TL;DR
· Claude Fable 5 voltou a ser acessível em 1º de julho, e após 7 de julho, mais uso será direcionado para créditos de uso.
· O preço oficial é de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída; sessões longas e loops automáticos amplificam o consumo.
· Os usuários são mais adequados para usar o Fable 5 nas etapas de planejamento e revisão, deixando as tarefas de execução para modelos mais baratos.

Após a reabertura do Claude Fable 5, o foco das discussões entre os usuários passou a ser como economizar diante dos altos custos de tokens. Este modelo principal, chamado pela Anthropic de "o modelo mais capaz amplamente lançado", é voltado para raciocínio intenso e tarefas de agente de longo prazo, com suporte a uma janela de contexto de 1 milhão de tokens e saída de até 128 mil tokens. O aumento de capacidade traz um problema direto: ao usar o Claude Code, Managed Agents ou sessões longas, o modelo pode continuar pensando, chamando ferramentas e verificando repetidamente, ampliando a pressão na fatura.

De acordo com a página oficial da Anthropic, o Claude Fable 5 foi reabilitado em 1º de julho de 2026, disponível para usuários Pro, Max, Team e Enterprise, além de canais como Claude Platform, AWS, Google Cloud e Microsoft Foundry. O preço oficial é de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, com o prompt caching oferecendo um desconto de até 90% no preço de leitura em relação ao preço de entrada.

No anúncio "Redeploying Fable 5", a Anthropic afirma que usuários Pro, Max, Team e alguns Enterprise podem usar o modelo em até 50% dos limites semanais de uso até 7 de julho. Após essa data, o uso contínuo será cobrado por meio de créditos de uso.

Portanto, o Fable 5 não é adequado para ser usado como um modelo de chat padrão. Ele é mais como um arquiteto e revisor caro, ideal para definir a direção no início de uma tarefa e fazer o controle de qualidade antes do fim, enquanto a maior parte do trabalho de execução fica com modelos mais baratos.

O mais caro não é uma única resposta, mas sim tarefas longas que rodam automaticamente

O custo do Fable 5 vem primeiro do preço unitário.

Com US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, ele já é um modelo caro por si só. Em perguntas curtas e respostas curtas, o usuário pode não sentir muito. Mas em cenários como modificação de código, organização de materiais, planos de produto, tarefas de pesquisa e agentes automatizados, os tokens de saída, contexto, chamadas de ferramenta e iterações múltiplas se acumulam.

O que amplifica ainda mais o consumo é o ponto forte do Fable 5.

A documentação oficial o posiciona como adequado para "trabalho de agente de longo horizonte" (long-horizon agentic work), ou seja, trabalho de agente de longo prazo. Ele pode dividir tarefas em várias etapas, verificar ativamente lacunas e, se necessário, continuar chamando ferramentas ou subtarefas para avançar. Para tarefas complexas, isso é valioso – o usuário não precisa dar prompts manuais a cada passo; o modelo pode iterar em torno do objetivo.

Mas se o objetivo não for claro, os limites forem muito amplos ou o tempo muito longo, o modelo pode continuar rodando para tentar completar a tarefa de forma mais robusta. O autor do artigo original relata que, nas primeiras horas de teste, quase esgotou os limites de uso, mesmo sem executar tarefas realmente exageradas. Essa experiência é mais um feedback de usuário do que uma estimativa de custo oficial, mas alerta para um risco real: sessões longas, loops automáticos e uso inadequado padrão se transformarão em consumo de créditos de forma mais direta após 7 de julho.

"10-80-10": use o Fable apenas nos dois extremos críticos

A abordagem central proposta no artigo é transformar o Fable 5 de "executor em tempo integral" para "controlador de entrada e saída".

O chamado "10-80-10" corresponde, grosso modo, a três fases de um projeto de IA.

Nos primeiros 10%, use o Fable para planejar. Defina a estrutura da tarefa, o caminho de execução, os critérios de sucesso, as restrições e o formato de entrega. Ele não é melhor para execução mecânica, mas sim para montar um plano claro antes de uma tarefa complexa começar.

Nos 80% intermediários, troque para modelos mais baratos para executar. A maior parte dos tokens é normalmente consumida em revisões repetidas, ajustes de formatação, pequenas correções de código, organização de materiais, geração comum e iterações. Essa parte não necessariamente precisa da participação integral do Fable 5; pode usar Opus, Sonnet, Haiku ou outros modelos de custo menor.

Nos últimos 10%, traga o Fable de volta para revisar. Depois que o modelo barato completar a execução principal, deixe o Fable verificar se o resultado está alinhado com o plano original, se há lacunas, o que precisa ser reparado e se atende aos padrões de entrega. Como ele está apenas revisando um produto já existente, e não gerando todo o conteúdo do zero, o consumo de tokens costuma ser muito menor.

Esse método não é uma fórmula de economia garantida pela empresa. O autor do artigo original menciona que, em alguns cenários, substituir a camada de execução por um modelo barato pode reduzir os gastos com tokens em mais de 50%, mas isso deve ser visto como uma experiência de uso. A ideia realmente replicável é que modelos de ponta não precisam arcar com todo o trabalho intensivo em tokens; eles são mais adequados para as etapas de julgamento, arquitetura e identificação de erros.

/goal e /loop tornam os agentes mais úteis, e também tornam os custos menos perceptíveis

Outra mudança no Fable 5 é que ele é mais adequado para fluxos de trabalho de agente.

Na forma tradicional de dar prompts, o usuário faz uma pergunta e o modelo responde. O usuário verifica e pergunta novamente, e o ciclo é impulsionado pelo humano. A decisão de continuar, corrigir ou parar é tomada pelo usuário a cada passo.

No ambiente Claude Code, /goal e /loop transformam esse processo em uma execução mais automatizada.

A documentação da Anthropic mostra que /goal executa continuamente até que a condição seja atendida ou o usuário o cancele, podendo exibir o gasto de tokens. A própria empresa recomenda adicionar limites de tempo ou rodadas, como "parar após 20 rodadas". Um objetivo melhor não deve ser apenas "me ajude a modificar o código", mas também especificar o que será concluído, como verificar o resultado, quais limites não podem ser ultrapassados e quando parar.

/loop é usado para repetir um prompt em intervalos, por exemplo, verificar o estado de implantação a cada 5 minutos, ou pode deixar o Claude escolher o intervalo dinamicamente. A documentação oficial mostra que tarefas de loop têm uma regra de expiração de 7 dias. Essas funcionalidades são adequadas para monitoramento, iteração, verificação, reparos de longo prazo e tarefas de agente, permitindo que o modelo continue avançando sem que o usuário precise dar prompts repetidamente.

O risco de custo também aparece aqui.

O loop automático transforma a "confirmação manual humana do próximo passo" em "o modelo continua rodando conforme o plano". Se o objetivo for muito amplo, as condições de parada forem vagas, os intervalos forem muito curtos ou a duração muito longa, o Fable 5 pode continuar consumindo tokens mesmo após o usuário se afastar. Quanto mais o modelo for bom em encontrar problemas, complementar etapas e fazer auto-verificação, mais o usuário precisará definir limites rígidos com antecedência.

Portanto, o 10-80-10 e a engenharia de loop são melhores usados juntos: o Fable 5 cuida de projetar o loop, definir o objetivo e os critérios de aceitação; a camada de execução é deixada, sempre que possível, para modelos baratos; e o Fable 5 só intervém quando o loop é encerrado, quando o resultado precisa ser julgado ou quando um ponto crítico exige controle de qualidade.

Após 7 de julho, a seleção de modelo e o limite de gastos precisam ser reavaliados

Para o usuário comum, o risco mais direto não são fluxos de trabalho complexos, mas o uso inadequado.

O artigo original alerta que, ao abrir o Claude Code ou o aplicativo Claude, o modelo pode estar selecionado como Fable por padrão. Essa afirmação parece mais uma experiência de usuário; a documentação oficial não a apresenta como uma regra universal. No entanto, durante o período de reabertura de um novo modelo e incentivo ao teste, alguns usuários podem, de fato, usar o modelo mais caro sem perceber em conversas comuns, organização simples ou tarefas de baixo valor.

Com o início da cobrança por créditos, esse uso inadequado se torna mais sensível. Diálogos simples, reescritas leves, ajustes de formatação e resumos comuns não exigem necessariamente o Fable 5. Verificar o seletor de modelo antes de iniciar cada sessão pode se tornar um hábito básico para usuários frequentes.

Outro lembrete realista é definir um teto de gastos (spending cap).

A documentação de suporte da Anthropic mostra que os créditos de uso precisam ser ativados em Settings > Usage, onde o usuário pode configurar um método de pagamento e comprar ou pré-carregar créditos, além de definir um limite mensal de gastos, recarga automática e alertas de uso. O Claude Code também se aplica aos créditos de uso.

Sem um limite mensal, tarefas longas, loops automáticos e execução de agente podem acumular custos significativos em pouco tempo. Para usuários frequentes, definir um limite de gastos mensais, usar alertas e escrever condições de parada claras em /goal ou /loop não é mais apenas uma configuração financeira, mas parte do uso de modelos de agente.

O novo hábito trazido por modelos como o Fable 5 é alocar o modelo de acordo com o valor e a dificuldade da tarefa. Planejamento, julgamento complexo e revisão final merecem o Fable; execução repetitiva, geração comum e modificações leves são mais adequadas para modelos baratos. Os modelos de ponta estão deixando de ser "chatbots mais inteligentes" para se tornarem "agentes que podem trabalhar automaticamente". Quanto maior a capacidade, mais o usuário precisa definir objetivos, limites, tempo e orçamento com antecedência. Caso contrário, a conta descontrolada pode surgir antes mesmo do fracasso da tarefa.

Clique para saber mais sobre as vagas em aberto na BlockBeats

Bem-vindo a se juntar à comunidade oficial da BlockBeats:

Telegram (assinar): https://t.me/theblockbeats

Telegram (grupo de discussão): https://t.me/BlockBeats_App

Twitter (conta oficial): https://twitter.com/BlockBeatsAsia