A Stripe migrou uma base de 50 milhões de linhas de Ruby em um dia. A estimativa manual era de dois meses com um time inteiro. Quem fez o trabalho foi o Claude Fable 5, anunciado pela Anthropic na segunda-feira, 9 de junho. O número que me interessa não é o da velocidade bruta, é o da compressão: meses de trabalho de engenharia condensados em horas de execução autônoma, a preço de API.
Fable 5 e Mythos 5 são o mesmo modelo de base, separados apenas pelas salvaguardas. O Fable 5 é a versão pública, com classificadores que bloqueiam uso ofensivo em cybersecurity, fazem fallback pro Opus 4.8 na maioria das requisições de biologia e química, e impedem destilação de capacidade pra treinar modelos concorrentes. Foram mais de mil horas de red-teaming externo, e nenhum jailbreak universal foi encontrado. O Mythos 5 mantém as salvaguardas de cyber, mas libera as de biologia pra um grupo restrito de pesquisadores confiáveis, e começa a ser distribuído pelos parceiros do Glasswing.
Na avaliação FrontierCode Diamond da Cognition, criadora do agente de coding Devin, o Fable 5 atingiu 29,3%, contra 13,4% do Opus 4.8 e 5,7% do GPT-5.5. Michael Truell, CEO da Cursor, disse que o modelo abriu uma classe de problemas de horizonte longo que estavam fora de alcance. Mario Rodriguez, CPO do GitHub, descreveu autonomia e confiabilidade em tarefas longas acima de qualquer benchmark anterior. Eu testei o modelo em dois projetos nos últimos dois dias e confirmo que o salto em raciocínio de contexto longo é perceptível: o modelo mantém foco por janelas de milhões de tokens sem a degradação progressiva que marcava gerações anteriores.
O Mythos 5 se diferencia no lado científico. Acelerou design de proteínas ~10x, e uma hipótese sobre um mecanismo novo de uma proteína de E. coli foi corroborada por pesquisa independente. O resultado que mais me chamou atenção: pesquisa autônoma de genômica com dados single-cell de 138 espécies produziu um modelo de ML 100x menor que superou uma publicação recente da Science. O modelo deixou de ser uma ferramenta e passou a operar como um pesquisador.
Pra quem acompanha o AI-2027, publicado em abril de 2025 por Daniel Kokotajlo, Eli Lifland, Thomas Larsen e Romeo Dean, com reescrita de Scott Alexander, a coincidência temporal é difícil de ignorar. O relatório previa agentes de coding funcionais em meados de 2025, automação produzindo 50% mais progresso algorítmico no início de 2026, e o "superhuman coder" em março de 2027: um sistema capaz de realizar qualquer tarefa de coding que o melhor engenheiro de fronteira faria, mais rápido e mais barato. Kokotajlo revisou a timeline no final de 2025, empurrando os marcos pra mais perto de 2030. A meu ver, o Fable 5 demonstra que a velocidade pode não seguir a curva mais agressiva, mas a direção está intacta. A migração da Stripe não é o superhuman coder, mas o passo anterior: autonomia suficiente pra comprimir meses em dias, sob supervisão humana e escopo definido. A diferença é a capacidade de operar em escopos abertos e se autocorrigir em cadeia sem intervenção, algo que o Fable 5 começa a demonstrar em níveis de esforço altos, mas que ainda não está provado em produção real.
O que torna a leitura em conjunto dos três documentos mais informativa do que cada um separado é a relação entre capacidade ofensiva e implantação defensiva. O Glasswing, lançado em abril de 2026 com 12 parceiros fundadores, incluindo AWS, Apple, Microsoft, Google e Cisco, e mais de 40 organizações adicionais, existe pra resolver o problema que o próprio Mythos criou: um modelo que descobre milhares de zero-days em sistemas operacionais e navegadores precisa ser implantado defensivamente antes que sua capacidade ofensiva prolifere. Os parceiros iniciais já encontraram mais de 10 mil falhas de severidade alta ou crítica. Em junho de 2026, a coalizão expandiu com cerca de 150 novas organizações em mais de 15 países, totalizando hoje aproximadamente 200. Creio que o Glasswing é o protótipo de como a indústria vai precisar operar à medida que a capacidade dos modelos ultrapassar a capacidade humana de auditoria. Todo modelo de fronteira de ontem é o modelo commodity de amanhã, e a janela entre descoberta de capacidade e proliferação está encurtando. O cenário "race" do AI-2027 prevê exatamente isso. O Glasswing tenta inverter a sequência. Se funciona em escala ou se é medida paliativa cujo prazo de validade se mede em meses, não dá pra saber ainda.
O impacto prático para desenvolvedores é imediato. O Fable 5 custa 10 dólares por milhão de tokens de entrada e 50 por milhão de saída, menos da metade do que se pagava pelo Mythos Preview, que cobrava 25 e 125 respectivamente. O ID do modelo na API é claude-fable-5. Até 22 de junho, ele está incluído sem custo extra nos planos Pro, Max, Team e Enterprise por assento; depois dessa data, continuará disponível, mas passará a consumir os créditos de uso da assinatura. Em arquiteturas agênticas, a previsão é que o custo será ainda mais reduzido: o modelo resolve tarefas em menos turnos e mantém coerência em janelas de contexto muito maiores, o que na prática significa menos chamadas de API e menos retrabalho por perda de contexto no meio de uma cadeia longa.
Não acho que estamos no cenário mais agressivo do AI-2027 e nem que os prazos estão errados. Essa semana já demonstrou que a curva de capacidade não precisa seguir a timeline exata pra produzir o efeito que o relatório descreve. Uma base de 50 milhões de linhas migrada em um dia já muda a regra de estimativa de projetos, e um modelo que formula hipóteses de biologia molecular e as acerta reorganiza a lógica de como laboratórios operam. Quando se adiciona a isso milhares de zero-days encontrados por uma capacidade que nenhum time humano demonstrou, o quadro que se forma não é apenas de uma notícia de tecnologia, mas um mapa do que vem a seguir. Lido contra o pano de fundo do AI-2027 e da resposta institucional do Glasswing, me parece um volume de incerteza suficiente pra manter qualquer engenheiro sênior acordado. Pelo menos foi o que aconteceu comigo nestes dois últimos dias.