Claude Fable 5.1: stessi prezzi, meno token — cosa significa questa release per i costi degli agenti

Q: Devo migrare subito tutti i carichi di lavoro su Fable 5.1?

No, e "tutti" è in ogni caso l'unità di misura sbagliata. Secondo Anthropic, i prompt esistenti di Fable 5 continuano a funzionare senza modifiche, quindi non c'è obbligo di migrazione. Ha senso iniziare lì dove gli agenti riutilizzano molto contesto: loop di coding, cron-job con un system prompt fisso, sistemi multi-agente. Per le applicazioni one-shot con poco contesto, i risparmi della cache sono troppo piccoli per giustificare il passaggio solo su questa base.

Q: Come misuro il cost-per-task senza dover entrare troppo a fondo nell'API?

Quasi tutte le interfacce per agenti scrivono i campi di utilizzo (input_tokens, output_tokens, cache_read_input_tokens) nella response (SDK Python, CLI, file di log). Devi solo registrarli, ad esempio come usage.jsonl, e sommarli per task. Per i tool senza un'esportazione pulita, è sufficiente annotare i contatori di inizio e fine per task. La conversione è una proporzione con il listino prezzi; lo snippet Python qui sopra fa esattamente questo.

Q: Cosa significa concretamente il livello di effort per la mia fattura?

L'effort controlla quanti token di ragionamento il modello investe per risposta, a parità di costo per token. High è il default di Anthropic ed è più del necessario per la maggior parte dei task di routine; Medium e Low forniscono lo stesso lavoro per riassunti, formattazione e refactoring semplici, a una frazione dei token. L'inconveniente di Low: il modello richiama meno spesso gli strumenti di ricerca e retrieval, quindi per task di ricerca è sbagliato. Regola empirica: parti con High, esegui

Q: Fable 5.1 è alla fine più economico di Fable 5?

Nel complesso quasi certamente sì, ma a parità di condizioni garantito di no: le tariffe sono identiche. Diventa più economico attraverso tre percorsi secondari: meno token per task (Anthropic: dal 25 al 50 percento), letture della cache a un quarto del vecchio prezzo e granularità dell'effort, che per la prima volta rende fatturabile lo sforzo di ragionamento. Chi già faceva girare tutto al livello più basso e sensato e con la cache risparmierà meno della media (in cui il risparmio deriva spess

Q: Cosa significa la parità di prezzo con GPT-6 Astra per la mia scelta del fornitore?

Che la questione del prezzo esce dall'equazione della decisione e viene sostituita dalla questione dell'adattabilità. Artificial Analysis vede Astra nell'Intelligence Index cinque punti dietro Fable 5.1, ma sulla curva dei costi degli agenti di coding è davanti a Fable 5: a seconda del task, vince una diversa combinazione di capacità e prezzo per task. La conseguenza pratica: basare l'intercambiabilità dei fornitori sull'audit cost-per-task, non sull'etichetta. Senza differenze di prezzo, un cam

Q: Dovremmo riscrivere subito i nostri prompt e le nostre skill?

Non riscriverli, fai pulizia. Anthropic avverte esplicitamente che le skill costruite per i vecchi modelli sono troppo prescrittive per Fable 5/5.1 e costano efficienza invece di portarla. Un audit dei prompt (Peter Yang suggerisce di far scorrere un comando di audit su tutte le skill) trova le ridondanze in pochi minuti. Tutto ciò che funziona ed è oggettivamente verificabile rimane; ciò che fa micro-management del processo viene eliminato.

TL;DR: Claude Fable 5.1 costa esattamente quanto Fable 5: 10 dollari per milione di token in input, 50 per milione in output. Il listino prezzi è rimasto lo stesso, ma la bolletta no. Le letture della cache (cache-read) sono scese da 1 a 0,25 dollari per milione di token, la finestra di contesto cresce a 1 milione di token e Anthropic stima una riduzione del consumo di token per task dal 25 al 50 percento. Per chiunque esegua agenti, la questione dei costi si sposta da "quale modello?" a "quanti token per task?". Questo articolo calcola cosa significa concretamente e fornisce un audit "cost-per-task" copiabile per il proprio stack.

Cosa è effettivamente arrivato

All'inizio di settembre, Anthropic ha rilasciato Claude Fable 5.1: nessun nuovo prezzo, nessun nuovo modello di pricing, ma un successore con lo stesso listino prezzi e un comportamento diverso. Le modifiche rilevanti per l'operatività sono:

Parametro	Fable 5	Fable 5.1
Input per Mln. di Token	10 USD	10 USD (invariato)
Output per Mln. di Token	50 USD	50 USD (invariato)
Cache-Read per Mln. di Token	1 USD	0,25 USD (−75 %)
Finestra di contesto	< 1 Mln. di Token	1 Mln. di Token
Consumo di token per task	Riferimento	da −25 a −50 % (stima Anthropic)

Il primo sguardo va sempre ai benchmark — Terminal-Bench 4.0: 55,8 percento contro il 42 percento di Fable 5 e il 52,3 percento di Opus 5; sul Research-Benchmark 52,6 contro 24,7 percento. Cursor definisce Fable 5.1 su CursorBench 3.2, con il 73,4 percento in Max-Effort, come il "modello più capace che abbiamo mai testato", e Artificial Analysis posiziona Fable 5.1 nell'Intelligence Index a 61 punti: cinque punti davanti a GPT-6 Astra e GPT-5.6 Sol.

Ma per la fattura mensile, questo è il numero sbagliato nel posto sbagliato. La riga rilevante, che non appare in nessuna tabella di benchmark, è: meno token per attività completata a parità di tariffa.

Stesso listino prezzi, calcolo diverso

I costi nell'operatività degli agenti derivano dalla moltiplicazione di due variabili: la tariffa per token e la quantità di token consumata da un task. Finora, la riduzione dei costi passava quasi sempre per la prima variabile: modello più piccolo, tariffa più economica, minore qualità. Fable 5.1 agisce sulla seconda variabile.

In concreto significa che: se un task che con Fable 5 costava 80.000 token di output e 400.000 token di input, con 5.1 richiede solo 55.000 e 280.000 token rispettivamente, il costo scende da 8 a circa 5,50 dollari (circa un terzo in meno), senza aver prenotato un modello più economico, tagliato i prompt o rinunciato alla qualità. Anthropic indica un range dal 25 al 50 percento, a seconda del carico di lavoro. È una dichiarazione del produttore, non una metrica assoluta, ma la meccanica alla base è verificabile nei propri log.

La seconda variabile di costo è la Prompt Cache. Le esecuzioni degli agenti sono macchine da lettura: system prompt, contesto del repository e descrizioni dei tool passano di nuovo attraverso la finestra di contesto ad ogni step. Con Fable 5, rileggere questi blocchi costava 1 dollaro per milione di token: su un'esecuzione di 30 passaggi con 150.000 token riletti a ogni step, le sole richieste ripetute ammontavano a 4,50 dollari per task. A 0,25 dollari, il costo scende a 1,13. Per questo motivo, i primi test nei carichi di lavoro agentici riportano fino al 45 percento di costi totali in meno: non perché il modello calcoli di meno, ma perché recupera le stesse informazioni a un costo inferiore.

La leva che quasi nessuno usa: i livelli di Effort

Anthropic fornisce Fable 5.1 con livelli di effort (sforzo): da Low (Basso) passando per Medium, High, X-High fino a Max, più una modalità Ultra per il coding. Lo standard è High. Ed è proprio qui che si nasconde il denaro: la documentazione di Anthropic mostra che Fable 5.1 su Low corrisponde all'incirca a Fable 5 su Medium o High, ma con un impiego di token nettamente inferiore per task completato. I professionisti paragonano ormai il 5.1 su Low al livello di ragionamento dei precedenti modelli premium.

Tre dettagli tratti dalla documentazione ufficiale sul prompting fanno la differenza in bolletta:

Obiettivo invece di task: Fable 5.1 lavora in modo più pulito se definisci l'obiettivo e la condizione di arresto invece di una lista di passaggi. Meno incomprensioni significa meno ripetizioni, che significa meno token.
L'effort è modificabile per ogni messaggio — e la Prompt Cache viene mantenuta. Prima i turni di ricerca su High, poi i turni di riepilogo su Low, senza perdita di cache. Con altri modelli, cambiare effort azzera la cache.
Low significa anche: meno tool-call. Con un effort basso, 5.1 richiama meno spesso gli strumenti di ricerca e retrieval e risponde più basandosi sul contesto. È auspicabile per il brainstorming e il lavoro di strutturazione, ma sbagliato per la ricerca di dati di fatto.

Chi lascia tutto su High paga per uno sforzo di ragionamento che il task non ha mai richiesto: a parità di tariffa, è la singola voce di spesa più grande su cui si ha il controllo diretto.

Cosa consiglia la stessa Anthropic — e quanto costa

La documentazione sul prompting per Fable 5.1 sembra una linea guida per la riduzione dei costi. Anthropic traccia quattro direttive, con il relativo impatto economico:

Fare pulizia delle vecchie skill. Skill e prompt della precedente generazione di modelli sono "spesso troppo prescrittivi" per Fable 5/5.1: troppe istruzioni vincolano il modello e producono deviazioni invece di efficienza. Peter Yang consiglia, dopo il passaggio, di eseguire un audit dei prompt su tutte le skill e di eliminare le ridondanze.
Far dimostrare il lavoro. La documentazione suggerisce esplicitamente di far verificare al modello il proprio output rispetto alle specifiche, tramite sub-agenti di verifica e un audit per ogni affermazione. Costa token in anticipo, ma fa risparmiare il tipo di token più costoso: il lavoro di correzione dovuto a prime bozze errate.
Parallelizzare e delegare. Fable 5.1 smista in modo affidabile sub-agenti paralleli e raggruppa le chiamate agli strumenti indipendenti. Anthropic sottolinea: i sub-agenti paralleli risparmiano tempo e costi tramite le letture della cache, perché il contesto condiviso viene riutilizzato a basso costo invece di essere fatturato a nuovo per ogni sequenza.
Task lunghi senza imposizioni metodologiche. Se l'obiettivo è chiaro, 5.1 lavora a lungo senza guida metodologica: ogni superfluo "fai prima A, poi B" è un'istruzione che il modello costruirebbe comunque da solo, e sono token che paghi.

La dimostrazione più radicale di questa architettura viene dalla pratica: Teknium ha fatto girare l'agente Hermes con un unico obiettivo impiegando 1.320 sub-agenti ricorsivi per ~15 ore: 375.000 righe di codice rimosse da un repository, su un desktop, "il modello è Fable 5.1 btw". Questo non è un esempio di costo, ma una prova architetturale: l'orchestratore mantiene il contesto, i worker lo recuperano economicamente dalla cache.

Primi numeri indipendenti — e i loro limiti

Oltre a Cursor, WorldofAI riporta i propri test su Fable 5.1 (Terminal-Bench, Research-Bench) e Artificial Analysis ne conferma la posizione al vertice dell'Intelligence Index. Tre punti da tenere a mente quando si fanno i calcoli:

Score di benchmark ≠ tuo prezzo per task completato. Artificial Analysis pone Astra davanti a Fable 5 sulla curva dei costi degli agenti di coding: stesso risultato, circa metà del costo. Chi fa acquisti basandosi sulle classifiche ignora la realtà del proprio stack.
L'harness fa parte del numero. Il mistero di Astra, con il 62,7 contro il 99,9 percento su ARC-AGI-3 a seconda dell'adattatore, ha dimostrato di nuovo a una settimana dal lancio del 5.1 che: ciò che un modello "sa fare" dipende da come il runner gestisce il contesto e lo stato di ragionamento. La stessa regola vale per il tuo budget di token.
Il 25-50 percento è un'affermazione. È plausibile, è verificabile, ma va verificata sulle tue esecuzioni. Ed è esattamente qui che interviene la sezione successiva.

Contesto di mercato: due ammiraglie, una sola tariffa

Quattro giorni dopo Fable 5.1 è arrivato GPT-6 Astra, al prezzo di 10/50, palesemente copiato dal listino di Fable. Con questo, per la prima volta si ha una parità di prezzo al vertice tra i due laboratori più importanti. La banale regola empirica "modello più piccolo = risparmio" muore nel segmento premium: quando due modelli di punta costano lo stesso per token, la scelta del modello non è più la decisione economica principale. La decisione economica è quanti token consuma un task, e questo dipende da due cose: il comportamento del modello e la tua configurazione (setup).

Copiabile: il tuo audit del costo per task

L'unica prova che conta proviene dal tuo log. Invece di credere ai benchmark: misura i token. Due elementi fondamentali.

Primo: contare i campi di usage (utilizzo) per ogni chiamata e convertirli in dollari, ai prezzi di Fable:

import json

PRICES = {"input": 10/1e6, "output": 50/1e6, "cache_read": 0.25/1e6}

def task_cost_usd(usages):
    """usages: Lista degli oggetti response.usage di un task."""
    return sum(
        u["input_tokens"] * PRICES["input"]
        + u["output_tokens"] * PRICES["output"]
        + u.get("cache_read_input_tokens", 0) * PRICES["cache_read"]
        for u in usages
    )

Secondo: l'audit vero e proprio, come incarico all'agente di coding, da fare trimestralmente o dopo ogni rilascio importante di un modello:

Audit del Modello, passo dopo passo:
1. Elenca ogni chiamata IA automatica: Agenti, Cron-Job, Hook, Default.
2. Per ogni chiamata: modello, livello di effort, prezzo per mln. di token secondo il listino attuale,
   volume mensile e cost-per-task dal log di usage (valore pre-intervento!).
3. Contrassegna con "?" dove modello ed effort non sono mai stati scelti consapevolmente.
4. Per ogni voce con il punto interrogativo: testa Medium e Low contro lo stesso
   test funzionale. Prendi il livello più economico che supera il test.
5. Documenta il cost-per-task post-intervento per ogni voce.
Trigger: dopo il lancio di ogni nuovo modello, altrimenti trimestralmente.

L'obiettivo non è "risparmiare di più", l'obiettivo è avere un numero per task che prima non esisteva. Il confronto prima/dopo sullo stesso task è l'unico benchmark che muove la tua fattura.

La cruda verità

Niente hype, in tre frasi: Fable 5.1 è e rimane un modello premium: 10/50 dollari per milione di token sono un sacco di soldi per qualsiasi applicazione che potrebbe essere gestita in modo più economico. Il risparmio del 25-50 percento è una stima di Anthropic, che diventa realtà (o meno) solo nel tuo log. E il trucco dei sub-agenti sposta i token, non li elimina: un orchestratore progettato male brucia più di quanto faccia risparmiare. Questa release, quindi, non fa il lavoro al posto tuo: gira semplicemente la variabile su cui tu stesso puoi intervenire.

FAQ

Devo migrare subito tutti i carichi di lavoro su Fable 5.1?

No, e "tutti" è in ogni caso l'unità di misura sbagliata. Secondo Anthropic, i prompt esistenti di Fable 5 continuano a funzionare senza modifiche, quindi non c'è obbligo di migrazione. Ha senso iniziare lì dove gli agenti riutilizzano molto contesto: loop di coding, cron-job con un system prompt fisso, sistemi multi-agente. Per le applicazioni one-shot con poco contesto, i risparmi della cache sono troppo piccoli per giustificare il passaggio solo su questa base.

Come misuro il cost-per-task senza dover entrare troppo a fondo nell'API?

Quasi tutte le interfacce per agenti scrivono i campi di utilizzo (input_tokens, output_tokens, cache_read_input_tokens) nella response (SDK Python, CLI, file di log). Devi solo registrarli, ad esempio come usage.jsonl, e sommarli per task. Per i tool senza un'esportazione pulita, è sufficiente annotare i contatori di inizio e fine per task. La conversione è una proporzione con il listino prezzi; lo snippet Python qui sopra fa esattamente questo.

Cosa significa concretamente il livello di effort per la mia fattura?

L'effort controlla quanti token di ragionamento il modello investe per risposta, a parità di costo per token. High è il default di Anthropic ed è più del necessario per la maggior parte dei task di routine; Medium e Low forniscono lo stesso lavoro per riassunti, formattazione e refactoring semplici, a una frazione dei token. L'inconveniente di Low: il modello richiama meno spesso gli strumenti di ricerca e retrieval, quindi per task di ricerca è sbagliato. Regola empirica: parti con High, esegui un test un livello più in basso sullo stesso task, mantieni il livello più economico che risulta sufficiente.

Fable 5.1 è alla fine più economico di Fable 5?

Nel complesso quasi certamente sì, ma a parità di condizioni garantito di no: le tariffe sono identiche. Diventa più economico attraverso tre percorsi secondari: meno token per task (Anthropic: dal 25 al 50 percento), letture della cache a un quarto del vecchio prezzo e granularità dell'effort, che per la prima volta rende fatturabile lo sforzo di ragionamento. Chi già faceva girare tutto al livello più basso e sensato e con la cache risparmierà meno della media (in cui il risparmio deriva spesso da default non ponderati).

Cosa significa la parità di prezzo con GPT-6 Astra per la mia scelta del fornitore?

Che la questione del prezzo esce dall'equazione della decisione e viene sostituita dalla questione dell'adattabilità. Artificial Analysis vede Astra nell'Intelligence Index cinque punti dietro Fable 5.1, ma sulla curva dei costi degli agenti di coding è davanti a Fable 5: a seconda del task, vince una diversa combinazione di capacità e prezzo per task. La conseguenza pratica: basare l'intercambiabilità dei fornitori sull'audit cost-per-task, non sull'etichetta. Senza differenze di prezzo, un cambio di modello è solo una questione di framework (harness) ed effort.

Dovremmo riscrivere subito i nostri prompt e le nostre skill?