Claude Fable 5.2 e Mythos 5.2 no Hermes: fast mode, uma janela de 1M e o buraco de 200K no meio


Seu refactor de segunda-feira termina na metade do tempo de sempre, e você fica satisfeito até o painel de uso alcançar: o mesmo trabalho, linha por linha, custou o dobro. Ou acontece o contrário — você troca para um modelo que disseram ter janela de um milhão de tokens, e a primeira requisição com um prompt de 200K que antes cabia volta como se essa janela nunca tivesse existido. As duas surpresas vêm da mesma família pequena de modelos, e agora as duas são coisas que você escolhe de propósito em vez de descobrir por acidente.

Dois pull requests, seis horas de intervalo

O Claude Fable 5.2 chega ao Hermes com o PR #152220, mesclado em 2026-11-09 às 21:33 UTC. Cerca de seis horas depois, o PR #152393 é mesclado com três mudanças para o Claude Mythos 5.2: fast mode ligado, a janela de contexto de 1M de tokens que ele sempre deveria ter tido e o piso de stale-timeout de raciocínio que o Fable já carregava.

O Fable 5.2 é o modelo disponível publicamente. O Mythos 5.2 é o irmão com a mesma ficha técnica — 1.000.000 de tokens de contexto, até 128K de saída — restrito a membros dos programas Cyber Verification e Life Sciences Verification da Anthropic. Se o segundo PR parecer arrumação de casa ao lado do lançamento de um modelo, comece pela seção dos 200K: essa arrumação estava custando contexto de verdade aos usuários do Mythos, sem aviso.

fast mode, sem jargão

Uma requisição em fast mode é o mesmo modelo em outro nível de serviço. Você envia speed: "fast" ao lado do corpo normal da requisição, e a API da Claude devolve tokens mais cedo. O PR também traz o header beta fast-mode-2026-02-01, enquanto a documentação da plataforma da Anthropic lista o parâmetro como disponível em geral. Nada muda nos pesos, na janela de contexto ou no cache de prompt. O que muda é o preço por token, que dobra.

Dois termos vale a pena fixar antes das tabelas:

  • Janela de contexto — o total de texto (prompt de sistema, arquivos, saída de ferramentas, histórico da conversa) que o modelo consegue manter em uma única requisição. Se passar disso, a requisição é rejeitada ou o Hermes precisa compactar o histórico, então esse número importa mais que qualquer pontuação de benchmark.
  • cache read — a tarifa com desconto que você paga por entrada que a API já viu, normalmente o prefixo estável de um prompt que você reenvia. Um cache write é a taxa extra por colocar esse prefixo no cache, e a variante de cinco minutos expira rápido.

Os dois reaparecem na tabela de preços do fast mode, o que surpreende: você não mantém a tarifa barata de cache enquanto paga a tarifa rápida pela saída. Tudo escala pelo mesmo fator.

Identificadores de modelo, e quem realmente alcança

Os nomes são onde esses dois modelos confundem, porque três sistemas os escrevem de três formas diferentes.

Onde você executa Fable 5.2 Mythos 5.2
API nativa da Anthropic claude-fable-5-2 claude-mythos-5-2
Bedrock anthropic.claude-fable-5-2 —
OpenRouter anthropic/claude-fable-5.2 —
Nous Portal anthropic/claude-fable-5.2 não listado

A forma com barra e ponto é a convenção do OpenRouter e do Nous Portal; a forma com hífens é a que a API nativa da Anthropic aceita. O Bedrock cobra anthropic.claude-fable-5-2 pelas mesmas tarifas padrão da API direta.

O Mythos 5.2 é a coluna interessante. O acesso é restrito a membros dos programas Cyber Verification e Life Sciences Verification da Anthropic, e no momento em que o segundo PR foi mesclado o Nous Portal respondia 404 tanto para anthropic/claude-mythos-5.2 quanto para anthropic/claude-mythos-5-2, e o id não estava na lista de modelos do Portal — 396 ids naquele momento. Em resumo: se você chega ao Claude pelo Nous Portal, a metade fast mode deste lançamento ainda não se aplica a você. Se usa a API nativa da Anthropic, se aplica, e /fast é o interruptor.

O buraco de 200K

A regressão de contexto não era um bug no cliente da API. Era uma chave faltando em um dicionário.

O Hermes mantém uma tabela de comprimentos de contexto padrão, usada sempre que um provider não devolve um número ao vivo — um cache de metadados frio, um endpoint fazendo proxy, um provider que simplesmente não informa o valor. As linhas relevantes são assim:

DEFAULT_CONTEXT_LENGTHS = {
    # ...
    "claude-fable-5": 1000000,
    "claude-fable": 1000000,
    "claude-mythos": 1000000,
    "claude-opus-5": 1000000,
    "claude-sonnet-5": 1000000,
}

Agora veja o que não está lá: claude-mythos-5-2. A tabela ancora a família Fable no prefixo claude-fable, então claude-fable-5-2 resolve e mantém seu milhão de tokens. O Mythos compartilha a especificação — 1M de contexto, 128K de saída — mas não o prefixo, então claude-mythos-5-2 caía na entrada genérica claude, de 200.000 tokens.

Id do modelo Contexto usado sem consulta ao vivo, antes Depois
claude-fable-5-2 1.000.000 1.000.000
claude-mythos-5-2 200.000 (fallback genérico de claude) 1.000.000

O modo de falha é cruel justamente porque é silencioso. Quando o provider devolve metadados, nada dá errado — o limite real chega junto com a resposta. Mas nos caminhos que dependem do fallback, o Mythos se comporta como um modelo de 200K, e uma sessão longa que passa de 200K é compactada muito antes do que deveria. Nenhum erro aparece; o histórico só é resumido mais cedo do que o necessário, e isso soa como se o modelo tivesse ficado mais burro da noite para o dia.

O PR #152393 adiciona a entrada do Mythos a essa tabela. A segunda metade da correção é mais sutil.

O piso de stale-timeout do raciocínio

Quando um modelo de raciocínio pensa antes de responder, algo precisa decidir quanto silêncio é aceitável. Se nenhum token chega dentro da janela stale, o Hermes trata a requisição como travada e tenta de novo, e a tentativa é descartada.

Cadeias longas de pensamento são exatamente o caso que dispara isso. O Fable tinha um piso aplicado a esse orçamento de raciocínio — um tempo mínimo de pensamento concedido ao modelo antes que sua requisição possa ser considerada stale. O Mythos não tinha esse piso, então em um prompt realmente difícil podia ser cortado antes de o primeiro token chegar: sem resposta, sem saída para faturar e uma nova tentativa que começa do zero. O mesmo PR dá o piso ao Mythos, igual ao Fable.

Esse é o lançamento inteiro em uma frase: um modelo adicionado, um modelo equiparado ao seu gêmeo.

Quanto custa o fast mode

Só o Fable 5.2 tem itens publicados na tabela de preços, e vale lê-los em par, porque a linha de fast mode não é desconto de ninguém.

Por milhão de tokens (USD) Entrada Saída cache read cache write de 5 minutos
Fable 5.2, padrão $8.00 $40.00 $0.20 $10.00
Fable 5.2, fast mode $16.00 $80.00 $0.40 $20.00
Fable 5.2 na Bedrock $8.00 $40.00 $0.20 $10.00

Faça a conta antes de virar a chave: o fast mode se paga quando a latência de relógio é o gargalo — um loop de código interativo, um agente esperando idas e vindas de ferramentas. É uma troca ruim para trabalho em lote, para tarefas de contexto longo dominadas por cache reads reenviados e para qualquer coisa que você vá rodar dez vezes até acertar. Dobrar um cache read de $0.20 é troco; dobrar $80 de saída é uma linha pela qual alguém vai te perguntar. Se você chega ao Claude por assinatura em vez de API key, o guia de providers mostra qual caminho cobra de qual cota, e esta análise da medição de assinaturas do Claude explica por que o mesmo trabalho pode mexer sua utilização em valores bem diferentes.

Como ligar

/fast é um comando de barra que já existe — hermes_cli/cli_info_mixin.py cuida dele —, então não há nada novo para instalar. O que esses dois PRs mudaram é a lista que esse interruptor consulta, e a lista que o gate de requisições nativas da Anthropic consulta:

_ANTHROPIC_FAST_MODE_MODELS = frozenset({
    "claude-opus-4-8",
    "claude-opus-5",
    "claude-opus-5-5",
    "claude-fable-5-2",
    "claude-mythos-5-2",
})

Um modelo se qualifica se o id cair nesse conjunto depois da normalização. A checagem aceita prefixo de fornecedor (anthropic. ou anthropic/), grafias com ponto como claude-mythos-5.2 e um sufixo de data de 8 dígitos como -20260601, que é removido antes da comparação — então claude-fable-5-2, anthropic/claude-fable-5.2 e anthropic.claude-mythos-5-2-20260601 todos resolvem para uma entrada. Um id separado que só termina em -fast é outra coisa e não está nesse conjunto.

Um esclarecimento, porque o nome convida ao erro: fast mode é um parâmetro de requisição no mesmo id de modelo, não um segundo modelo. Não existe um deployment ou endpoint Fable-fast separado para configurar.

O que isso muda para você

  • Anthropic nativo, Fable 5.2. Funciona hoje. /fast entra em ação; orçamento dobrado por token, incluindo cache reads e cache writes.
  • Anthropic nativo, Mythos 5.2. Exige associação a Cyber ou Life Sciences Verification. Quando você tiver, /fast se aplica, e sua janela de contexto não desaba mais para 200K quando os metadados faltam.
  • Nous Portal ou OpenRouter. Fable 5.2 está disponível com o id pontuado a preço padrão. Mythos 5.2 não aparece listado, então as mudanças de fast mode e de contexto do segundo PR são teóricas para você.
  • Quem roda sessões longas no Mythos. O piso de stale-timeout é a correção que você não sabia que precisava — turnos longos de raciocínio param de morrer antes do primeiro token.

Se você está começando no lado da CLI, a referência de comandos cobre os outros comandos de barra que você vai digitar dentro de uma sessão, e o guia do catálogo de plugins é onde olhar se quiser automatizar parte disso em vez de digitar a cada sessão.

O padrão nos dois PRs é o mesmo que aparece toda vez que uma família de modelos cresce: o modelo em si é um pull request, e fazer com que ele se comporte como os irmãos é outro. Fique de olho no segundo. Uma janela de contexto errada e um piso stale ausente não se anunciam; só fazem um bom modelo parecer medíocre.