Por que o Claude Fable 5 supera o Claude Opus? Entenda o treinamento da nova geração

Em resumo: o Fable 5 não é apenas um "Opus maior". Ele é um modelo de 5ª geração, otimizado do zero para raciocínio prolongado, uso de ferramentas e autoverificação, mais próximo de um agente autônomo do que de um chatbot tradicional. No entanto, como a Anthropic não divulga o número de parâmetros, dados de treinamento, poder computacional ou arquitetura exata, os detalhes específicos do treinamento não são conhecidos publicamente.

• A categoria do modelo é diferente. A Anthropic descreve o Fable 5 como o modelo mais capaz já lançado publicamente e uma versão para uso geral do modelo Mythos, que tem acesso restrito. Isso significa que ele não é uma simples atualização do Opus, mas sim um modelo de base superior adaptado para o público geral.

• Treinado para tarefas de longa duração. De acordo com a descrição oficial, o Fable 5 foi projetado para funcionar como um "engenheiro mais experiente": ele investiga antes de agir, mantém o contexto por horas ou dias e verifica o próprio trabalho. É por isso que a diferença de desempenho é mais perceptível em projetos de programação, análises complexas e tarefas que envolvem múltiplas ferramentas, e não em perguntas e respostas curtas.

• Contexto e capacidade de saída muito maiores. Com suporte nativo a 1 milhão de tokens de contexto e até 128 mil tokens de saída, o modelo pode processar grandes bases de código ou vastos conjuntos de documentos em uma única sessão de trabalho. Isso não só aumenta a "inteligência" pura, mas também reduz a perda de memória e a compressão de informações, melhorando a percepção de desempenho.

• Comportamento monitorado durante o treinamento. As gerações recentes do Claude passaram por avaliações de alinhamento em tempo real durante o treinamento. Isso permite identificar e corrigir estratégias incorretas que o agente possa desenvolver ao executar tarefas de longo prazo.

• Pós-treinamento vai além do simples feedback humano. A Anthropic utiliza uma combinação da Constituição do Claude, feedback humano, feedback de IA e classificadores de segurança. O objetivo não é apenas ensinar o que "não fazer", mas sim fazer o modelo aprender os princípios por trás das ações desejáveis.

A percepção de que o Fable 5 está "em outro nível" provavelmente se deve à aplicação simultânea de vários fatores: 1) um modelo base mais poderoso, 2) treinamento específico para agentes de longa duração, 3) contexto massivo, 4) uso de ferramentas e autoverificação, e 5) pós-treinamento aprimorado. Detalhes como o uso de Mixture of Experts (MoE), a quantidade de parâmetros, a composição dos dados e o algoritmo de aprendizado por reforço não foram divulgados, permanecendo no campo das especulações.