Anthropic lança novos modelos Fable e Mythos antes do IPO: Aumento de até 30% na velocidade deve apoiar valuation da oferta

O Fable 5.2 e o Mythos 5.2 compartilham o mesmo modelo subjacente, sendo que as principais diferenças residem nas restrições de segurança e nos usuários elegíveis. O Fable é voltado a uma base de usuários mais ampla e mantém salvaguardas em cibersegurança e no domínio biológico, enquanto o Mythos é adaptado para instituições verificadas, com o objetivo de apoiar pesquisas especializadas. Ambos os modelos compartilham especificações e preços idênticos.

A programação é um dos principais focos desta atualização. De acordo com testes divulgados pela Anthropic, a pontuação do Fable 5.2 no FrontierCode 2.0 aumentou para 49,1%, ante 32,4% na geração anterior. O benchmark avalia se as modificações de código enviadas pelo modelo são aceitas por mantenedores de projetos de código aberto, aproximando-o dos requisitos reais de entrega no desenvolvimento.

A empresa também afirmou que, nesse teste, o Fable 5.2 alcançou um desempenho próximo ao do Opus 5.5 em esforço máximo de raciocínio enquanto operava em nível Alto de esforço de raciocínio, com custos por tarefa de aproximadamente metade deste último. Isso sugere que, para tarefas específicas, modelos mais capazes podem reduzir o custo total de conclusão do trabalho ao diminuir o volume de processamento e o número de tentativas.

O preço padrão para ambos os modelos é de US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída. O Fable 5.2 é acessível pelo Claude e pelas principais plataformas de nuvem, enquanto o Mythos exige que as instituições passem por uma verificação prévia. Preços mais baixos e canais de acesso mais amplos ajudam as empresas a integrar os modelos aos fluxos de trabalho existentes.

A chave para a comercialização, portanto, depende da eficiência das tarefas. Se tarefas complexas puderem ser concluídas com menor intervenção humana, as empresas terão maior incentivo para ampliar a adoção paga. Para a Anthropic, espera-se que o volume incremental de chamadas e a demanda de clientes especializados compensem o impacto da queda nos preços unitários.

Essa lógica de comercialização é exatamente o que a Anthropic precisa provar aos investidores antes de seu IPO.

Após as eleições de meio de mandato nos EUA, nas quais os democratas conquistaram ambas as casas do Congresso e diversos governos estaduais importantes, aumentaram as preocupações do mercado de que as aprovações e as restrições à construção de data centers se tornassem mais rígidas, afetando a expansão da capacidade computacional de IA e a realização de receitas. Em 5 de novembro, o índice Nasdaq 100 recuou 6,4%, com os riscos correlatos também se estendendo a empresas de IA não listadas em bolsa.

De acordo com uma reportagem da Bloomberg de 6 de novembro, a faixa de valuation discutida por potenciais compradores para o IPO da Anthropic recuou de um patamar anterior de US$ 1,4 trilhão a US$ 1,5 trilhão para entre US$ 1,2 trilhão e US$ 1,3 trilhão. Isso reflete uma mudança na disposição dos investidores em fazer ofertas, embora o valuation definitivo da oferta ainda não tenha sido definido.

Uma redução nas expectativas de valuation significa que os investidores estão começando a examinar o crescimento futuro com mais rigor: em meio a investimentos vultosos em capacidade computacional e a incertezas sobre a expansão da infraestrutura, quanto os clientes estão dispostos a pagar por IA e quanto lucro a empresa conseguirá reter com isso?

Sob a ótica da precificação do IPO, o lançamento de um novo modelo neste momento oferece à Anthropic a oportunidade de apresentar suas conquistas em P&D. Capacidades aprimoradas podem fortalecer a confiança do mercado em sua competitividade tecnológica, enquanto a redução dos custos por tarefa justifica a expansão de aplicações práticas, facilitando atrelar as expectativas de crescimento de receita a demandas comerciais concretas.

Especialmente em cenários como desenvolvimento de software, segurança cibernética e pesquisa profissional, se o modelo conseguir economizar tempo e reduzir custos operacionais de forma consistente, os clientes terão maior propensão a migrar de períodos de testes para contratos de longo prazo. Essa demanda contribui para reforçar a sustentabilidade da receita, servindo de base para os investidores avaliarem os fluxos de caixa futuros. Embora as atualizações dos modelos não resolvam diretamente os entraves relacionados à aprovação de data centers e ao fornecimento de energia, elas dissipam dúvidas sobre a capacidade dos investimentos em IA de gerar valor.

Este conteúdo foi traduzido por IA e revisado por humanos. Ele é fornecido apenas para fins informativos e de referência, não constituindo aconselhamento financeiro ou recomendação de investimento.