Claude ha due facce: la stessa intelligenza, permessi diversi

Claude Fable 5.1 e Mythos 5.1 sono due modi di distribuire la stessa intelligenza artificiale, non due modelli addestrati per fare cose diverse. È la scelta presentata da Anthropic il 15 settembre 2026, dopo il rilascio dei modelli datato 1° settembre nella documentazione tecnica: Fable 5.1 è la versione accessibile al pubblico attraverso i servizi supportati, mentre Mythos 5.1 è riservata a persone e organizzazioni verificate che operano nella cybersicurezza e nelle scienze della vita. La differenza è nel sistema di protezioni applicato alle richieste e nelle condizioni per ottenere l’accesso. In altre parole, la capacità tecnica è condivisa; il permesso di esercitarla non lo è.

Per anni i laboratori hanno presentato la concorrenza tra chatbot come una gara a chi costruiva il modello più intelligente. Adesso si apre un’altra competizione, forse più delicata: chi decide quali parti di quell’intelligenza un utente possa utilizzare e a quali condizioni. La separazione tra Fable e Mythos rende la scelta visibile. Un ricercatore può avere esigenze legittime che assomigliano, nel linguaggio di un sistema di sicurezza, a domande rischiose; un utente malevolo può tentare di nascondere il proprio scopo dietro richieste innocue. Affidare tutto a un unico pulsante «consenti» o «rifiuta» è comodo solo finché non si guarda a chi rimane escluso.

Nell’annuncio ufficiale, Anthropic presenta anche miglioramenti nel coding, nei compiti scientifici e nei lavori prolungati, insieme a nuove condizioni di prezzo e conservazione dei dati. Ma il fatto industriale più rilevante non è un altro record in classifica: è la nascita di un prodotto in cui la sicurezza diventa una caratteristica della distribuzione, e dunque un criterio per distinguere la clientela.

Claude Fable 5.1 e Mythos 5.1: stessa base, due sistemi di protezione

Anthropic è esplicita: Fable 5.1 e Mythos 5.1 sono lo stesso modello sottostante, con livelli diversi di salvaguardia. Il primo è destinato all’uso generale per programmazione, ricerca e lavoro della conoscenza. Il secondo utilizza protezioni pensate per consentire una gamma più ampia di attività professionali verificate, soprattutto quando il compito riguarda vulnerabilità informatiche o ricerca biologica avanzata. Non si tratta di un Mythos segretamente più intelligente, né di un Fable ridotto artificialmente nella quantità di parametri.

Il confine emerge bene da un esempio dichiarato dalla società. Fable 5.1 può essere impiegato per individuare vulnerabilità nel software; rimangono invece restrizioni su richieste che portino alla creazione di strumenti di sfruttamento offensivo. In contesti difensivi autorizzati, alcune analisi richiedono di studiare tecniche simili a quelle degli attaccanti. Mythos mette a disposizione regole più permissive per soggetti verificati, mantenendo comunque altri controlli e la politica d’uso. Sarebbe errato interpretarlo come una versione senza filtri.

Il punto è la capacità di distinguere l’intenzione e il contesto, un problema che Terza Pillola ha già affrontato nell’analisi sugli agenti AI fuori dal recinto dei test. Un blocco eccessivo può impedire lavoro legittimo; un blocco troppo debole può facilitare abusi. Separare accesso pubblico e verificato permette ad Anthropic di affrontare le due esigenze in modo differente, ma la verifica delle organizzazioni introduce una nuova forma di selezione industriale.

Perché Mythos richiede un’organizzazione verificata

Per accedere alle funzionalità di Mythos 5.1 Anthropic rimanda a programmi di fiducia dedicati. Il Cyber Verification Program è rivolto ai professionisti della sicurezza che necessitano di capacità avanzate per la difesa. Il Life Sciences Verification Program riguarda i ricercatori delle scienze della vita, per i quali determinate domande tecniche possono essere necessarie anche se un classificatore generalista le considera sensibili. In entrambi i casi l’identità professionale e le condizioni d’uso contano quanto la domanda scritta nel prompt.

Al momento della presentazione Anthropic dichiarava di aver già ammesso i primi partecipanti al percorso sulle scienze della vita, sviluppato in collaborazione con il governo statunitense, e di voler ampliare l’accesso. Per il percorso cyber annunciava un’estensione delle capacità disponibili ai modelli della famiglia Mythos. Le condizioni concrete si sono poi evolute: la documentazione della piattaforma indica oggi Mythos 5.1 come modello attivo con verifica obbligatoria. Questo sviluppo successivo non va retrodatato come se tutte le organizzazioni avessero avuto accesso completo fin dal primo giorno.

Una conseguenza pratica è che un modello può essere tecnicamente disponibile nelle API e, contemporaneamente, non essere acquistabile da chiunque abbia una carta di credito. È una differenza decisiva per università, laboratori privati, imprese di cybersecurity e consulenti indipendenti. Un sistema verificato può offrire opportunità concrete ai professionisti affidabili, ma rende importanti criteri di ammissione, tempi delle verifiche, eventuali ricorsi e possibilità di concorrenza tra fornitori.

Quanto costano Claude Fable 5.1 e Mythos 5.1: il ruolo della cache

La novità commerciale più misurabile riguarda il prezzo dei contesti già elaborati. Anthropic indica per Fable 5.1 un listino API di 10 dollari per milione di token in ingresso e 50 dollari per milione in uscita, mentre le letture dalla cache scendono a 0,25 dollari per milione di token: il 75% in meno rispetto alla precedente versione. I documenti tecnici di Mythos 5.1 riportano le stesse tariffe di ingresso e uscita e la medesima finestra contestuale fino a un milione di token, con un’uscita massima dichiarata di 128.000 token.

Anthropic stima un risparmio intorno al 25% sui carichi tipici rispetto a Fable 5, con punte vicine al 45% per alcuni lavori complessi condotti da agenti. Sono valutazioni della società, basate sul profilo dei suoi carichi di lavoro: non significano che ogni chiamata API costi un quarto in meno. Se un’applicazione riutilizza molte istruzioni, documenti o parti di conversazione, una cache più economica incide sensibilmente sul conto. Se ricomincia sempre da zero, il vantaggio può essere più limitato.

Qui la riduzione dei costi diventa un fatto architetturale. Gli agenti che lavorano a lungo tendono a rileggere file, consegne e cronologie. Lo stesso contesto viene talvolta passato più volte al modello, facendo crescere la spesa pur senza aggiungere nuova informazione. Terza Pillola ha esaminato questo meccanismo nel pezzo sul consumo nascosto di token di Claude Code. Anthropic non abbassa soltanto un prezzo: rende economicamente più sostenibile una certa maniera di progettare il lavoro automatizzato.

Benchmark di Anthropic: coding, scienza e limiti dei confronti

Secondo le valutazioni diffuse da Anthropic, Fable 5.1 migliora sensibilmente rispetto a Fable 5 in alcuni compiti specialistici. Nel test Terminal-Bench-Science 0.1 l’azienda riporta il 52,6% per Fable 5.1 contro il 24,7% della versione precedente; in Terminal-Bench 4.0 indica il 55,8% per Fable 5.1 e il 60,9% per Mythos 5.1. Questi numeri vanno letti con una precisazione essenziale: in parte la differenza nasce dal fatto che i filtri di sicurezza intervengono diversamente, non da due motori cognitivi separati.

Il materiale di valutazione e le system card aiutano a inquadrare anche i limiti. Il rendimento di un modello dipende da strumenti, quantità di ragionamento consentita, procedure del test e interventi delle protezioni. Una classifica di programmazione misura un insieme di attività delimitate, non la capacità di produrre software pronto per qualsiasi azienda. E i risultati forniti dal produttore, pur documentabili, richiedono riscontri indipendenti prima di diventare promesse generalizzate.

Anthropic descrive anche attività scientifiche svolte con il supporto dei modelli. Tra gli esempi citati ci sono progetti di ottimizzazione di codice per l’analisi biologica e un lavoro su una mappa altimetrica di Venere. Sono dimostrazioni rilevanti perché spostano il racconto dell’AI da una risposta corretta a una catena di ricerca, strumenti e verifiche. Non dimostrano però che il sistema possa sostituire in autonomia uno scienziato né che i risultati siano applicabili, senza ulteriori validazioni, a contesti clinici o industriali.

Protezione dei dati e falsi positivi: Anthropic cambia anche le regole aziendali

Il lancio interviene su un tema meno vistoso dei benchmark: la conservazione dei dati. Anthropic presenta gli Enterprise Frontier Safeguards, un sistema che intende offrire una protezione paragonabile alla conservazione zero dei dati, mantenendo la capacità di contrastare utilizzi malevoli. La soluzione, secondo l’azienda, colloca i dati nell’infrastruttura cloud controllata dal cliente anziché conservarli presso Anthropic. All’annuncio la distribuzione era prevista per fasi, a partire dall’autunno, mentre alcuni clienti ammessi potevano già utilizzare condizioni di conservazione zero.

La distinzione temporale conta. Un controllo progettato e annunciato non equivale a un servizio universalmente disponibile. Per le imprese che intendono adottare un modello in settori regolamentati, i documenti contrattuali e le modalità effettive di elaborazione sono più importanti delle espressioni usate in conferenza stampa. Identità, log, permessi e gestione degli accessi restano elementi da verificare, come mostra la guida di Terza Pillola sulla sicurezza degli agenti AI.

Anthropic sostiene inoltre che le nuove protezioni cyber generino il 60% di falsi positivi in meno rispetto a prima. È un dato promettente, ma circoscritto alle valutazioni interne citate dall’azienda. Ridurre le richieste lecite bloccate per errore migliora l’utilità per i professionisti; non equivale a dimostrare che le richieste pericolose vengano riconosciute tutte. Il compromesso resta centrale: la sicurezza migliore non è il filtro che interviene più spesso, bensì quello che distingue con maggiore precisione i contesti.

La nuova gerarchia dell’AI: chi possiede il modello e chi ottiene il permesso

Claude Fable 5.1 e Mythos 5.1 mostrano che la stessa tecnologia può essere distribuita come un servizio generalista o come uno strumento professionale sorvegliato. È comprensibile che una capacità utile a trovare difetti di sicurezza debba avere regole differenti se utilizzata per un controllo autorizzato o per compromettere sistemi altrui. Più difficile è stabilire chi decide i confini, quanto siano trasparenti e se un piccolo laboratorio possa soddisfare requisiti che per una grande organizzazione sono routine.

Non si tratta necessariamente di censura né, all’estremo opposto, di una garanzia che i fornitori agiscano sempre per l’interesse collettivo. È una scelta di governo dell’accesso a una tecnologia potente, compiuta da un’azienda privata che deve bilanciare competitività, responsabilità e rischio. Lo stesso tema attraversa la discussione sull’autonomia degli agenti AI: delegare funzioni a un modello non equivale a delegare anche la responsabilità delle sue azioni.

Finora la domanda più popolare era quale laboratorio avesse costruito l’intelligenza artificiale migliore. Il caso Fable-Mythos ne mette sul tavolo un’altra: chi stabilisce che cosa sia una domanda legittima, e a chi sia consentito porla? È probabile che nei prossimi anni la differenza tra clienti non passerà soltanto dal prezzo dell’abbonamento, ma dall’ampiezza delle capacità autorizzate. La macchina può essere la stessa. La chiave della porta, evidentemente, no.