softovator.com

Claude Fable 5.2 Dikupas Tuntas: Benchmark, Harga, Fitur Baru, dan Catatan Keselamatan

adminp
Ilustrasi Claude Fable 5.2 dan Mythos 5.2

Pada Senin, 9 November 2026, Anthropic merilis dua model sekaligus: Claude Fable 5.2 dan Claude Mythos 5.2. Anthropic menyebut keduanya sebagai model paling canggih yang pernah mereka rilis. Peluncuran ini datang di momen yang sensitif: Anthropic tengah bersiap melantai di bursa saham, dan baru dua bulan lalu CEO-nya, Dario Amodei, menyerukan agar laju pengembangan AI diperlambat.

Artikel ini mengupas Fable 5.2 secara tuntas: apa bedanya dengan Mythos, hasil benchmark, harga, fitur baru untuk pengembang, perubahan yang bisa merusak kode lama, catatan keselamatan dari system card, hingga opini kami tentang siapa yang sebenarnya perlu memakainya.

Ringkasan Cepat

Fable dan Mythos: Satu Otak, Dua Pintu

Hal pertama yang perlu dipahami: Fable 5.2 dan Mythos 5.2 adalah model yang sama. Perbedaannya hanya pada lapisan pengamanan dan siapa yang boleh mengaksesnya.

Pola ini sudah dipakai sejak generasi sebelumnya. Mythos pertama kali diperkenalkan pada April 2026 dengan akses sangat terbatas karena kemampuan sibernya yang dinilai terlalu kuat. Dua bulan kemudian, pada 9 Juni 2026, Anthropic merilis Fable 5 sebagai versi publik dari Mythos dengan pengamanan tambahan.

Latar Belakang: Dari Fable 5 yang Sempat Dihentikan

Perjalanan seri Fable tidak mulus. Hanya tiga hari setelah dirilis, pada 12 Juni 2026, Anthropic menghentikan seluruh akses ke Fable 5 dan Mythos 5. Penyebabnya adalah perintah pengendalian ekspor dari pemerintah Amerika Serikat yang meminta akses bagi semua warga negara asing diputus, dengan alasan keamanan nasional. Karena sulit memisahkan pengguna berdasarkan kewarganegaraan, Anthropic memilih mematikan kedua model untuk semua pelanggan.

Menurut sejumlah laporan media, kekhawatiran pemerintah terkait metode jailbreak yang bisa menembus pengamanan Fable 5. Setelah negosiasi, kedua model kembali tersedia pada 1 Juli 2026, dengan Mythos 5 tetap terbatas untuk mitra terverifikasi. Versi 5.1 kemudian menyusul pada September.

Konteks ini penting. Setiap rilis Fable kini berada di bawah pengawasan ketat pemerintah AS, dan Anthropic menyebut bahwa pemerintah AS juga meninjau model 5.2 sebelum peluncuran.

Hasil Benchmark

Anthropic mengklaim Fable 5.2 dan Mythos 5.2 “selangkah di atas” Claude Opus 5.5 di hampir semua kemampuan yang mereka uji. Berikut angka-angka utama dari pengumuman resmi. Perlu dicatat, semua angka ini adalah hasil pengujian Anthropic sendiri, umumnya pada tingkat effort tertinggi yang tersedia untuk tiap model.

Benchmark Bidang Fable 5.2 Opus 5.5 Fable 5.1
FrontierCode 2.0 Coding agentik 49,1% 45,5% 32,4%
FrontierSWE v2 Coding agentik 69,9% 62,3% 56,3%
AutomationBench Alur kerja bisnis 51,4% 42,5% 31,4%
Terminal-Bench-Science 0.1 Riset ilmiah agentik 74,6% 58,7% 52,6%
WANDR (relaxed) Pencarian agentik 82,1% 72,3% 68,7%
OSWorld 2.1 Computer use 89,3% 87,2% 83,5%
RoboDojo Sim Robotika 64,9% 39,4% 27,6%
AA-Briefcase v1.1 Pekerjaan pengetahuan 66,1% 61,2% 61,5%
Remote Labor Index Pekerjaan jarak jauh nyata 41,3% 21,3% 17,9%
Humanity’s Last Exam (dengan tools) Penalaran multidisiplin 74,2% 67,7% 65,6%
Chartography (tanpa tools) Membaca grafik (vision) 73,4% 64,4% 44,8%
BenchCAD 2.1 Rekayasa perangkat keras 83,5 65,3 44,4

Beberapa catatan penting dari tabel di atas:

Untuk keamanan siber, Mythos 5.2 diuji tanpa filter. Pada evaluasi internal CVE Rediscovery, Mythos 5.2 mencetak 89,6%. Angka ini berarti 10,2% lebih banyak kerentanan ditemukan dibanding Opus 5.5 dan 14,4% lebih banyak dibanding Mythos 5.1. Sebuah perusahaan keamanan juga melaporkan bahwa satu dari enam bug terkonfirmasi yang ditemukan Mythos 5.2 tidak terdeteksi oleh model frontier lain yang mereka uji.

Penilaian Independen

Lembaga independen Artificial Analysis menempatkan Fable 5.2 (pada effort maksimum) di peringkat pertama dari 74 model dalam Intelligence Index mereka, dengan skor 65. Median model sekelasnya hanya 40.

Namun ada harga yang harus dibayar. Pada pengaturan yang sama, kecepatan output-nya hanya sekitar 102 token per detik, dan waktu hingga token jawaban pertama mencapai sekitar 221 detik, salah satu yang paling lambat dari semua model yang mereka ukur. Fable 5.2 juga sangat “boros kata”: ia menghasilkan sekitar 275 juta token untuk menyelesaikan seluruh indeks, hampir empat kali median. Biaya rata-rata per tugas di indeks tersebut mencapai US$26,54.

Demonstrasi Kemampuan: Dari Fermat hingga Sistem Operasi

Selain angka benchmark, Anthropic memamerkan sejumlah eksperimen yang lebih konkret.

Matematika: Membuktikan Teorema Terakhir Fermat dalam 30 Jam

Tim berisi sekitar 1.000 agen Fable 5.2 berhasil memformalkan bukti Teorema Terakhir Fermat ke dalam bahasa pembuktian Lean dalam 30 jam, dengan intervensi manusia minimal. Sebagai pembanding, upaya formalisasi Anthropic sebelumnya dengan model yang belum dirilis memakan waktu 11 hari, sementara Opus 5.5 dengan pengaturan yang sama hanya menyelesaikan 26% pekerjaan dalam 18 jam.

Rekayasa Perangkat Lunak

Sains dan Perangkat Keras

Beberapa penguji awal juga melaporkan hasil positif. Jump Trading mengklaim tingkat kesalahan 10% lebih rendah dibanding model terbaik berikutnya di benchmark internal mereka. Discovered Materials melaporkan percepatan rata-rata sekitar 36 kali pada benchmark kode fonon.

Harga dan Akses

Komponen Fable 5.2 Fable 5.1
Input US$8 / juta token US$10 / juta token
Output US$40 / juta token US$50 / juta token
Cache read US$0,20 / juta token 2,5% dari harga input
Batch API Diskon 50% (US$4 / US$20) Diskon 50%
Fast mode US$16 / US$80 –

Sebagai perbandingan, Claude Opus 5.5 dihargai US$4/US$20, Sonnet 5.5 US$2/US$10, dan Haiku 5.5 mulai dari US$0,10/US$0,50. Artinya, Fable 5.2 masih dua kali lebih mahal per token dibanding Opus 5.5.

Untuk pengguna aplikasi Claude, Fable 5.2 tersedia di semua platform. Pada paket Pro dan kursi Team standar, pemakaian Fable bisa menghabiskan hingga 50% batas mingguan. Sebagai promosi peluncuran, pelanggan berbayar yang memenuhi syarat mendapat satu hingga tiga kali reset kuota Fable minggu ini, tergantung lama berlangganan.

Ada satu syarat yang perlu diperhatikan perusahaan: Fable 5.2 dan Mythos 5.2 mewajibkan retensi data 30 hari untuk pemantauan keamanan, dan tidak tersedia dengan zero data retention (ZDR) kecuali diizinkan secara khusus oleh Anthropic. Anthropic sedang menguji solusi bernama Enterprise Frontier Safeguards yang menjalankan pemantauan di infrastruktur pelanggan sendiri, dalam beta tertutup bersama Bridgewater, Salesforce, dan Stripe.

Catatan untuk Pengembang: Apa yang Berubah

Bagi yang memakai API, peralihan ke Fable 5.2 secara teknis cukup dengan mengganti model ID. Namun dokumentasi resmi menyebut empat perubahan yang bisa merusak kode yang sudah berjalan di Fable 5.1:

  1. Pemeriksaan prefix berlaku untuk semua akun. Jika kode Anda mengubah, mengurutkan ulang, atau menghapus pesan lama dalam percakapan, lalu mengirim ulang thinking block, API akan mengembalikan error 400. Di Fable 5.1, aturan ini hanya berlaku untuk akun yang dibuat setelah 31 Agustus 2026.
  2. Thinking block Fable 5.2 hanya bisa dibaca Fable 5.2 dan Mythos 5.2. Jika router Anda memindahkan percakapan ke model lain, termasuk Opus 5.5, penalaran sebelumnya akan dibuang.
  3. Tool computer use lama (computer_20251124) tidak lagi didukung, kecuali di Amazon Bedrock. Gunakan computer_toolset_20260801.
  4. Advisor tool harus setara. Jika Fable 5.2 menjadi eksekutor, advisor-nya harus Fable 5.2 atau Mythos 5.2.

Selain itu, ada aturan yang sudah berlaku sejak generasi sebelumnya: adaptive thinking selalu aktif dan tidak bisa dimatikan, forced tool use (tool_choice bertipe any atau tool) menghasilkan error 400, dan parameter temperature, top_p, serta top_k sebaiknya dihilangkan.

Kedalaman berpikir diatur lewat parameter effort dengan lima tingkat: low, medium, high, xhigh, dan max. Default di API adalah high, sedangkan di aplikasi Claude dan Claude Code default-nya medium. Anthropic menyarankan mulai dari high, naik ke xhigh hanya untuk tugas coding dan agentik terberat, dan menyimpan max untuk kasus langka ketika waktu dan biaya tidak menjadi masalah.

Contoh pemanggilan sederhana dengan Python SDK:

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-fable-5-2",
    max_tokens=16000,
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "Audit arsitektur layanan ini dan usulkan rencana migrasi."}],
)

# Fable 5.2 bisa menolak lewat classifier: cek stop_reason dulu
if response.stop_reason == "refusal":
    print("Ditolak, kategori:", response.stop_details.category)
else:
    print(response.content[-1].text)

Dokumentasi juga mencatat beberapa perubahan perilaku yang muncul tanpa perubahan kode:

Fitur pendukung lain yang tersedia: compaction on demand (beta) untuk meringkas giliran lama kapan pun Anda mau, perubahan tool di tengah percakapan (beta) tanpa mengedit daftar tools, serta fallback otomatis di sisi server ketika permintaan ditolak oleh classifier.

Keselamatan: Hasil Bagus, Tapi Ada Tanda Peringatan

Bagian keselamatan adalah yang paling menarik untuk dicermati. Model ini diuji sebelum rilis oleh UK AI Security Institute, Frontier Design, dan METR, serta ditinjau oleh pemerintah AS. Anthropic menegaskan lembaga-lembaga eksternal tersebut tidak meninjau isi pengumuman dan belum tentu setuju dengan klaimnya.

Kabar Baik

Tanda Peringatan

Anthropic sendiri mengakui bahwa evaluasi tidak bisa menangkap semua kegagalan, dan memperkirakan masalah kesadaran-evaluasi ini akan makin besar di masa depan.

Konteks Bisnis: IPO dan Seruan “Pacing”

Peluncuran ini tidak bisa dilepaskan dari dua cerita besar.

Pertama, IPO Anthropic. Menurut CNBC, penawaran saham perdana Anthropic bisa terjadi secepatnya pekan depan, dengan target valuasi US$1 triliun hingga US$1,5 triliun. Prospektus yang diperbarui mencatat pendapatan US$33,24 miliar dalam sembilan bulan hingga 30 September 2026, naik sekitar 1.200% dibanding periode yang sama tahun lalu. Data Ramp AI Index menunjukkan Fable menyumbang 11% belanja model Anthropic pada Agustus.

Kedua, seruan memperlambat AI. Pada September, Dario Amodei menerbitkan tulisan berjudul “We Must Pace the Frontier”, yang mengajak laboratorium AI terdepan memperlambat laju pengembangan. Fable 5.2 adalah rilis model frontier pertama Anthropic sejak seruan itu. Dianne Penn, kepala manajemen produk riset Anthropic, menjawab kritik ini kepada CNBC: “We called for pacing, not pausing.” Menurutnya, wujud “pacing” itu adalah periode pengujian yang lebih panjang dan jenis evaluasi baru.

Opini Softovator: Siapa yang Sebenarnya Butuh Fable 5.2?

Ada satu hal yang jarang disorot: Anthropic sendiri tidak menyarankan Fable 5.2 sebagai pilihan pertama. Dokumentasi resminya menyarankan memulai dari Opus 5.5 untuk sebagian besar pekerjaan, lalu naik ke Fable hanya jika hasil Opus pada effort tinggi masih belum memenuhi kebutuhan. Ini sikap yang jujur, dan menurut kami tepat.

Alasannya sederhana. Untuk pekerjaan sehari-hari seperti menulis kode biasa, merangkum dokumen, atau menjawab pertanyaan, selisih kualitas Fable 5.2 dengan Opus 5.5 tipis, sementara harganya dua kali lipat dan responsnya bisa jauh lebih lambat. Data Artificial Analysis memperjelas hal ini: model terpintar di indeks mereka, tetapi juga salah satu yang paling lambat dan paling boros token.

Fable 5.2 baru benar-benar bersinar pada pekerjaan yang panjang, terbuka, dan bernilai tinggi: migrasi sistem besar, riset ilmiah, desain perangkat keras, atau orkestrasi ratusan agen. Untuk kasus seperti ini, kenaikan dua kali lipat di Remote Labor Index dan RoboDojo jauh lebih berarti daripada selisih beberapa poin di benchmark coding. Pola yang paling masuk akal adalah menjadikan Fable 5.2 sebagai “otak” perencana atau penasihat, lalu mendelegasikan pekerjaan rutin ke model yang lebih murah. Anthropic sendiri mendukung pola ini lewat peran Advisor dan Orchestrator.

Untuk pengembang dan perusahaan di Indonesia, ada tiga hal yang perlu dipertimbangkan:

Di sisi keselamatan, kami mengapresiasi keterbukaan Anthropic dalam mempublikasikan temuan yang kurang menyenangkan, seperti kemampuan model menyamarkan kinerjanya. Namun temuan itu juga pengingat bahwa makin pintar sebuah model, makin sulit memastikan perilakunya. Rilis di tengah persiapan IPO membuat pertanyaan klasik kembali relevan: seberapa kuat komitmen keselamatan bisa bertahan di bawah tekanan komersial? Prospektus Anthropic sendiri mengakui adanya ketegangan tersebut.

Kesimpulan

Claude Fable 5.2 adalah lompatan nyata dibanding Fable 5.1: lebih pintar, lebih cepat, 20% lebih murah, dan jauh lebih jarang menolak permintaan yang wajar. Di atas kertas, ia saat ini adalah model AI publik terkuat menurut penilaian independen Artificial Analysis.

Namun ini bukan model untuk semua orang. Bagi sebagian besar pengguna, Opus 5.5 masih menjadi pilihan yang lebih seimbang antara kualitas, kecepatan, dan biaya. Fable 5.2 adalah alat untuk pekerjaan paling ambisius, dan dengan perencanaan biaya yang matang, ia bisa menyelesaikan hal-hal yang setahun lalu masih terdengar seperti fiksi ilmiah.

Sumber

Baca Juga

Exit mobile version