Anthropic lance Claude Fable 5.2 et Mythos 5.2 : plus rapides que la 5.1 et plus forts en code

Anthropic a mis à jour deux modèles de sa gamme à la fois : Claude Fable 5.2 et Claude Mythos 5.2. Selon l'entreprise, ils sont conçus pour des tâches techniques « grandioses ». C'est précisément la catégorie de travail où un assistant conversationnel classique s'en sort plutôt bien, mais perd le fil à la troisième heure de la tâche. Voyons ce que l'on sait de l'annonce et ce qu'il faut en faire.

Ce qu'affirme Anthropic

L'entreprise évoque des progrès dans trois domaines : la programmation, le raisonnement et la vision. De plus, les deux modèles génèrent leurs réponses plus vite que leurs prédécesseurs 5.1. La vitesse n'est pas ici un détail cosmétique. Si vous faites tourner un agent sur des dizaines d'étapes, chaque seconde de latence est multipliée par le nombre d'appels. Un modèle plus rapide de la même classe peut réduire sensiblement la durée de toute l'exécution, et parfois la facture correspondante.

Un mot sur Fable 5.2 en particulier. Anthropic écrit qu'il résout bien les tâches d'ingénierie complexes, sait orchestrer des équipes d'agents et porter des projets de longue durée. Autre affirmation : le modèle aurait résolu plusieurs problèmes scientifiques difficiles, dont deux problèmes ouverts de physique théorique. Cela sonne bien, mais ce sont les mots de l'entreprise. Le fragment dont nous disposons ne contient aucun détail, et le vérifier soi-même est pratiquement impossible.

Ce que signifie « l'orchestration d'agents » en pratique

Imaginez une tâche typique : faire migrer un service vers une nouvelle version d'un framework. Un agent lit le code et établit un plan. Le deuxième corrige les modules. Le troisième lance les tests et analyse les échecs. Le quatrième vérifie le diff final. Le modèle, dans son rôle d'orchestrateur, distribue les tâches, rassemble les résultats et n'oublie pas ce qui a été fait une heure plus tôt.

C'est précisément là que les assemblages fragiles cèdent. Le modèle perd le contexte, tourne en boucle, ou annonce gaiement avoir terminé alors que la moitié des tests sont au rouge. Anthropic affirme clairement que Fable 5.2 est plus fort justement dans ce type de travail. Si c'est vrai, le gain ne se verra pas dans une belle démo, mais dans le fait que l'agent réclamera moins souvent votre intervention.

Ce que nous ignorons encore

Le fragment de l'annonce ne permet pas de savoir plusieurs choses importantes :

• les chiffres précis sur les benchmarks et les modèles auxquels la comparaison est faite ;
• les prix et les limites pour l'API et les abonnements ;
• en quoi exactement Mythos 5.2 diffère de Fable 5.2 dans sa vocation ;
• les résultats des tests pré-lancement : le texte de la source s'interrompt justement à cet endroit.

Pour l'instant, il s'agit d'une description marketing, non d'une évaluation indépendante. L'affirmation sur les problèmes de physique résolus doit être vue comme une démonstration de capacités, et non comme une garantie pour votre dépôt.

Que faire, côté développeur et product manager

Ne basculez pas la production sur la foi d'un communiqué de presse. Voici un plan pratique :

1. Prenez 10 à 20 tâches réelles de votre backlog : un bug à la cause peu évidente, un refactoring sur plusieurs fichiers, une tâche avec une image ou une capture d'écran.
2. Exécutez-les sur la 5.1 et la 5.2 avec les mêmes prompts et les mêmes outils. Comparez la part de solutions réussies, le temps et le coût, et non l'impression laissée par la réponse.
3. Si vous avez des pipelines multi-agents, testez leur point le plus faible : les longues chaînes d'étapes. C'est là que le gain annoncé doit se manifester, ou non.
4. Mesurez la vitesse séparément. Si elle est réellement supérieure, recalculez l'économie de vos agents.

L'essentiel de cette sortie n'est pas dans les noms, mais dans la direction. Les leaders du marché ne se disputent plus à qui répondra le mieux à une seule question, mais à qui conduira le plus fiablement un modèle à travers un long travail. C'est ce qu'il faut vérifier en premier.