Un million de tokens de contexte, des coûts d'inférence divisés par deux sur les tâches agentiques et un système de traçabilité pensé pour l'AI Act. Le 1er septembre 2026, Anthropic a mis à jour ses deux modèles phares avec Claude Fable 5.1 et Claude Mythos 5.1. Pour une direction juridique qui traite des data rooms de 400 pages ou une DAF qui consolide des reportings trimestriels, ce n'est pas une mise à jour cosmétique : c'est un changement d'échelle.
Fable 5.1 et Mythos 5.1 : ce qui a changé en trois mois
Fable 5 datait de juin 2026. Trois mois plus tard, Anthropic livre une version 5.1 qui touche directement ce qui coince le plus souvent en entreprise : la taille des documents traitables et le coût des usages intensifs. Les deux modèles supportent désormais un contexte d'un million de tokens, avec une capacité de sortie de 128 000 tokens par réponse, selon l'annonce officielle d'Anthropic. Fable 5.1 est accessible via l'API dès maintenant ; Mythos 5.1, réservé aux participants vérifiés du programme Project Glasswing, cible les usages les plus sensibles et n'a pas vocation à équiper la majorité des entreprises dans l'immédiat.
Le deuxième changement concerne le prix. La lecture depuis le cache tombe à 0,25 dollar par million de tokens, soit une baisse de 75 % par rapport à Fable 5, rapporte VentureBeat. Sur un workload classique, la facture recule d'environ 25 %. Sur un workload fortement agentique (plusieurs appels enchaînés, relecture de contexte à chaque étape), la baisse grimpe jusqu'à 45 %. Concrètement : un cabinet qui faisait tourner un agent de revue contractuelle en continu voit sa note mensuelle fondre sans changer une ligne de son usage.
Anthropic ajoute une troisième nouveauté, moins commentée mais utile au quotidien : le contrôle d'effort en cours de conversation. Un utilisateur peut désormais demander au modèle de pousser ou de réduire l'intensité de son raisonnement sur une étape précise, sans relancer une nouvelle session. Sur un dossier long, ça évite de payer le prix fort pour des étapes simples et de sous-traiter les étapes complexes. Le prix d'entrée, lui, ne bouge pas : 10 dollars par million de tokens en entrée, 50 dollars en sortie, un niveau assumé par Anthropic comme le tarif d'un modèle taillé pour des tâches longues plutôt que pour des échanges courts.
Un contexte à un million de tokens, pour quoi faire concrètement ?
Un million de tokens, ça représente à peu près 750 000 mots : l'équivalent d'une dizaine de romans, ou d'une data room de due diligence M&A complète chargée en une seule fois. Jusqu'ici, traiter un tel volume imposait de découper les documents, de perdre du contexte entre les fragments, et de recoller les morceaux à la main. Avec Fable 5.1, un juriste peut charger l'intégralité d'un contrat-cadre, de ses avenants et de la jurisprudence associée dans une seule conversation, sans jongler entre dix onglets et autant de résumés partiels.
Pourquoi cette capacité arrive-t-elle maintenant, et pas avant ? Parce que la demande a suivi. Gartner anticipe que 40 % des applications d'entreprise embarqueront des agents IA spécialisés d'ici la fin 2026, contre moins de 5 % en 2025. Ces agents ont besoin de mémoire longue pour raisonner sur des dossiers entiers plutôt que sur des extraits. Un agent de due diligence qui ne voit que 20 % du dossier produit une analyse partielle, et potentiellement dangereuse pour la décision d'investissement qui en découle : une clause de earn-out isolée dans un avenant peut changer complètement la valorisation d'une cible, encore faut-il que le modèle l'ait vue.
Dans l'asset management, l'usage est similaire : croiser un prospectus, un rapport de gestion et cinq ans d'historique de performance dans une seule requête, sans reformater ni tronquer. Les sociétés de gestion qui expérimentent déjà Claude Cowork pour l'analyse de portefeuille gagnent un niveau de granularité qu'un contexte plus court ne permettait pas. C'est un peu comme passer d'un dossier consulté fiche par fiche à un dossier étalé entièrement sur une même table : rien ne change dans le contenu, mais tout change dans la capacité à repérer les incohérences entre deux pages éloignées.
Des coûts divisés par deux sur les usages agentiques
62 % des organisations expérimentent aujourd'hui des agents IA, mais seules 23 % parviennent à les faire passer à l'échelle, selon McKinsey. Le coût est l'une des raisons invoquées le plus souvent par les directions financières pour freiner ce passage à l'échelle : un agent qui relit son propre contexte à chaque étape d'un workflow multiplie les tokens facturés, parfois de façon disproportionnée par rapport à la valeur produite.
La baisse de 75 % sur la lecture en cache change ce calcul. Un agent de réconciliation comptable qui repasse plusieurs fois sur les mêmes écritures, un agent de veille réglementaire qui réinterroge le même corpus de textes chaque semaine : ce sont exactement les usages où le cache est sollicité en boucle, et donc ceux où la facture baisse le plus. Ce n'est pas un hasard si Anthropic a choisi de cibler cette mécanique plutôt que le prix d'entrée brut.
Prenons un exemple concret. Un agent de screening de conformité qui relit un même référentiel de 200 000 tokens à chaque nouvelle vérification coûtait, avec Fable 5, environ 2 dollars de lecture de cache par exécution. Avec Fable 5.1, cette même exécution tombe à 0,50 dollar. Multipliez par plusieurs centaines de vérifications mensuelles dans un cabinet de courtage ou une compagnie d'assurance, et l'écart cumulé change la rentabilité du projet, parfois suffisamment pour le faire basculer d'un POC jamais généralisé à un déploiement en production. Le calcul mérite d'être refait dès maintenant plutôt que dans six mois : un budget validé sur les anciens tarifs de Fable 5 sous-estime désormais la marge réellement disponible.
Traçabilité et confidentialité : une réponse partielle à l'AI Act
Les obligations de transparence de l'article 50 de l'AI Act européen s'appliquent depuis le 2 août 2026, avec des sanctions pouvant atteindre 7,5 millions d'euros ou 1 % du chiffre d'affaires mondial en cas de manquement sur ce seul volet. Fable 5.1 embarque un système de traçabilité de la provenance du contenu, qui tague les sorties générées pour que les systèmes en aval puissent identifier ce qui relève de l'IA. C'est loin de couvrir l'ensemble des obligations du règlement, mais ça facilite la brique de traçabilité que beaucoup de directions de la conformité peinaient encore à cadrer techniquement faute d'outil natif.
Sur la confidentialité, Anthropic introduit les Enterprise Frontier Safeguards, un système censé concilier deux exigences qui se contredisent souvent : protéger les données des clients tout en surveillant les usages malveillants à l'échelle de plusieurs comptes. En attendant que ce système soit pleinement opérationnel, les clients éligibles peuvent activer une politique de rétention zéro des données sur Fable 5.1. Pour un cabinet d'avocats ou une compagnie d'assurance soumise au secret professionnel, ce n'est pas un détail contractuel : c'est souvent la condition posée par le comité de direction avant d'autoriser le moindre déploiement.
Le calendrier réglementaire, lui, reste mouvant. Le Digital Omnibus, entré en vigueur le 27 juillet 2026, a repoussé au 2 décembre 2027 les obligations applicables aux systèmes à haut risque de l'annexe III. Les entreprises qui avaient bâti leur feuille de route sur l'ancien calendrier doivent la réajuster, sans pour autant relâcher l'effort sur les obligations de transparence, elles, déjà en vigueur depuis le mois d'août.
L'écart entre adopter l'IA et vraiment l'industrialiser
Ces annonces techniques tombent dans un contexte français encore contrasté. Selon l'enquête TIC entreprises de l'INSEE publiée le 21 juillet 2026, 18 % des entreprises françaises de dix salariés ou plus utilisent au moins une technologie d'intelligence artificielle, contre 10 % un an plus tôt : une progression réelle, mais qui laisse la France encore en retrait de la moyenne européenne, à 20 %. Côté PME et ETI, le baromètre Bpifrance Le Lab - Rexecode indique que 55 % des dirigeants déclarent utiliser l'IA générative, mais que seuls 17 % en font un usage régulier et industrialisé. La majorité teste encore, sans jamais franchir le cap.
Un contexte plus large et des coûts plus bas ne résolvent pas ce fossé à eux seuls. Ils abaissent la barrière technique pour les entreprises qui ont déjà structuré leur approche : celles qui savent quel cas d'usage prioriser, qui ont un budget alloué et un responsable de la mesure. Pour les autres, la tentation est de voir dans chaque nouvelle version de modèle une raison de reporter encore la décision de se lancer, en attendant une version 5.2 hypothétique qui réglerait tout d'un coup. Ce jour n'arrive jamais vraiment, et le concurrent qui a démarré six mois plus tôt avec un cas d'usage modeste a déjà une longueur d'avance opérationnelle.
Ce que ça change secteur par secteur
Dans le secteur juridique, le contexte étendu permet de charger un contrat de 300 pages avec ses annexes et d'obtenir en une passe les clauses à risque, sans relecture fragmentée. Pour une direction juridique qui traite plusieurs dizaines de contrats fournisseurs chaque mois, le gain ne se mesure pas qu'en heures : il se mesure en cohérence d'analyse, un point sur lequel le découpage manuel introduisait historiquement des angles morts entre deux lots de documents traités séparément.
Pour l'immobilier et les foncières, l'usage porte sur les baux commerciaux et les due diligences techniques : charger l'ensemble d'un dossier d'acquisition, actes notariés compris, dans une seule conversation raccourcit un cycle d'analyse qui prenait auparavant plusieurs jours de lecture croisée entre équipes. Pour le recrutement, le gain de coût sur les tâches répétitives (comparaison de CV contre un référentiel de poste stable d'une mission à l'autre) profite directement des baisses sur la lecture en cache, puisque le référentiel reste identique d'un candidat à l'autre.
Dans l'assurance et le courtage, la combinaison contexte long et coût réduit ouvre la voie à un contrôle qualité systématique des dossiers de souscription, plutôt qu'un échantillonnage aléatoire faute de budget suffisant pour tout vérifier. C'est un changement de posture : passer d'un contrôle qui rassure sur le papier à un contrôle qui couvre réellement le portefeuille. Reste à savoir qui, dans l'organisation, sera chargé de faire évoluer les procédures internes pour absorber ce niveau de contrôle plus fin, car un modèle plus capable ne remplace jamais la décision humaine sur un dossier litigieux, il change seulement le volume de dossiers qu'une équipe peut traiter sérieusement.
Adopter Fable 5.1 sans reproduire l'échec du POC
Moins de 30 % des dirigeants se disent satisfaits du retour sur investissement de leurs projets IA, selon une enquête Gartner récente. Le problème n'est presque jamais le modèle : c'est l'absence de cas d'usage cadré, de sponsor identifié et d'indicateur de suivi. Nous en parlions déjà à propos du piège du POC qui ne dépasse jamais le stade de l'expérimentation, un contexte plus grand ne change rien si personne ne pilote le déploiement derrière.
La bonne approche reste la même, avec un avantage technique en plus. Un cabinet de conseil qui veut migrer vers Fable 5.1 pour une mission de recherche multi-étapes doit d'abord isoler un cas d'usage précis (une revue de due diligence, un reporting réglementaire, une analyse de portefeuille) avant de dimensionner l'infrastructure autour. C'est à ce moment qu'un accompagnement structuré via Claude Cowork fait la différence entre un pilote qui reste isolé et un déploiement qui tient dans la durée, y compris pour les directions financières qui doivent justifier chaque euro investi devant un comité de direction.
Reste une question simple à se poser avant de basculer : votre organisation sait-elle déjà quel dossier volumineux elle ferait analyser en priorité si le contexte disponible n'était plus un obstacle ? Si la réponse est oui, Fable 5.1 mérite un test cadré dès maintenant, avec un indicateur de succès défini avant le premier prompt. Si la réponse est non, le vrai chantier est ailleurs, et il ne dépend d'aucune mise à jour de modèle. Notre équipe accompagne les entreprises, des directions juridiques aux sociétés de gestion, dans ce cadrage, du choix du cas d'usage jusqu'à la mise en production. Réservez un échange de 30 minutes pour évaluer ce que ce nouveau contexte à un million de tokens change concrètement pour vos équipes.