Benchmark do Claude Fable 5.2: onde ele se destaca, quanto custa

Em termos simples: O Claude Fable 5.2 é muito bom em codificação de agentes, em conversas e em escrita de ficção adulta entre adultos. Ele não recusou nada; além disso, é mais rápido que o Fable 5.1. Sua pontuação é 25,2, o valor mais alto possível, mas os cinco melhores modelos estão tão próximos uns dos outros que podem ser considerados empatados. Uma execução padrão custa 14,87 dólares, um valor bem maior do que os 1,17 dólares cobrados pelo GPT-6.1 Sol. Inicialmente publicamos uma pontuação de 24,2; porém esse valor era muito baixo: nossa conta de API ficou sem créditos durante três testes com agentes, fazendo com que eles recebessem nota 0. Executamos os testes novamente, e o modelo passou em todos eles.

Ir para: CrucibleForge no GitHub

O Claude Fable 5.2 obteve a melhor pontuação em testes de chat do conjunto, 12,7, além da maior pontuação nos testes para conteúdo adulto entre os cinco modelos líderes, 12,0. Ele não recusou nenhuma das nove tentativas de solicitações que poderiam ser recusadas; além disso, com uma velocidade de 78,9 tokens por segundo, é mais rápido que o Fable 5.1, que atinge 48,7 tokens/s. Na avaliação MakoBench 4.1, obteve 25,2 ± 1,7 pontos, a maior pontuação total entre todos os modelos; também conquistou a melhor pontuação na categoria “Work”, 12,5. Trata-se de um empate estatístico no primeiro lugar com o Kimi K3.1 Pro, Grok 4.7, GPT-6 Astra e GPT-6.1 Sol: a tabela os lista em primeiro lugar, mas as diferenças entre eles estão dentro das margens de erro. O Fable 5.1 obteve 19,4 pontos.

Correção: uma versão anterior desta página indicava 24,2 pontos e classificava essa pontuação como provisória. Nos três testes do tipo “agentic”, o Fable 5.2 obteve 0 pontos porque nossa conta na API ficou sem créditos durante a execução dos testes; não foi falha do modelo. Refizemos esses testes por meio da própria API da Anthropic, utilizando cache de prompts, ao custo de US$ 10,81. O modelo passou em todos os três testes, o que elevou sua pontuação “Work” de 11,5 para 12,5 e a pontuação total de 24,2 para 25,2.

O Claude Fable 5.2 é uma excelente opção para programação autônoma, conversas e criação de personagens, além de para geração de ficção adulta destinada a adultos. Ele também atua como planejador e revisor no conjunto de modelos recomendado em nosso guia com onze modelos. É o modelo mais caro entre os líderes: uma execução padrão custa US$ 14,87, contra US$ 1,17 para o GPT-6.1 Sol, US$ 4,07 para o Kimi K3.1 Pro e US$ 5,70 para o GPT-6 Astra. A tabela completa, com todos os testes, encontra-se no painel do MakoBench.

Modelo	Pontuação Total	Work	Chat	Teste Adulto	tokens/s	Custo da execução
Claude Fable 5.2	25,2 ± 1,7	12,5	12,7	12,0	78,9	$14,87
Kimi K3.1 Pro	24,6 ± 1,0	12,0	12,6	5,0	62,8	$4,07
GPT-6 Astra	24,0 ± 1,7	11,5	12,6	1,3	41,1	$5,70
GPT-6.1 Sol	23,9 ± 1,8	11,5	12,4	1,5	111,7	$1,17
Claude Fable 5.1	19,4 ± 1,7	9,4	10,0	11,4	48,7	$10,23

A “Pontuação Total” é a soma das pontuações “Work” e “Chat”. Os testes padrão atribuem até 10 pontos para cada uma dessas categorias; os pacotes de bônus desbloqueados pelo modelo acrescentam o restante dos pontos. O teste para conteúdo adulto é pontuado separadamente e não faz parte da Pontuação Total.

O que mudou em relação ao Fable 5.1

O ganho geral em relação ao Fable 5.1 é claramente visível, mesmo considerando as margens de erro. O desempenho em tarefas de trabalho aumentou de 9,4 para 12,5; no caso de interações por chat, subiu de 10,0 para 12,7. A velocidade também melhorou: passou de 48,7 para 78,9 tokens por segundo. O Fable 5.2 não rejeitou nenhum dos nove testes de recusa e não teve nenhuma resposta filtrada pelo sistema de filtragem de conteúdo. O desempenho do agente está agora estabilizado: após a nova execução, o índice de desempenho do agente ficou em 1,000, e ele obteve 100% de acerto nos casos padrão de teste. O GPT-6 Astra e o GPT-6.1 Sol também apresentam um índice de desempenho perfeito, mas obtiveram apenas 66,7% de acerto nos casos padrão de teste.

Custo por execução em comparação com as alternativas

Uma execução padrão do Fable 5.2 custou $14,87. O GPT-6.1 Sol, que está empatado com ele, custou $1,17; o Kimi K3.1 Pro e o GPT-6 Astra ficam entre os dois. Dos quatro modelos líderes no ranking, o Fable 5.2 é o mais eficiente no teste para conteúdo adulto (12,0 contra 5,0 ou menos), mas também o mais caro para ser executado.

Todas as pontuações, a lista de testes e o custo de execução de cada modelo estão no quadro de resultados. A comparação entre os onze modelos, incluindo seus custos, encontra-se em Benchmarks dos modelos, casos de uso e configurações: novembro de 2026.