Le 1er septembre 2026, Anthropic a mis en ligne Claude Fable 5.1 et son pendant à accès restreint, Claude Mythos 5.1. Sur le papier, c'est une mise à jour mineure : les tarifs d'entrée et de sortie n'ont pas bougé. Mais un détail change la donne pour quiconque construit des agents ou des outils de type Claude Code : le prix de lecture du cache de prompt est divisé par quatre.

Ce n'est pas un détail cosmétique. Dans un workflow agentique, le même contexte (instructions système, spécification des outils, arborescence d'un dépôt) est renvoyé au modèle des dizaines de fois par session. C'est justement ce que le cache de prompt est censé amortir — et Anthropic vient de rendre cet amortissement bien plus rentable.

Voici ce qui change concrètement dans les prix, ce que ça change pour tes agents de code, et ce que valent réellement les gains de performance annoncés.

Ce qui bouge dans la grille tarifaire

Les tarifs standard de Fable 5.1 restent identiques à ceux de Fable 5 : 10 $ par million de tokens en entrée et 50 $ par million de tokens en sortie. Rien de nouveau ici. Le changement se joue sur le cache :

Lecture de cache : 0,25 $/M tokens, contre 1 $/M tokens auparavant — soit -75 %.
Écriture de cache (TTL 5 minutes) : 12,50 $/M tokens, inchangé.
Écriture de cache (TTL 1 heure) : 20 $/M tokens, inchangé.

Anthropic chiffre l'impact à environ 25 % de réduction du coût sur une charge de travail « typique », et jusqu'à 45 % sur des workflows fortement agentiques — ceux où le modèle relit en boucle un contexte volumineux (base de code, documentation technique, spécifications d'outils, historique des actions déjà effectuées).

Concrètement, si ton agent envoie à chaque tour un system prompt de 20 000 tokens plus les spécifications de dix outils, la première requête paie le prix d'écriture, mais toutes les suivantes ne paient plus que 0,25 $/M tokens sur cette portion — au lieu de payer le plein tarif d'entrée à chaque fois si tu n'utilises pas le cache du tout.

Pourquoi ça compte particulièrement pour les agents de code

Un agent façon Claude Code fonctionne par itérations courtes : lire un fichier, proposer un diff, exécuter des tests, lire le résultat, recommencer. À chaque itération, le modèle a besoin du même socle de contexte — les instructions système, la liste des outils disponibles, souvent une bonne partie du dépôt. Sans cache, ce socle est refacturé en entier à chaque appel. Avec le cache, seule la partie qui change (le dernier résultat de test, la dernière question) est facturée au tarif plein.

Le cache de prompt d'Anthropic fonctionne par points de coupure (cache breakpoints) que tu poses toi-même dans le payload, via le champ cache_control. Voici un exemple minimal avec le SDK Python :

import anthropic

client = anthropic.Anthropic()

reply = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": PROMPT_SYSTEME_LONG,  # instructions + outils, ~20k tokens
            "cache_control": {"type": "ephemeral"}
        }
    ],
    messages=[
        {"role": "user", "content": "Corrige le bug dans parseConfig()"}
    ]
)

# Le détail des tokens mis en cache et lus depuis le cache
# est renvoyé dans reply.usage
print(reply.usage)

Le point important : reply.usage distingue les tokens écrits en cache (cache_creation_input_tokens) des tokens lus depuis le cache (cache_read_input_tokens). C'est ce deuxième champ qui bénéficie de la baisse à 0,25 $/M — donc c'est celui qu'il faut surveiller pour mesurer l'effet réel de la mise à jour sur ta facture.

Ce que tu devrais vérifier dans ton code

Est-ce que ton system prompt et tes définitions d'outils sont bien marqués avec cache_control, et placés avant le contenu qui varie à chaque appel (le cache ne fonctionne que sur un préfixe stable) ?
Utilises-tu un TTL de 5 minutes alors que tes sessions durent plus longtemps ? Le TTL 1 heure coûte plus cher à l'écriture mais peut être rentable si tes agents tournent longtemps sans interruption.
As-tu déjà mesuré ton ratio tokens lus en cache / tokens en entrée classique ? C'est ce ratio qui détermine si le -75 % se traduit par une vraie économie ou reste marginal.

Des benchmarks qui progressent nettement, pas seulement en marketing

Au-delà du prix, Anthropic annonce des gains de performance substantiels sur les tâches de code et de raisonnement agentique, avec des chiffres vérifiables :

SWE-bench Verified : 95,0 % pour Fable 5.1.
SWE-bench Pro : 81,2 %, en tête du classement de septembre 2026.
Terminal-Bench 4.0 : 55,8 %, contre 42,0 % pour Fable 5.
Terminal-Bench-Science 0.1 (benchmark de recherche scientifique agentique) : 52,6 %, contre 24,7 % pour Fable 5 — plus du double.
LiveCodeBench : premier du classement, à 90,52 %.

Le saut sur Terminal-Bench-Science est le plus notable : il ne mesure pas la génération de code isolée, mais la capacité à mener une tâche de recherche de bout en bout dans un terminal — explorer des données, écrire et corriger du code, interpréter des résultats. C'est le genre de tâche longue et multi-étapes où le coût du cache, justement, pèse le plus lourd. Les deux annonces (prix du cache et score sur ce benchmark) sont donc liées : Anthropic optimise à la fois la capacité et le coût des sessions agentiques longues.

Fable et Mythos : même modèle, garde-fous différents

Fable 5.1 et Mythos 5.1 sont, selon Anthropic, le même modèle sous-jacent, avec des niveaux de filtrage différents. Fable 5.1 est disponible pour tous les comptes API, avec les protections standard. Mythos 5.1 est réservé aux professionnels vérifiés via les programmes d'accès de confiance d'Anthropic, avec des permissions ajustées spécifiquement pour deux profils : les équipes de défense en cybersécurité et les chercheurs en sciences de la vie.

Deux chiffres à retenir si tes usages touchent à la sécurité ou à la biologie :

Le filtre de sécurité informatique se déclenche environ 60 % moins souvent par session dans Claude Code — Fable 5.1 peut identifier une vulnérabilité logicielle mais refuse toujours d'écrire l'exploit correspondant.
Le filtre biologique se déclenche 85 % moins souvent sur des questions médicales ordinaires.

Concrètement, si ton produit touche à l'analyse de vulnérabilités ou à des cas d'usage biomédicaux et que tu te heurtais régulièrement à des refus intempestifs avec Fable 5, cette mise à jour vaut la peine d'être retestée avant d'envisager une demande d'accès à Mythos.

Ce qu'il faut retenir

Fable 5.1 n'est pas une révolution de prix sur les tokens classiques — c'est une révision ciblée du coût du cache, exactement là où les agents de code souffrent le plus. Si tu opères déjà un agent qui utilise cache_control, la baisse s'applique automatiquement dès que tu pointes vers claude-fable-5-1 : rien à changer dans ton code, seulement dans ta facture.

Si en revanche ton intégration n'utilise pas encore le cache de prompt, c'est le bon moment pour t'y mettre : isole la partie stable de ton contexte (system prompt, définitions d'outils, portions fixes de documentation), place-la avant le contenu variable, et ajoute un bloc cache_control dessus. Sur une session agentique longue, l'écart entre « avec » et « sans » cache peut désormais représenter jusqu'à 45 % du coût — un chiffre qui mérite un vrai test sur ton propre trafic avant de le prendre pour argent comptant.

Claude Fable 5.1 : cache API divisé par 4, ce qui change pour toi