Anthropic a lancé aujourd’hui, 1er septembre 2026, Claude Fable 5.1 — accompagné d’une version sœur, Mythos 5.1, réservée à des programmes d’accès restreint pour la cybersécurité et les sciences de la vie (même modèle sous-jacent, avec des garde-fous de production allégés sous un nouveau cadre appelé Enterprise Frontier Safeguards). La presse tech a surtout retenu les tableaux de benchmarks. Ce n’est pas le chiffre le plus intéressant de cette sortie.
Le chiffre le plus intéressant, c’est celui-ci : le fonds d’investissement Millennium a utilisé Fable 5.1 pour retrouver l’origine d’un plantage logiciel extrêmement rare — un bug qui résistait à toute explication depuis quatre à cinq ans. Le modèle a fini par le tracer jusqu’à un bug dans une bibliothèque tierce d’un fournisseur externe.
Pas un bug de démo. Un bug réel, en production, chez une entreprise qui gère des milliards, non résolu depuis un demi-décennie malgré (on peut le supposer) des ingénieurs compétents qui s’y sont déjà cassé les dents. C’est ce genre de preuve qui compte plus que n’importe quel pourcentage sur un tableau — parce que c’est exactement le type de problème auquel un développeur PrestaShop ou WordPress est confronté régulièrement, en plus modeste : le bug qui ne se reproduit qu’une fois sur cinquante, celui qui vient d’un module tiers dont personne n’a plus le code source clair en tête, celui qu’on finit par contourner sans jamais vraiment comprendre.
Ce qui a changé, factuellement
Les chiffres qu’Anthropic met en avant sont réels et vérifiables, donc autant les poser clairement :
- Terminal-Bench-Science 0.1 : 52,6 %, contre 24,7 % pour Fable 5 — plus du double.
- Fenêtre de contexte : 1 million de tokens, jusqu’à 128 000 tokens de sortie par réponse.
- Tarification : le prix des tokens d’entrée et de sortie ne change pas (10 $ / 50 $ le million de tokens, comme Fable 5). Ce qui change, c’est le prix de la lecture de cache, qui chute de 75 % — de 1 $ à 0,25 $ le million de tokens.
- Deux autres cas d’usage cités par Anthropic : chez Ramp, le modèle a mené une expérimentation de machine learning en autonomie pendant 38 heures, en lançant six expériences successives sans supervision continue ; chez Browserbase, il atteint 82 % de réussite sur leur benchmark d’agents de navigation le plus difficile.
Pourquoi la baisse du prix du cache est le détail qui vous concerne vraiment
C’est un détail technique que la plupart des articles mentionnent en passant, mais qui a un impact concret si vous utilisez Claude Code ou un outil équivalent pour du développement PrestaShop au quotidien.
Le « cache » d’un modèle, c’est ce qui évite de repayer plein tarif pour relire tout le contexte d’une session à chaque nouvelle question — le code déjà chargé, les fichiers déjà lus, les instructions déjà données. Une session de travail longue sur un thème PrestaShop, un audit ou un débogage étalé sur plusieurs heures relit ce contexte en cache des dizaines de fois. Une baisse de 75 % sur ce poste spécifique, ce n’est pas une baisse de 75 % sur votre facture totale — mais pour un usage typique de développement assisté, en session longue et itérative plutôt qu’en questions isolées, c’est le poste qui pèse le plus lourd. Concrètement, la nature même du travail que ce blog documente depuis des mois — audits, debug, migrations menés avec Claude Code sur des sessions de plusieurs heures — devient sensiblement moins chère avec ce même niveau de capacité.
Le vrai enseignement, au-delà de l’annonce
Un score de benchmark mesure une performance sur un exercice standardisé. Ce que l’histoire de Millennium montre, c’est autre chose : la capacité à tenir un raisonnement long, sans perdre le fil, sur un problème qui a déjà résisté à des années d’investigation humaine. C’est exactement le type de tâche qu’un audit technique — SEO, sécurité, performance — exige aussi : ne pas s’arrêter à la première explication plausible, et vérifier jusqu’au bout contre la réalité plutôt que de conclure trop vite. Ce n’est pas un hasard si cette sortie arrive la même semaine où on discutait justement, sur ce blog, de ce qui distingue un audit IA fiable d’un audit IA qui invente des chiffres plausibles : la capacité de raisonnement long et rigoureux dont Fable 5.1 fait la démonstration ici est précisément ce qui rend ce genre de vérification possible, plutôt qu’un raccourci de plus.
Reste une réserve honnête, comme toujours avec ce genre d’annonce : l’exemple Millennium vient d’un communiqué d’Anthropic, pas d’un audit indépendant du cas précis. Le fait reste vérifiable et cohérent avec les autres progrès mesurés (le doublement sur Terminal-Bench-Science n’est pas anodin), mais un seul cas client, aussi spectaculaire soit-il, ne remplace pas un usage prolongé pour juger si le modèle tient cette promesse sur la durée.
Pour aller plus loin :
- Les agents IA font vos audits SEO en minutes — et peuvent inventer des chiffres en toute confiance
- Gemini 3.7 Flash : Google vise les agents IA et casse les prix de moitié
- Ox Alpha : l’IA furtive qui bat GPT et Claude — qui se cache derrière ?
