O melhor modelo de IA da Anthropic tem dificuldade para atrair usuários enquanto ferramentas mais baratas prosperam
O modelo Fable 5, de ponta da Anthropic, está atraindo relativamente pouco uso em comparação com opções mais baratas como Opus, GPT‑5.6 “Sol” e os modelos chineses de peso aberto em rápida ascensão, apesar de muitas vezes ser visto como mais capaz para tarefas complexas de codificação e pesquisa de longo horizonte. Os comentadores apontam custos altos, limites de uso agressivos, guardrails de segurança intrusivos, falta de retenção zero de dados para empresas e mudanças erráticas de preços e políticas como grandes desincentivos, especialmente quando modelos “bons o suficiente” agora são abundantes e muito mais baratos. Muitos veem isso como evidência de que os ganhos de inteligência, além de certo ponto, trazem retornos práticos decrescentes, empurrando a IA para um mercado comoditizado e sensível a custo, em vez de uma fronteira premium em disparada.
Adoção do modelo e inteligência “boa o suficiente”
- Muitos comentadores dizem que a capacidade de nível de fronteira do Fable 5 não é necessária para a maior parte do trabalho do dia a dia (codificação, e-mail, resumos).
- Modelos mais baratos (Opus 4.6/4.8, Sonnet, GPT 5.6 Sol, DeepSeek, GLM, Qwen, Kimi) são vistos como “bons o suficiente”, especialmente quando combinados com bons harnesses/agentes.
- Alguns argumentam que podemos estar perto de um patamar de “bom o suficiente”, em que a inteligência incremental agrega pouco valor fora da pesquisa de fronteira ou de engenharia muito complexa.
Preços, cotas e estratégia de negócios
- Forte frustração com os planos de assinatura em mudança da Anthropic, as janelas de acesso ao Fable e os limites opacos de 5 horas / semanais.
- Vários usuários relatam atingir limites no meio da sessão e se sentirem forçados a “token-maxx” ou a comprar várias contas ou planos mais altos.
- Muitos percebem a Anthropic como monetizando tokens de forma agressiva e agindo como um “token merchant”, em contraste com as cotas mais generosas ou previsíveis dos concorrentes.
Qualidade, regressões e guardrails
- Há um sentimento واسع de que o Opus 5 é mais lento, mais prolixo, mais condescendente e frequentemente pior do que o Opus 4.6/4.8; alguns suspeitam de downgrades silenciosos ou mudanças de infraestrutura.
- O Fable é elogiado por uma minoria por planejamento de longo horizonte, refatorações complexas e transformações autônomas de código ao longo de várias horas, mas outros acham o Sol ou o K3 comparáveis ou melhores por um custo menor.
- Os guardrails de segurança são um grande ponto de dor: Fable e Opus frequentemente recusam perguntas benignas de segurança, biologia, autenticação ou sistemas, ou fazem downgrade silencioso dos modelos.
Empresas e conformidade (ZDR)
- Um bloqueio importante para o Fable em empresas é a falta de retenção zero de dados; várias organizações proíbem seu uso por esse motivo.
- Alguns veem isso como impulsionado por pressão regulatória e pelo desejo da Anthropic de analisar padrões de ataque em múltiplas requisições. Outros veem isso como vigilância e um problema de confiança.
Privacidade, confiança e UX
- O incidente de fingerprinting de prompts / esteganografia é citado como uma violação séria de privacidade e um rompedor de confiança.
- Usuários não gostam do comportamento testado em A/B, dos toggles automáticos de “auto-mode” e das personalidades de modelo em mudança; eles querem ferramentas estáveis e previsíveis.
Concorrência, modelos locais e conversa sobre bolha
- Muitos relatam migrar trabalho pesado para OpenAI Codex/Sol, modelos chineses via OpenRouter ou Qwen/GLM/DeepSeek auto-hospedados, muitas vezes apenas por custo e confiabilidade.
- Vários preveem LLMs se tornando commodities baratas executadas localmente; os fossos defensivos dos laboratórios de base e as avaliações das ações de IA são vistos com ceticismo.