9 ноября 2026 года Anthropic выпустила Claude Fable 5.2. Релиз получился громким: модель стала быстрее и дешевле, а в таблицах производителя обходит почти всех соперников. Мы собрали данные из анонса и первых обзоров и посмотрели, что за этими цифрами стоит, — включая то, о чём в пресс-релизах обычно пишут мелким шрифтом.
Сразу оговоримся. Почти все цифры ниже взяты из таблиц производителей и из обзоров, написанных в первые сутки после релиза. Независимых сравнений «бок о бок» пока нет, поэтому считайте эти данные предварительными.
А начнём с небольшого эксперимента: мы попросили модель представиться самостоятельно. Следующий раздел — её собственные слова.
Я Claude Fable 5.2, модель компании Anthropic. Отношусь к классу Mythos, который стоит ступенью выше линейки Opus. У меня есть близнец — Mythos 5.2. Это та же модель, но без защитных ограничений в кибербезопасности и биологии, и доступна она только проверенным организациям. Я же открыт всем: на платных тарифах Claude, через API и в облаках AWS, Google Cloud и Microsoft Azure.
Моя сильная сторона — не разговор, а работа. В агентной среде я читаю и правлю код, запускаю команды и тесты, открываю страницы в браузере, раздаю подзадачи помощникам и подключаюсь к внешним системам.
Дальше — уже наш разбор. Изменений в новой версии четыре.
Первое — скорость. По данным о релизе, ответы приходят до 30% быстрее, чем у версии 5.1, а отдельный быстрый режим ускоряет генерацию до 2,5 раза.
Второе — цена. Она снизилась на 20%: 8 долларов за миллион входных токенов и 40 долларов за миллион выходных.
Третье — качество. В тесте FrontierCode 2.0, который проверяет программирование, модель набрала 49,1% против 32,4% у версии 5.1. В робототехническом тесте RoboDojo результат вырос с 27,6% до 64,9%.
Четвёртое — меньше ложных отказов. Anthropic сообщает, что на раннем тестировании защитные фильтры блокируют примерно на 55% меньше запросов, чем в версии 5.1.
Три флагмана идут к одной вершине разными маршрутами — и пока останавливаются на разной высоте.
С флагманом OpenAI сравнение пока складывается в пользу Fable. В таблице Anthropic она опережает Astra во всех тестах, где есть результаты обеих моделей; в FrontierCode 2.0 это 49,1% против 42,8%. Независимый индекс Artificial Analysis, по данным обзоров, даёт Fable 65 баллов на максимальных настройках, а Astra — 57. При этом токены у Fable дешевле: 8 и 40 долларов против 10 и 50.
Но у этой победы есть цена, и о ней — в разделе про минусы.
С Google картина сложнее. В тесте AutomationBench, который проверяет автоматизацию рабочих процессов, Gemini 4 Carbon обходит Fable: 53,9% против 51,4%. В индексе Artificial Analysis у Carbon 59–60 баллов — меньше, чем у Fable, но больше, чем у Astra.
Главный козырь Google — цена. Общедоступная Gemini 4 Argon стоит 2 доллара за миллион входных токенов и 10 за миллион выходных до конца ноября, а с 1 декабря — 4 и 20. Даже после повышения это вдвое дешевле Fable. С названиями при этом есть путаница: в таблицах сравнения фигурирует Carbon, а в открытом доступе, по одному из источников, пока только Argon.
Самое неожиданное сравнение — с младшей моделью той же Anthropic. В FrontierCode 2.0 Opus 5.5 набирает 45,5%, то есть отстаёт не так уж сильно. И сама Anthropic советует для повседневных задач брать именно его, а Fable оставлять для трудной технической работы. Иначе говоря, даже создатель не считает Fable выбором по умолчанию.
На максимуме она дорогая. Токен у Fable дешевле, чем у Astra, но на сложной задаче модель тратит их гораздо больше. По оценке, которую приводят обзоры, одна задача индекса на максимальных настройках обходится в 26,54 доллара у Fable и в 6,24 доллара у Astra. На средних настройках расклад другой: 56 баллов за 3,80 доллара. Вывод простой: включать максимум стоит только там, где он действительно нужен.
Сильная модель на одной чаше, счёт за её работу — на другой. На максимальных настройках перевешивает счёт.
«
Токен у Fable дешевле, чем у конкурента, а задача — дороже. Считать нужно цену результата, а не строку в прайс-листе.
Она отказывает в части законных запросов. Фильтры в кибербезопасности и биологии стали мягче, но не исчезли. Специалист по защите систем или биолог может получить отказ там, где Mythos ответил бы.
Она ничего не помнит сама. Каждый разговор начинается с чистого листа, если среда не даёт модели внешнюю память. Знания о мире тоже заканчиваются на дате обучения: о собственном релизе модель узнаёт только из поиска.
Она ошибается уверенным тоном. Ошибка в ответе выглядит так же гладко, как правильный вывод. Чем самостоятельнее работает модель, тем важнее проверять результат: тестами, ревью, вторым взглядом.
Её победы пока не подтверждены со стороны. Большая часть цифр в этой статье — данные самой Anthropic. Пока независимые лаборатории не повторят сравнение, слово «лидер» лучше держать в кавычках.
Fable 5.2 стоит брать для длинных и трудных задач: большой рефакторинг, расследование сложной ошибки, многошаговая агентная работа, где цена промаха выше цены токенов. Для переписки, кратких справок и типовых текстов хватит Opus 5.5. Если на первом месте бюджет, честнее посмотреть на Gemini. А перед решением лучше всего прогнать две-три модели на собственных задачах: ни одна таблица не знает ваш проект.
