Claude Fable 5.2 подешевела по прейскуранту, но задачи с ней обходятся дороже

Claude Fable 5.2, которую Anthropic выпустила 9 ноября, заняла первые места в большинстве независимых рейтингов. Сэкономить на ней, однако, не получается: в замерах SemiAnalysis¹ задача с новой моделью обошлась на 31% дороже, чем с Fable 5.1, хотя токен подешевел на 20%.

Почему это важно: по прейскуранту больше нельзя понять, во что обойдётся работа. Сколько сил потратить на проверку собственного решения, модель решает сама, а платит за эти проверки клиент.

Расклад: в индексе возможностей Epoch AI² Fable 5.2 набрала рекордные 174 балла, у GPT-6 Astra — 169. Первой она стала и в сводном рейтинге Vals AI³. Лидирует она не везде: в Terminal-Bench 4.0, где модель сама выполняет задачи в командной строке компьютера, Fable 5.2 решила 60% задач, как и Opus 5.5, а Kimi K3.1 Pro — 67%. Самая способная модель Anthropic при этом наружу не выходит: в системной карточке компания пишет, что та остаётся внутренней.

В цифрах:

• Fable 5.1 стоила 10 долларов за миллион входных токенов и 50 долларов за миллион выходных, Fable 5.2 стоит 8 и 40 долларов.
• В GDPx, бенчмарке SemiAnalysis из профессиональных задач, средняя задача с Fable 5.2 обошлась в 88,15 доллара, с прошлой версией — в 67,16.
• Первое место в GDPx новая модель заняла с результатом 16,4%. Это не доля решённых задач, а средний балл по 11 областям с равным весом; в некоторых из них решение могут засчитать частично.

Детали: объяснение SemiAnalysis нашла в журналах прогонов. Opus 5.5 и Fable 5.1 обычно проверяли решение примерно на двадцати тестовых примерах, а Fable 5.2 порой писала их сотнями и тысячами. Ещё она охотнее запускала субагентов — вспомогательных агентов, которые заново и независимо проверяют её работу. Эта дотошность и вывела модель на первое место, но проверки оплачиваются в любом случае.

Заметно сильнее прежних моделей Fable 5.2 оказалась в проектировании чипов, программировании, биологии и материаловедении. В финансах, праве, количественном трейдинге и проектировании оборудования прироста SemiAnalysis не увидела. Нет его и в задачах на самосовершенствование ИИ, то есть в разработке и обучении самих моделей: здесь Anthropic сознательно ослабила модель.

Интрига: самый дорогой режим у Fable 5.2 не самый сильный. У модели пять уровней рассуждений, от низкого до максимального: чем выше уровень, тем дольше она думает над ответом. В рейтинге Vals лучший результат дал высокий уровень, а два следующих за ним — очень высокий и максимальный — отстали. При этом, по подсчёту Artificial Analysis⁴, на максимальном уровне задача обходится примерно в 26,5 доллара — в 2,6 раза дороже, чем у Opus 5.5. Это цена задачи из тестов сводного индекса Artificial Analysis, а не из GDPx, так что с суммами SemiAnalysis она напрямую не сравнима.

Сама Anthropic хвалит модель не за максимальный режим. В FrontierCode 2.0 — тесте, где модель правит код реальных открытых проектов, — Fable 5.2 на высоком уровне, по данным компании, сравнялась с Opus 5.5 на максимальном примерно за половину цены задачи. Cursor, редактор кода со встроенным ИИ, советует не переносить настройки от Fable 5.1: уровни у новой версии ведут себя иначе, поэтому начинать лучше с уровня по умолчанию. В приложениях Claude и в Claude Code это средний уровень.

Но: подписчикам новая модель достаётся ещё скромнее. Тео Браун — видеоблогер и автор T3 Code, приложения для работы с разными агентами для программирования, — разобрал 1,1 млн запросов по подписке Ultra за 200 долларов в месяц. Если оплачивать те же запросы по ценам за токены, подписка, по его подсчёту, даёт работы с Opus 5.5 примерно на 15 000 долларов в месяц, а с Fable 5.2 — лишь примерно на 3 000. К тому же на Fable можно потратить не больше половины недельного лимита.

Что говорят: «Не пользуйтесь Fable 5.2 на максимальном уровне», — написал в соцсети X Юйчэнь Цзинь, один из основателей облачного сервиса Hyperbolic. В SemiAnalysis назвали выпуск «незначительным улучшением, несравнимым с первым выпуском Mythos», которое, «скорее всего, сильно отстаёт от того, что есть у Anthropic внутри».

Так уже было: в сентябре Artificial Analysis посчитала, что обещанная Anthropic 40-процентная экономия у Opus 5.5 относится к среднему уровню рассуждений. На максимальном уровне модель вышла чуть дороже Opus 5.