Claude Fable 5.1 : ma migration, 3 pièges et 25 % de facture en moins

Anthropic a sorti Claude Fable 5.1 le 1er septembre. Une semaine plus tard, j'ai migré mes trois agents Claude de prod : la lecture de cache tombe à 0,25 $ le million de tokens (−75 %), mais trois breaking changes m'ont valu une matinée entière de 400. Voici le tuto complet, dans l'ordre où j'aurais aimé le lire — vérifications d'accès, correctifs de code, bascule Claude Code, et la facture réelle au bout de la semaine.

Claude Fable 5.1 : prix, contexte 1M et benchmarks

Les tarifs de base ne bougent pas : 10 $ le million de tokens en entrée, 50 $ en sortie. Tout se joue sur le cache : la lecture passe de 1 $ à 0,25 $ le million. VentureBeat détaille l'annonce : Anthropic estime la baisse à 25 % sur un workload type facturé au token, et jusqu'à 45 % sur les tâches agentiques lourdes — celles où le modèle relit sans arrêt le même contexte.

Côté capacités, la fenêtre d'1 million de tokens devient le défaut, sans surcoût longue-fenêtre, avec 128 000 tokens de sortie max. Le saut le plus net sur les benchmarks : Terminal-Bench-Science passe de 24,7 % à 52,6 %, plus du double de Fable 5. CursorBench grimpe de 70,5 % à 73,4 %, Humanity's Last Exam (sans outils) de 57,8 % à 60,9 % (chiffres compilés par DataCamp).

Deux détails passés inaperçus dans la presse : les sorties embarquent désormais un watermark invisible (texte et fichiers générés), et les garde-fous cyber produisent 60 % de faux positifs en moins. Dans Claude Code, Anthropic annonce environ 60 % d'interruptions en moins par session. Sur Fable 5, je me faisais bloquer quasi quotidiennement sur du code d'audit interne parfaitement légitime ; en une semaine de 5.1, une seule interruption. Ce point seul justifiait le test.

Avant de migrer : deux blocages d'accès à vérifier

Comme pour ma bascule d'Opus 4.8 vers Sonnet 5, j'ai commencé par lire les conditions d'accès avant de toucher au code. Bien m'en a pris : deux prérequis peuvent tuer la migration avant la première ligne de diff.

• Rétention de données de 30 jours obligatoire. L'accès à Fable 5.1 impose une rétention des logs de 30 jours. Si votre contrat exige du zéro-rétention (santé, juridique, certains DPA), restez sur Fable 5 ou attendez Enterprise Frontier Safeguards, la solution opt-in annoncée par Anthropic pour cet automne, qui combine zéro-rétention et détection d'abus automatisée dans votre propre stockage cloud.
• Pas de Priority Tier au lancement. Si vos SLA de prod reposent sur le tier prioritaire, gardez Fable 5 sur le chemin critique et migrez d'abord les workloads tolérants à la latence.

Comment migrer de Fable 5 vers 5.1 sans casser la prod

Samedi matin, 8 h 30 : mon pipeline de veille — celui de mon tuto veille concurrentielle à 87 €/mois — s'est mis à cracher des 400 en série juste après le changement d'ID de modèle. J'ai perdu deux heures parce que n8n avalait le corps de l'erreur. Les trois causes possibles sont documentées, les voici dans l'ordre de probabilité.

tool_choice « any » renvoie désormais une erreur 400

Fable 5.1 refuse le tool use forcé : un appel avec tool_choice réglé sur "any" ou sur un outil nommé renvoie une erreur 400, là où Fable 5 l'acceptait sans broncher. C'était mon cas : je forçais un outil d'extraction à chaque tour de triage. Correctif : repasser en "auto" et verrouiller la sortie autrement — consigne système explicite plus schéma JSON en sortie structurée. Vingt minutes de refacto, aucune régression d'extraction constatée sur mes runs suivants.

Des thinking blocks liés au modèle

Les blocs de raisonnement générés par Fable 5.1 sont attachés au modèle. Rejouer une conversation qui en contient sur un modèle antérieur (Sonnet 5, Opus 4.8) échoue, sauf à activer un header beta dédié. Si votre architecture fait du fallback multi-modèles — renvoyer l'historique vers un modèle moins cher quand la tâche se simplifie — il faut soit retirer les thinking blocks avant transfert, soit ajouter le header. Et éditer un message situé avant un thinking block invalide les blocs suivants, avec 400 à la clé sur les comptes récents.

Historique append-only, sinon le cache meurt

Le plus sournois des trois. Toute édition côté client d'un message déjà envoyé casse le préfixe de cache : vous repayez l'entrée plein tarif à 10 $ le million. Mon agent principal compactait son historique tous les dix tours en réécrivant les anciens messages. Résultat du premier jour : une facture en hausse, pas en baisse — le cache ne matchait plus jamais. J'ai réécrit la compaction en mode append (un résumé ajouté en fin d'historique, l'ancien contexte conservé tel quel), et le taux de hit est remonté au-dessus de 90 %.

Basculer Claude Code sur Fable 5.1 en deux commandes

Trois surfaces à mettre à jour. L'API d'abord : l'identifiant est claude-fable-5-1 sur l'API Anthropic, Google Cloud et Microsoft Foundry, anthropic.claude-fable-5-1 sur Amazon Bedrock. Un diff d'une ligne si vous centralisez vos IDs de modèles — et si ce n'est pas le cas, c'est le moment. Claude Code ensuite : version 2.1.255 minimum, puis :

claude --model fable
# ou en pleine session :
/model fable

Enfin les apps grand public : Fable 5.1 est disponible sur l'app desktop et les plans Free, Pro et Max, où son usage est décompté à hauteur de 50 % de la limite hebdomadaire. Les gros consommateurs Max le sentiront passer.

Combien coûte Claude Fable 5.1 en production

La grille complète, confirmée par gHacks : entrée 10 $/M, sortie 50 $/M, écriture de cache 12,50 $/M (5 min) ou 20 $/M (1 h), lecture de cache 0,25 $/M, Batch API à 5 $ en entrée et 25 $ en sortie.

Exemple chiffré sur mon agent de support interne : 300 000 tokens de contexte (docs produit, schémas, instructions) relus à chaque tour, 40 tours par jour. Sur Fable 5, la relecture seule coûtait 12 $ par jour (12 millions de tokens à 1 $/M). Sur 5.1 : 3 $. Soit 270 $ d'écart par mois, sur un seul agent, sans toucher au reste.

Mon bilan sur la semaine : −28 % sur le même workload, une fois la compaction corrigée. Jamais les −45 % promis pour les cas agentiques extrêmes : mes agents écrivent beaucoup, et la sortie à 50 $/M ne baisse pas d'un cent. Le cache pas cher ne dispense d'ailleurs pas d'optimiser le reste — le Programmatic Tool Calling reste mon levier le plus rentable sur les gros volumes d'appels d'outils.

Après la bascule : trois nouveautés d'API à activer

Trois ajouts méritent dix minutes chacun. Un : l'effort devient ajustable par message sans invalider le cache — le principe de mon tuto effort control sur Opus 4.8 s'applique désormais tour par tour, effort bas pour le triage, effort haut pour la synthèse, même préfixe de cache. Deux : les messages système à portée limitée via clear_at: "next_user_message", parfaits pour injecter une consigne ponctuelle sans polluer ni le contexte ni le cache. Trois : thinking.display: "updates" renvoie des points d'étape lisibles pendant le raisonnement — fini le spinner muet de 90 secondes dans vos interfaces. Si vous n'avez encore jamais mis les mains dans l'API, l'app et les plans payants suffisent pour se faire une idée du modèle avant d'industrialiser.

Claude Fable 5.1, mon avis après une semaine : qui migre, qui attend

Migrez cette semaine si vos agents relisent de gros contextes : le gain est immédiat et la refacto tient en une demi-journée, pièges compris. Attendez si vous dépendez du Priority Tier ou si le zéro-rétention est contractuel — pour vous, rien ne bouge avant l'automne. Face à GPT-6 Astra, sorti quelques jours plus tôt et bridé par ses propres garde-fous cyber, Fable 5.1 tient aujourd'hui le meilleur rapport capacité/prix du marché frontier sur le créneau agents + contexte long. Pas parfait pour autant : la sortie à 50 $/M reste chère, le watermark invisible arrive sans outil public de vérification, et j'aurais préféré des breaking changes opt-in pendant un trimestre. Mais 0,25 $ la lecture de cache, ça ne se discute pas longtemps.