Claude Fable 5.2: benchmark e cosa cambia al telefono

Il 9 novembre 2026 Anthropic ha presentato Claude Fable 5.2 e Claude Mythos 5.2, i suoi modelli più capaci per il lavoro tecnico complesso. Sono lo stesso modello in due versioni: Fable è quella pubblica, Mythos ha meno protezioni in cybersicurezza e biologia ed è riservata a organizzazioni verificate. Per un assistente telefonico AI non cambia nulla da domani: l'annuncio ufficiale non parla di voce e punta su codice, finanza e scienze. Ma dice molto su dove stanno andando i modelli che stanno dietro agli agenti AI.

Cosa è uscito, con i numeri di Anthropic

• Disponibilità. Fable 5.2 si usa dall'API con l'ID claude-fable-5-2, dalle app Claude e da Amazon Web Services, Google Cloud e Microsoft Azure. Mythos 5.2 è accessibile solo a chi partecipa ai programmi di verifica per cybersicurezza e scienze della vita.
• Prezzo. 8 dollari per milione di token in ingresso e 40 in uscita. Con la modalità veloce, 16 e 80 dollari, con una generazione fino a 2,5 volte più rapida.
• Velocità. Secondo Anthropic, le risposte sono fino al 30% più veloci di Fable 5.1 e Mythos 5.1, e a parità di impegno il modello usa meno token.
• Benchmark. Fable 5.2 batte Fable 5.1 in tutti i test pubblicati (tabella qui sotto): per esempio 49,1% contro 32,4% su FrontierCode 2.0.
• Sicurezza. Fable 5.2 blocca circa il 55% di richieste in meno rispetto alla 5.1. Anthropic valuta il rischio di comportamenti non allineati come basso.

Un dato da non perdere: Anthropic raccomanda Opus 5.5 come modello di uso quotidiano. Fable 5.2 è pensato per i compiti più difficili, anche come "consulente" o "coordinatore" di modelli più piccoli che eseguono i lavori semplici.

I benchmark di Fable 5.2

Anthropic pubblica i risultati di Fable 5.2 a confronto con Fable 5.1 e Opus 5.5, e per alcuni test anche con GPT-6 Astra e Gemini 4 Carbon. Sono dati dichiarati da Anthropic nell'annuncio, non misure indipendenti.

Benchmark	Fable 5.2	Fable 5.1	Opus 5.5	Altri modelli
FrontierCode 2.0 (programmazione ad agenti)	49,1%	32,4%	45,5%	GPT-6 Astra 42,8%, Gemini 4 Carbon 41,1%
FrontierSWE v2	69,9%	56,3%	62,3%	GPT-6 Astra 65,5%, Gemini 4 Carbon 61,2%
AutomationBench	51,4%	31,4%	42,5%	GPT-6 Astra 41,4%, Gemini 4 Carbon 53,9%
Terminal-Bench-Science 0.1	74,6%	52,6%	58,7%	Mythos 5.2 75,3%
WANDR (relaxed)	82,1%	68,7%	72,3%	n.d.
OSWorld 2.1 (offline, parziale)	89,3%	83,5%	87,2%	n.d.
Remote Labor Index	41,3%	17,9%	21,3%	n.d.
Humanity's Last Exam (con strumenti)	74,2%	65,6%	67,7%	n.d.
Chartography (senza strumenti)	73,4%	44,8%	64,4%	n.d.

Come si leggono:

• Il salto sulla 5.1 è netto in tutti i test elencati, per esempio +16,7 punti su FrontierCode 2.0 e +20 punti su AutomationBench.
• Contro Opus 5.5 il vantaggio è più piccolo, da 2,1 punti su OSWorld 2.1 a 20 punti su Remote Labor Index. Per questo Anthropic continua a indicare Opus 5.5 per l'uso quotidiano.
• Non vince ovunque. Su AutomationBench, secondo Anthropic, Gemini 4 Carbon (53,9%) supera Fable 5.2 (51,4%). Abbiamo parlato di quel modello in Gemini 4 Carbon.
• Nessun benchmark misura una telefonata. Sono test di programmazione, automazione di lavori d'ufficio e scienza: non dicono quanto è naturale una voce o quanto è breve la pausa prima della risposta.

AutomationBench e OSWorld sono i più vicini a quello che fa un assistente durante una chiamata, cioè usare strumenti e software per portare a termine un compito. Anche lì, però, si tratta di compiti lunghi, non di una prenotazione in tre minuti.

Cosa cambia per una telefonata gestita da un'AI

Una telefonata con un assistente AI passa per tre passaggi: trascrizione di quello che dice il cliente, ragionamento, voce che risponde. Fable 5.2 riguarda solo il secondo, e per di più il suo punto forte è il lavoro lungo e complesso, non la conversazione di tre minuti per prenotare un tavolo.

1. Il modello più grande non vince al telefono. Al telefono ogni frazione di secondo si sente: per fissare una visita spesso un modello leggero e rapido funziona meglio di uno di punta. Lo abbiamo visto anche con Claude Haiku 5.5.
2. L'idea del coordinatore è interessante. Un modello grande che decide e modelli piccoli che eseguono è un'architettura adatta a chi vuole un assistente che, durante la chiamata, consulta l'agenda o il gestionale. È una possibilità, non una funzione annunciata da nessuno per la voce.
3. Costi in dollari per token: non sono i vostri costi. I prezzi dell'API riguardano il fornitore del servizio. Per voi conta il canone dell'assistente: i prezzi sono sulla pagina prezzi.
4. Nessuna novità sulla voce. Per sentire la differenza al telefono contano i modelli vocali e di sintesi, non questo annuncio.

Per chi conta di più

• Studi professionali: pratiche, appuntamenti e richieste da smistare. Un ragionamento più affidabile aiuta nelle richieste articolate, ma la priorità resta rispondere subito.
• Studi medici: contano la prontezza e il trattamento dei dati più di qualunque benchmark di programmazione.
• Agenzie immobiliari: qualificare un contatto (zona, budget, tempi) richiede un buon ragionamento, ma in tempi da telefonata.

Cosa fare adesso

Niente di urgente. Il modello è un componente che il fornitore aggiorna dietro le quinte, e la scelta giusta non è "il modello più nuovo" ma quello che funziona meglio sulle vostre telefonate. Se state valutando un assistente telefonico AI, chiedete:

1. Quanto passa tra la fine della frase del cliente e l'inizio della risposta?
2. Come se la cava con l'italiano parlato, accenti compresi?
3. Che azioni esegue durante la chiamata (agenda, WhatsApp, passaggio a una persona)?

Il modo più rapido per capirlo è sentirlo: provate la demo e giudicate da una telefonata vera.