Fable 5.2 вернула Anthropic первое место перед IPO: токены дешевле на 20%, задача дороже

Вместе с Fable вышла Claude Mythos 5.2. Обе модели, по системной карточке, работают на одной общей базовой модели. Выпуск рассылки AINews (раздел издания Latent Space) вышел под заголовком [AINews] Fable 5.2 retakes World #1 LLM spot as $ANT IPO roadshow begins, то есть «Fable 5.2 возвращает первое место среди языковых моделей, пока стартует роудшоу перед IPO Anthropic». Главная деталь выпуска: токены подешевели на 20%, а одна задача обходится дороже, чем раньше.

Что измеряли?

Независимые лаборатории прогнали модель через бенчмарки, то есть стандартные наборы задач, на которых сравнивают нейросети. Artificial Analysis сводит десяток таких тестов в общий индекс интеллекта. SemiAnalysis проверяет модель на GDPx, наборе профессиональных задач, и считает, сколько денег уходит на одну задачу.

Цена здесь считается в токенах. Токен (кусочек слова, в которых нейросеть меряет и текст, и счёт) оплачивается отдельно на входе и на выходе. Чем дольше модель «думает» и проверяет себя, тем больше токенов она тратит.

У Fable 5.2 пять уровней усилия: low, medium, high, xhigh и max. Уровень задаёт, сколько работы модель вкладывает в ответ. В приложениях Claude и в Claude Code по умолчанию стоит medium.

Что обнаружили?

• Первое место в индексе. Fable 5.2 на уровне max набрала 65 баллов в индексе Artificial Analysis против 60 у Gemini 4 Carbon и 49 у своей предшественницы Fable 5.1.
• Дешевле токен, дороже задача. На GDPx задача стоила 88,15 доллара вместо 67,16, хотя тариф снизился с 10 и 50 до 8 и 40 долларов.
• Самопроверка как причина. По логам SemiAnalysis, Opus 5.5 и Fable 5.1 пробовали около 20 тестовых случаев, а 5.2 иногда писала сотни и тысячи. Ещё она запускала субагентов (вспомогательных ИИ-агентов, которые независимо перепроверяют её работу).
• Средний уровень экономнее. На high и xhigh модель набирает 62 балла и тратит около 98 тысяч выходных токенов на задачу, а Opus 5.5 на max тратит 173 тысячи.
• Максимум дорогой. На max задача обходится примерно в 26,5 доллара, это около 2,6 раза дороже Opus 5.5 и вдвое дороже Fable 5.1.
• Слабые места. На Terminal-Bench 4.0 у модели 60%, вровень с Opus 5.5 и ниже Kimi K3.1 Pro с 67%. На GDP.pdf у неё 24% против 26% у Opus 5.5.

Anthropic отдельно сообщает, что Fable на уровне high повторила результат Opus 5.5 на max на тесте FrontierCode 2.0 примерно за половину стоимости задачи. Про стоимость самого уровня max компания в этом сравнении молчит, и AINews это прямо подчёркивает.

Есть и ограничения доступа. По подписке Fable может расходовать только 50% недельного лимита. Тарифы Pro и Team Standard получают неделю пробного доступа с потолком в половину лимита. Данные по умолчанию хранятся на серверах Anthropic, чтобы работали фильтры безопасности. Отказ от хранения доступен только подходящим корпоративным клиентам.

Первым днём модель появилась в Cursor, GitHub Copilot, Perplexity, Factory и на агрегаторе OpenRouter. Запуск совпал с первым днём роудшоу (серии встреч с инвесторами перед IPO, первичным размещением акций на бирже), и это совпадение явно не случайное.

Что это значит для вас?

Автору Дзена. Для статей, сценариев и рубрик хватит уровня medium. Максимальный уровень нужен для длинной аналитики и сверки фактов, и платить за него придётся заметно больше.

Маркетологу. Считайте бюджет по стоимости готовой задачи, а не по тарифу за токен. Скидка в 20% съедается, если модель на каждую задачу пишет тысячи проверок.

Предпринимателю РФ и СНГ. Источник не сообщает, доступна ли модель в России. Учтите обязательное хранение данных: клиентские документы через такой сервис лучше не прогонять. Из доступных в РФ аналогов есть YandexGPT и GigaChat.

Проведите такой тест на своих задачах до того, как переводить на модель всю работу: разницу между уровнями лучше увидеть в собственном счёте, чем в чужом рейтинге.

По данным AINews (Latent Space)