Anthropic lança IA mais poderosa junto com marca d'água textual

A Anthropic lançou na terça-feira (1) o Claude Fable 5.1, que estreou em primeiro lugar no índice da Artificial Analysis, a régua mais citada do setor de inteligência artificial. Junto dele veio o Mythos 5.1.

Os dois são o mesmo modelo, com os mesmos pesos. A diferença está no conjunto de travas: o Fable é o que qualquer pessoa acessa, enquanto o Mythos tem menos restrições em cibersegurança e biologia, e existe apenas para organizações americanas verificadas — algumas delas admitidas por um programa montado em parceria com o governo dos Estados Unidos.

O Mythos não traz pesos melhores, apenas opera com menos restrições. Pela primeira vez uma empresa mostra em um gráfico público que a inteligência oferecida ao público é uma versão reduzida da que ela dispõe. E que o tamanho dessa redução depende de quem está do outro lado.

Isso traz à tona uma discussão que o setor vinha adiando e que aparece com frequência entre quem usa esses sistemas: a ideia de que cada trava cobra algum preço em capacidade. A explicação corrente é que o modelo gasta parte do esforço decidindo se deve recusar, o que soa razoável até se olhar para o mecanismo usado aqui.

Quando a trava do Fable dispara, a tarefa não é simplesmente recusada. Ela é transferida a um modelo mais antigo, que faz o que pode, de modo que o usuário paga pelo modelo de fronteira e recebe a geração anterior sem aviso. É por isso que o Mythos pontua acima do Fable em programação, já que nas tarefas em que o filtro interveio quem trabalhou foi outro sistema. Nesse desenho, segurança pode significar um rebaixamento automático que o usuário não percebe.

Quando o Fable 5 saiu, em junho, a queixa mais frequente veio dos cientistas, que esbarravam em recusas ao usar o modelo em trabalho comum de laboratório. O 5.1 corrige parte disso e dispara bem menos em perguntas de biologia básica e medicina, embora pesquisa e desenvolvimento em ciências da vida continuem desviados para modelos menores — o que reserva a ciência de ponta, feita com a IA de ponta, a quem passa por uma verificação em que o governo americano participa e deixa os laboratórios brasileiros, por ora, fora do circuito.

O que a versão completa faz ajuda a entender por que isso importa: no teste que mede pesquisa científica autônoma, em que o modelo analisa dados, ajusta modelos e reproduz estudos com código, o resultado mais que dobrou em três meses. Uma fintech relatou uma execução de 38 horas seguidas em que o sistema diagnosticou um erro de rotulagem, corrigiu o problema, disparou seis experimentos em paralelo durante a madrugada e amanheceu com resultado e próximos passos.

O salto é prático. O sistema consegue continuar trabalhando enquanto o pesquisador dorme e seu acesso começa a ser regulado como o de um insumo controlado.

O preço também merece uma leitura menos apressada. A Anthropic afirma que o modelo sai cerca de 25% mais barato em uso típico e até 45% em fluxos longos de agentes, embora o preço por token não tenha mudado. O que caiu em 75% foi o custo de reler um contexto já processado, operação dominante quando um agente passa horas recebendo o mesmo bloco de instruções. Isso é relevante para quem roda agentes e quase indiferente para quem faz perguntas.

Há um dado que complica o quadro, porque a Artificial Analysis mediu que, por tarefa concluída, o novo modelo sai mais caro que o anterior justamente por pensar por mais tempo antes de responder e gerar mais tokens de saída.

A inteligência adicional veio acompanhada de verbosidade. Por isso o preço por milhão de tokens, a métrica que aparece em todas as tabelas comparativas, deixou de dizer muita coisa sozinho: o que interessa é quanto custa concluir uma tarefa e essa conta só aparece quando a tarefa é de fato executada. Para empresas brasileiras, que pagam em dólar, a pergunta relevante passou a ser quantos pontos de qualidade justificam um custo várias vezes maior que o de modelos abertos chineses que chegam perto no mesmo ranking.

Os dados abrem outro flanco. A crítica corporativa mais dura ao Fable 5 era a ausência de retenção zero, porque usar o modelo significava entregar os dados à Anthropic para que fossem examinados em busca de abuso. A solução agora se chama Enterprise Frontier Safeguards e muda parte do arranjo: os dados passam a ficar na nuvem do cliente e a revisão humana é feita pelo próprio cliente, embora a Anthropic siga monitorando.

Para muitos departamentos jurídicos isso basta. Para quem lida com segredo industrial, porém, a preocupação central permanece porque alguém de fora ainda pode ter acesso ao que a empresa faz com IA; mudou o endereço de armazenamento sem que desaparecesse o problema sobre acesso.

Chegamos ao ponto do título. O Fable 5.1 é o primeiro modelo da Anthropic a marcar tudo o que escreve, obrigação que vem do código de conduta europeu sobre transparência de conteúdo gerado por IA, assinado pela empresa em julho ao lado de cerca de 190 organizações e válido para modelos lançados depois de 2 de agosto.

A técnica é estatística: em cada ponto em que o modelo dispõe de várias palavras equivalentes, a escolha segue um padrão que só ganha força quando se acumula ao longo de um texto suficientemente longo, permitindo estimar a probabilidade de que o Claude tenha participado. Nada é visível. Código de programação fica de fora porque uma troca de palavras ali poderia quebrar o programa e a marca vale no mundo inteiro, inclusive no Brasil, já que a empresa afirma não ter como restringi-la por região.

O problema é que a ferramenta capaz de ler a marca está em prévia fechada e disponível para reguladores, polícia, imprensa, checadores e organizações da sociedade civil europeias, enquanto o usuário comum permanece do lado de fora. O professor que desconfia de uma redação, o editor que recebe um texto suspeito ou o juiz diante de uma petição que soa artificial não podem consultar o sistema, de modo que, na prática, a única forma de saber se um texto foi escrito pelo Claude é perguntar à Anthropic.

Uma marca d'água que só o fabricante decifra concentra também um poder de certificação numa empresa privada, que decide a quem responde. Mesmo para quem tem acesso, o resultado é uma probabilidade, não um carimbo: uma reescrita razoável dilui o padrão e um parágrafo isolado é curto demais para sustentar uma conclusão.

A Europa obrigou as empresas a construir a infraestrutura de detecção antes de definir quem poderá usá-la e com que finalidade. A infraestrutura técnica chegou antes da regra sobre seu uso.

Uma trava menos comentada fecha uma porta importante para concorrentes: contas novas da API não podem mais editar o histórico preservando o raciocínio anterior do modelo, o que dificulta usar um sistema avançado para treinar outro mais barato. Esse processo é chamado de destilação. Na prática, fica mais difícil usar o Claude como professor de um concorrente em escala industrial. A Anthropic diz que a medida é de segurança porque capacidades copiadas podem reaparecer sem as mesmas salvaguardas, argumento que faz sentido e ao mesmo tempo protege um ativo de bilhões de dólares.

Modelos de pesos abertos tornam a discussão mais incômoda porque suas travas podem ser removidas. Testes lado a lado do Fable 5.1 com o GLM 5.3 encontraram semelhanças de paleta, tom e composição em tarefas de front-end, algo que pode ser mera convergência, embora o investimento da Anthropic em proteger o próprio raciocínio mostre que a hipótese de cópia é levada a sério dentro da empresa.

No fim, o lançamento diz menos sobre uma IA mais capaz do que sobre a forma como essa capacidade passa a ser distribuída — e talvez seja esse o ponto mais importante da semana. Herbert Simon observou há mais de meio século que a abundância de informação cria escassez de atenção; a IA de fronteira começa a produzir uma escassez diferente, ligada à permissão para usar toda a inteligência disponível. O mesmo sistema entrega capacidades diferentes conforme quem pede, o custo real escapa da tabela de tokens e o texto carrega uma assinatura que o autor não vê nem o leitor consegue verificar, enquanto até o raciocínio passa a ser protegido contra concorrentes.

Em setembro de 2026, a fronteira deixou de ser apenas um número num ranking, ainda que a Anthropic ocupe oito das dez primeiras posições. Ela começa a parecer uma arquitetura de acesso.

Vale entendê-la enquanto suas regras ainda aparecem nos anúncios, porque a tendência do que foi lançado nesta semana é desaparecer da vista, como a própria marca d'água.