la grille d’évaluation, tandis qu’Opus l’emporte selon le classement Elo fondé sur les préférences lors des duels. Le classement peut s’inverser selon la méthode de notation : proclamer un modèle « premier sur tous les tableaux » en se fondant sur un ou deux classements n’est donc pas fiable.

Autre contrepartie : le coût. Dans l’environnement Cursor, Fable 5.2 Max revient à 32.79 dollars par tâche, contre 3.97 dollars pour Opus 5.5 High, soit environ 8 fois plus cher, pour un écart de 4 points de pourcentage. Une expérience à petite échelle menée par le développeur indépendant Lex Toumbourou montre aussi que la précision de 5.2 high dépasse celle de 5.1, mais que le volume de sortie et le coût par tour doublent à peu près.

Enfin, les scores spécifiques de Mythos en matière de sécurité et de biologie ne doivent pas être considérés comme des indicateurs des capacités de Fable en général.

Quels utilisateurs devraient essayer Claude Fable 5.2 dès maintenant ?

D’après le guide officiel de sélection des modèles et les données ci-dessus, on peut distinguer deux grandes catégories :

• À essayer en priorité : pour les tâches de programmation complexes qui s’étendent sur plusieurs étapes, la conception de systèmes élaborés et les travaux de recherche nécessitant plusieurs appels à des outils. Vous pouvez vérifier les gains réels sur votre propre jeu de tâches.
• Commencer avec un modèle généraliste : pour les questions de connaissances courantes et la programmation ordinaire, suivez les recommandations officielles et commencez avec un modèle du quotidien comme Opus 5.5. Passez à un modèle supérieur uniquement si vous vous heurtez à des limites.

Cinq critères à évaluer avant d’essayer Claude Fable 5.2

Réaliser des tests comparatifs avec Claude Fable 5.2 via une interface unifiée

Cet exemple minimal appelle un modèle via une interface compatible avec OpenAI. Remplacez MODEL par un identifiant réellement présent dans la liste des modèles de la plateforme pour comparer différents modèles sans modifier le code.

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interface compatible avec OpenAI d’APIYI
)

MODEL = "your-model-id"  # Vérifiez la liste des modèles du jour sur la plateforme
resp = client.chat.completions.create(
    model=MODEL,
    messages=[{"role": "user", "content": "为下面的函数补充单元测试：..."}]
)
print(resp.choices[0].message.content, resp.usage)

import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# Vérifiez les identifiants des modèles candidats dans la liste du jour sur la plateforme
CANDIDATES = ["daily-model-id", "candidate-model-id"]

def run_task(model: str, prompt: str, check) -> dict:
    """Exécute une tâche et enregistre sa durée, le nombre de jetons et le résultat de la vérification."""
    start = time.time()
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    text = resp.choices[0].message.content
    return {
        "model": model,
        "seconds": round(time.time() - start, 2),
        "prompt_tokens": resp.usage.prompt_tokens,
        "completion_tokens": resp.usage.completion_tokens,
        "passed": bool(check(text)),  # Utilisez votre propre fonction de vérification
    }

def check(text: str) -> bool:
    return "def test_" in text

tasks = ["为 parse_date 函数补充单元测试：..."]
results = [run_task(m, t, check) for m in CANDIDATES for t in tasks]
for r in results:
    print(r)

Une fois la comparaison terminée, vérifiez également les montants sur la facture réelle. La documentation des journaux d’APIYI répertorie des champs comme model_name, prompt_tokens, completion_tokens, quota et request_id. Divisez quota par 500000 pour obtenir le montant facturé en dollars, puis rapprochez les dépenses avant et après la mise à niveau, tâche par tâche. À noter : le montant calculé selon les tarifs officiels reste une estimation ; les journaux réels de la plateforme font foi.

🚀 Pour commencer rapidement : créez un compte sur APIYI, à l’adresse apiyi.com, et profitez du crédit d’essai gratuit réservé aux nouveaux utilisateurs. Commencez par comparer 10 à 20 tâches réelles, puis décidez si vous souhaitez passer à un volume de requêtes de niveau Fable. Vérifiez les informations publiées par la plateforme le jour même pour savoir si le nouveau modèle est disponible et connaître son prix.

FAQ : questions fréquentes

Points clés de Claude Fable 5.2

• Positionnement au lancement : lancé le 9 novembre, il utilise le même modèle sous-jacent que Mythos et est accessible au grand public.
• Programmation : il atteint 69,9 % sur FrontierSWE v2, un score supérieur à ceux de 5.1 et d’Opus 5.5 dans le tableau officiel.
• Confirmation par des tiers : il obtient 65 points sur AA, dans la catégorie Max, et 60,0 % sur CursorBench Max, mais le coût par tâche est nettement plus élevé.
• De la vision à l’action : le score sur RoboDojo Sim passe de 27,6 % à 64,9 %, mais il s’agit d’une évaluation en simulation.
• Ingénierie et recherche : il peut contribuer à la conception de prototypes électroniques et à des travaux de formalisation Lean à grande échelle, sous réserve de conditions clairement définies.
• Pas gagnant sur tous les tableaux : d’autres modèles arrivent en tête selon les mesures d’AutomationBench et d’Elo.
• Pour le tester : vous pouvez passer par APIYI, sur apiyi.com, pour comparer les modèles avec une interface unifiée et vos propres tâches, puis décider si une mise à niveau vaut le coup.

En résumé

Les points essentiels à retenir sur Claude Fable 5.2 :

1. Des progrès nets sur les tâches difficiles : il progresse sensiblement par rapport à 5.1 sur les évaluations de programmation à long terme et de contrôle visuel.
2. Les résultats sont à interpréter selon leur contexte : les évaluations du fournisseur, les classements indépendants d’AA et l’environnement propre à Cursor ont chacun leur domaine de validité. Il ne faut pas comparer leurs chiffres directement.
3. Des performances de pointe qui ont un coût : les capacités maximales des versions haut de gamme s’accompagnent souvent d’un coût par tâche plusieurs fois supérieur. Un prix unitaire plus bas ne signifie pas forcément une tâche moins coûteuse.

Si votre travail porte surtout sur des tâches complexes de programmation à long terme, d’ingénierie ou de recherche, le mieux est de vérifier dès maintenant les gains réels de Fable 5.2 sur votre propre jeu de tâches. Pour les tâches quotidiennes, mieux vaut commencer par un modèle comme Opus. Nous vous recommandons de comparer plusieurs modèles avec la même interface via APIYI, sur apiyi.com, et de calculer les coûts à partir des journaux d’utilisation : mieux vaut décider à partir de vos données que des classements.

📚 Références

1. Annonce d’Anthropic : périmètre de lancement de Fable et Mythos 5.2, tableau officiel des capacités
2. Lien : anthropic.com/claude-fable-and-mythos-5-2

3. À noter : source primaire pour la date de lancement, les chiffres de vitesse et les données comparatives (autoévaluation du fournisseur)

4. Spécifications du modèle Fable 5.2 : contexte, limite de sortie, mode de réflexion

5. Lien : platform.claude.com/docs/en/models/fable-5-2/overview

6. À noter : documentation officielle de l’API

7. Classement des modèles d’Artificial Analysis : Intelligence Index et coût par tâche

8. Lien : artificialanalysis.ai/leaderboards/models

9. À noter : instantané dynamique d’un organisme tiers

10. CursorBench 4.0 : évaluation dans l’environnement propre à Cursor

11. Lien : prod.cursor.com/evals

12. À noter : évaluation réalisée par le fournisseur de l’outil, et non par une nouvelle étude indépendante généraliste

13. Étude sur la conception électronique avec Claude : trois prototypes réalisés en collaboration avec Diode

14. Lien : anthropic.com/research/claude-electronics-design

15. À noter : comprend les données de PCB Gym et BenchCAD 2.1, ainsi que les limites des prototypes

16. Expérience d’équipe multi-agents avec Fable 5.2 : conditions de l’expérience de formalisation avec Lean

17. Lien : claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/

18. À noter : exécution à grande échelle, présentée dans un premier instantané du fournisseur

19. Guide de sélection des modèles Claude : conseils d’utilisation d’Opus et de Fable

20. Lien : claude.dev/blog/which-claude-model-should-you-build-with/
21. À noter : guide officiel destiné aux développeurs

Auteur : équipe technique d’APIYI
Échanges techniques : vous pouvez nous contacter depuis la page d’accueil du site officiel d’APIYI. Pour les champs des journaux et les informations de facturation, consultez le centre de documentation sur docs.apiyi.com.