J'ai payé le prix fort pour le meilleur modèle IA du marché. Il a ignoré 69% de mes demandes.

J'ai décidé de l'utiliser à fond quand même. J'ai visé exactement le genre de tâches qui bouffent la plupart de mon temps de dev ces jours-ci : un audit de sécurité sur un endpoint exposé, le refactoring d'un flux d'auth bordélique, le debug d'une fonction serveur qui plante sans logs utiles (le genre que chaque projet a, celle qu'on ne touche que si on y est obligé). 42 requêtes trackées sur 4 jours, chacune loggée au moment où je l'ai envoyée.

Les calculs semblaient simples. Le modèle le plus cher de la gamme Anthropic, inclus gratuitement dans mon plan jusqu'au 7 juillet, puis facturé au double du prix d'Opus 4.8 après ça. Autant profiter de la fenêtre tant qu'elle dure.

Que Fable 5 me lâche n'est pas nouveau non plus. La première fois que Fable 5 s'est fait retirer, c'était un ordre gouvernemental de contrôle des exportations, pas un problème de routeur. Cette fois c'est différent. Même modèle, même abonnement, juste surveillé par quelque chose de nouveau avant même qu'il réponde.

Sauf qu'à partir du jour 2, une notification n'arrêtait pas d'apparaître. Pas sur chaque requête, mais souvent, et toujours sur le même type de tâche.

La Notification Que Je N'Arrêtais Pas De Voir

À la fin du jour 4, le log ressemblait à ça. 29 des 42 requêtes ont été traitées par quelque chose qui n'était pas Fable 5. Ça fait 69% (le dashboard d'usage arrondit sa propre barre aux 5% les plus proches, donc mon décompte et les chiffres d'Anthropic ne collaient jamais parfaitement, mais assez proche). Ce n'était pas réparti uniformément non plus. Chaque session touchant à l'authentification ou à cet audit d'endpoint s'est fait flaguer. Les sessions d'écriture et de planification, jamais, pas une seule fois.

La notification elle-même reste assez polie. Pas d'erreur, juste un swap discret qui pop au milieu d'une tâche comme un écran de mort Dark Souls, sans aucun avertissement. YOU DIED, sauf qu'ici c'est plutôt YOU GOT OPUS'D.

Ma première réaction a été de l'agacement modéré. Ma seconde, une fois que le pattern s'est maintenu pendant 2 jours de plus d'affilée, c'est que ce n'était pas du hasard.

Le Chiffre Qui L'A Confirmé

Il s'avère que je n'imaginais pas un pattern. Un projet de benchmark appelé BridgeMind avait déjà fait les calculs. Le jour après le retour en ligne de Fable 5, ils ont relancé leur suite de coding, BridgeBench, contre la nouvelle version et publié l'avant et l'après.

Le debugging est passé de 86,2 à 25,9. Le refactoring a chuté de 73,6 à 38,4. La résistance aux hallucinations a glissé de 75,9 à 61,7.

Sur les 12 tâches de debugging TypeScript de ce run, seulement 3 ont effectivement atteint Fable 5. Les 9 autres ont été reroutées vers Opus 4.8 en pleine tâche et ont scoré zéro, puisque le modèle évalué n'a jamais pu répondre. C'est de là que vient la plupart du 25,9. Le debugging en tant que catégorie n'est pas devenu plus bête. Il s'est fait intercepter.

Anthropic l'avait déjà dit dans sa propre annonce de redéploiement du modèle : certaines tâches de routine comme le coding et le debugging basculeraient vers Opus 4.8. Mes 69% et les 75% de BridgeMind (9 sur 12 reroutées) tombent assez proche pour être la même histoire racontée deux fois, pas parce que quelqu'un a copié quelqu'un, juste parce qu'on fixait tous les deux la même barrière.

Pourquoi C'est Toujours Les Mêmes Tâches

Le mécanisme derrière n'est pas compliqué une fois qu'on le voit étalé. L'ordre de contrôle des exportations qui a retiré Fable 5 pendant 19 jours est arrivé après qu'un chercheur en sécurité ait amené le modèle à identifier et démontrer une vraie vulnérabilité logicielle, le genre de sortie qui rend un gouvernement nerveux. Le fix d'Anthropic n'était pas une lobotomie générale, c'était un nouveau classificateur entraîné à attraper ce comportement spécifique et tout ce qui y ressemble d'assez près. C'est la partie qui explique mon tableur. Le classificateur surveille le vocabulaire du travail de sécurité, des mots comme vulnerability, exploit, hook, fix, auth, et débugger un flux d'authentification utilise presque exactement les mêmes mots que le sonder pour des faiblesses, donc le classificateur ne peut pas toujours distinguer un bug fix d'une tentative d'intrusion, et il penche du côté du routage vers Opus 4.8 plutôt que de se tromper.

L'écriture longue ne déclenche pas ça du tout. L'analyse de documents non plus. Une session de planification de 3 jours pour une roadmap produit n'a aucun chevauchement avec le vocabulaire cybersécurité, donc ça passe sans encombre à chaque fois. Le classificateur ne connaît pas ma codebase. Il fait juste du pattern matching selon les mots qui apparaissent, de la même façon qu'un NPC continue de débiter ses 3 lignes de dialogue peu importe ce que vous tapez vraiment.

Sans rapport, mais mon dock USB-C affiche encore mon écran externe comme 2 écrans séparés à chaque fois que ce Mac sort de veille. J'ai arrêté d'essayer de le réparer il y a des mois.

Ce Qui Vaut Vraiment Le Coup D'Être Payé Après Le 7 Juillet

Une fois le 7 juillet arrivé, Fable 5 passe aux crédits d'usage au double du tarif d'Opus 4.8, peu importe qui répond effectivement à la requête. Ça change complètement les calculs. Avant le switch, cramer des crédits Fable 5 sur du coding lié à la sécurité avait du sens, c'était inclus de toute façon. Après le switch, payer un tarif premium pour un pile ou face sur quel modèle apparaît, c'est un problème complètement différent.

Ça vaut les crédits : écriture longue, analyse de documents, planification qui s'étale sur plusieurs jours. Ça ne se fait presque jamais intercepter, donc vous payez effectivement pour Fable 5 et vous récupérez Fable 5.

Ça ne vaut plus le coup : audits de sécurité, debug d'auth, tout ce qui sent la cybersécurité même quand c'est complètement bénin. Vous payez 10$ par million de tokens d'entrée et 50$ par million de sortie pour une requête qui a une vraie chance de tourner discrètement sur le modèle à 5$/25$ de toute façon. La fonctionnalité Fable 5 qui a bouffé mon quota m'a appris à la dure que le tarif premium de Fable 5 ne vaut le coup que quand Fable 5 fait effectivement le travail. La règle la plus simple sur laquelle j'ai atterri : payez les tarifs Fable 5 seulement pour le travail que Fable 5 touche vraiment, pas pour un pile ou face sur quel modèle apparaît. Je rentre dans ce genre de discipline de vérification plus en détail dans Prompt Contracts, mais la version courte tient très bien toute seule : vérifiez qui a effectivement répondu avant de faire confiance à la sortie.

Karen de la Compta se fiche de savoir quel modèle a répondu au ticket. Elle se soucie que la facture dise tarif Fable 5 sur une requête qu'Opus 4.8 a discrètement gérée. Honnêtement, moi non plus 💸

2 Benchmarks, 2 Verdicts Très Différents

BridgeBench et Arena ont publié des chiffres de la même semaine, sur le même modèle, et ont atterri dans des endroits complètement différents. BridgeBench compte chaque reroutage comme un échec, ce qui se défend si vous notez la disponibilité de Fable 5, moins si vous notez sa compétence réelle quand il se pointe. Arena le fait différemment : des milliers de votes de préférence humaine en aveugle sur texte, documents, code et tâches d'agent, classés comme un score Elo, le même système de classement qu'utilise les échecs, adapté ici pour les comparaisons de modèles.

La version d'Arena semble presque ennuyeuse en comparaison. Le code frontend est passé de 1650 à 1623 Elo, un écart qu'Arena lui-même qualifie de statistiquement dans son intervalle de confiance. Les documents ont gagné 34 points. Le texte expert a gagné 25. Le coding, la catégorie qui chevauche le plus avec l'angle mort du classificateur, a chuté de 18. Les prompts difficiles ont chuté de 3. Peut-être que je lis trop dans 2 chiffres de la même semaine, mais cette division colle presque exactement avec quelles tâches déclenchent le classificateur et lesquelles non.

Ça se joue comme le même run enregistré sur 2 fichiers de sauvegarde différents, et d'une façon ou d'une autre les deux playthroughs comptent comme canon. BridgeBench mesure ce qui arrive quand une requête se fait intercepter avant que Fable 5 ne la voie même. Arena mesure ce que Fable 5 produit dans les rares occasions où il répond effectivement. Anthropic a dit que le classificateur ratisse trop large en ce moment et sera ajusté avec le temps, sans date attachée à cette promesse. Un classificateur que personne en dehors d'Anthropic ne peut inspecter n'est pas quelque chose que quiconque peut auditer indépendamment de l'extérieur. La réponse honnête à savoir si Fable 5 est bridé dépend entièrement de quel modèle a effectivement ouvert votre requête, et il n'y a aucun moyen de vérifier ça de là où je suis assis.

La Partie Qui Survivra Au 7 Juillet

Si ce pattern de classificateur devient standard sur la prochaine vague de lancements de modèles frontière, quelque chose disparaît discrètement : la certitude de savoir quel modèle a effectivement produit un résultat donné.

Ça sonne abstrait tant qu'on ne parle que de crédits gaspillés cette semaine. C'est beaucoup moins abstrait pour n'importe quel pipeline agentique construit sur la reproductibilité d'un modèle spécifique, celui qui a été testé, qui a un profil d'échec connu, dont vous avez appris à anticiper les erreurs.

Les calculs ROI de cette semaine se bouclent le 7 juillet.
Celui-là, non.

Sources

• Anthropic, "Redeploying Claude Fable 5", 1er juillet 2026
• BridgeMind, Chiffres BridgeBench avant et après
• Couverture des données Arena via Decrypt
• Digital Applied, Guide de tarification crédits d'usage Claude Fable 5

Ce post peut contenir des liens d'affiliation. Si vous cliquez dessus, je pourrais toucher une petite commission (ça ne vous coûte rien, et ça m'aide à continuer de livrer des articles de qualité chaque jour pour votre plaisir de lecture).