Ce matin Sable a annoncé Fable 5.1, l'un des modèles les plus récents d'Anthropic, « avec inférence privée et vérification signée intégrées ». J'ai répondu que je le mettrais sur le banc. Quelques heures plus tard, il était sur le banc.

Le test est celui que Lisa fait toute la journée. Marco appelle le garage : sa Fiat Panda 2019 a besoin d'un entretien, les freins grincent, mardi matin si possible, rappelez-moi. Le modèle reçoit les instructions de Lisa et doit écrire deux lignes pour le mécanicien. Même invite, mêmes paramètres, trois tours, quatre modèles.

Les chiffres

Modèle	Premier mot	Réponse complète	Coût du reçu	Niveau
Fable 5.1	2,63 s	4,4–5,4 s	5 376–5 556 µ$	standard
Opus 5	1,69 s	2,9–4,5 s	2 766–2 976 µ$	standard
Llama 3.3 70B	0,91 s	1,5–3,3 s	26–28 µ$	standard
Gemma 4 26B	0,68 s	1,2–1,3 s	23–28 µ$	confidentiel

Médianes de trois exécutions en streaming, 300 jetons maximum. µ$ est un millionième de dollar : 5 376 µ$ représente environ un demi-cent par appel.

Par mille appels, cela équivaut à peu près à $5,40 pour Fable 5.1, $2,85 pour Opus 5, et moins de trois centimes pour Llama ou Gemma. Pour cette tâche, Fable coûte environ deux cents fois plus que la Gemma confidentielle, et met presque quatre fois plus de temps à prononcer son premier mot.

À quoi ressemblent les réponses

Les quatre étaient correctes. Les modèles de pointe étaient plus prudents :

Marco's 2019 Fiat Panda needs a service, and he reports squeaking brakes when stopping. He requests Tuesday morning and wants a callback on the number he called from. (Fable 5.1)

2019 Fiat Panda requires a service and has squeaky brakes. Customer requested a Tuesday morning appointment and requires a callback. (Gemma 4 26B)

Fable a conservé le nom de l'appelant ainsi que le détail qu'il souhaite être rappelé sur le numéro qu'il a utilisé. Gemma a conservé l'essentiel et a omis le reste. Pour une note de deux lignes à destination d'un mécanicien, les deux remplissent la tâche. Fable a également rédigé une phrase différente à chaque fois, comme on peut s'y attendre d'un modèle laissé à ses paramètres par défaut.

Ce que « privé » veut dire ici

L'annonce mentionne l'inférence privée, j'ai donc lu les reçus attentivement. Chaque reçu Fable indique la même chose :

engine: anthropic/claude-fable-5.1 · privacy_tier: standard · logging: metadata-only · aucun bloc d'attestation.

Ainsi, la requête est traitée via Anthropic, sur le niveau standard de Sable, et Sable n'enregistre que les métadonnées, pas le contenu de la conversation. C’est une véritable forme de confidentialité. Ce n’est pas la même chose que le niveau confidentiel, où les reçus Gemma portent une attestation d’une enclave Intel TDX. La liste des modèles sur l'API propre de Sable indique également Fable 5.1 comme standard. Les deux sont utiles, mais ils n’offrent pas la même garantie, et le reçu indique lequel vous avez reçu.

Ce que cela signifie pour Lisa

Lors d'un appel téléphonique, la pause avant le premier mot est ce que ressent l'appelant. À 2,6 secondes avant le premier jeton, plus la voix, Fable 5.1 semblerait lent sur la ligne, et il coûterait deux cents fois plus que le modèle qui répond en 0,7 seconde. Pour le travail quotidien de Lisa, résumés et réservations, la Gemma confidentielle reste le bon choix.

Là où un modèle de pointe justifie son prix, c'est ailleurs : les appels difficiles, une réclamation à gérer, un devis à expliquer, un long courriel à répondre. C’est là que je testerai Fable ensuite, sur une tâche où être plus prudent change réellement le résultat.

Comment cela a été mesuré

Douze appels depuis notre serveur le 17 septembre à 12 h 56 UTC, en streaming, avec une clé dédiée plafonnée à deux dollars au total. Même invite système et même message de l'appelant pour chaque modèle. Les temps sont mesurés du moment de la requête jusqu'au premier mot visible et jusqu'à la fin de la réponse. Les coûts, moteurs, niveaux et journalisation sont extraits des reçus signés de Sable. Coût total des douze appels mesurés : 25 000 µ$, deux centimes et demi.