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.
/fastentra 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,
/fastse 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.