Claude Fable 5 vs Opus 4.8: Czy naprawdę warto się przesiąść? (Klasa Mythos, z benchmarkami)

Claude Fable 5 vs Opus 4.8: Czy naprawdę warto się przesiąść? (Klasa Mythos, z benchmarkami)

Anthropic udostępnił dziś, 9 czerwca 2026 r., model Claude Fable 5. Osiąga on 80,3% w SWE-Bench Pro, benchmarku kodowania agentowego, w którym Opus 4.8 zdobywa 69,2%, a GPT-5.5 zostaje w tyle z 58,6%. To nie jest różnica na poziomie błędu zaokrąglenia. I jest jeszcze haczyk: Fable 5 to publiczna, zabezpieczona połowa nowego modelu „klasy Mythos", z bramkowanym bliźniakiem o nazwie Claude Mythos 5, trzymanym w programie ograniczonego dostępu. Oto co się zmieniło, ile kosztuje realne zadanie przy stawce $10/$50 za milion tokenów i czy naprawdę warto przenieść swój stack z Opusa 4.8.

Szybka odpowiedź

• Fable 5 osiąga 80,3% w SWE-Bench Pro wobec 69,2% Opusa 4.8 i 58,6% GPT-5.5.
• Cennik to $10 za wejście / $50 za wyjście na milion tokenów, mniej niż połowa ceny Mythos Preview.
• Fable 5 automatycznie wraca do Opusa 4.8 przy zapytaniach wysokiego ryzyka z zakresu cyber/bio/chem (poniżej 5% sesji).
• Darmowy w planach Pro/Max/Team/Enterprise do 22 czerwca 2026 r.; od 23 czerwca obowiązują kredyty na użycie.

Co właściwie zadebiutowało: Fable 5, Mythos 5 i linia „klasy Mythos"

Klasa Mythos to nowy najwyższy poziom możliwości Anthropic, dostarczany jako dwa modele. Claude Fable 5 to publiczna, zabezpieczona wersja, którą możesz wywołać już dziś. Claude Mythos 5 to ten sam model z pogranicza możliwości, ale z usuniętymi zabezpieczeniami, trzymany za bramkowanym dostępem. Ten sam mózg, dwie postawy wydania.

Ten podział to cała historia. Zgodnie z ogłoszeniem w newsroomie Anthropic, Mythos 5 zachowuje pełne możliwości z pogranicza, w tym ofensywne umiejętności cybernetyczne, które mogłyby wyrządzić realne szkody, więc Anthropic nie rozdaje go każdemu. Fable 5 bierze ten sam model i owija go w klasyfikatory, które wykrywają żądania wysokiego ryzyka i po cichu kierują je zamiast tego do Opusa 4.8.

Gdy więc wywołujesz Fable 5, otrzymujesz rozumowanie klasy Mythos we wszystkim, co nie jest niebezpieczne, oraz bezpieczniejszy model zapasowy w tym niewielkim wycinku, który jest. CNBC ujął to jako udostępnienie przez Anthropic „publiczności AI w rodzaju Mythos", co jest trafne, ale dokładny mechanizm liczy się bardziej niż nagłówek.

Fable 5 i Mythos 5 to ten sam model z pogranicza możliwości podzielony na dwa: jeden, którego możesz używać dziś, i jeden, który Anthropic trzyma za bramką. Jeśli masz zapamiętać tylko jedną rzecz o nazewnictwie, zapamiętaj właśnie to. Klasa Mythos to poziom; Fable i Mythos to dwoje drzwi do niego.

Co zmieniło się względem linii Opus 4.x

W każdym opublikowanym przez Anthropic teście kodowania i rozumowania Fable 5 pokonuje Opusa 4.8 — nie o włos, ale o dwucyfrowe marginesy. SWE-Bench Pro skacze z 69,2% do 80,3%. FrontierCode Diamond rośnie z 13,4 do 29,3. Ceny również spadły, a model skaluje się dzięki nowemu pokrętłu wysiłku rozumowania. To prawdziwy krok na pograniczu możliwości względem linii Opus 4.x, a nie wydanie punktowe.

Powyższy przegląd 13 benchmarków to wersja na szybki rzut oka. Oto najważniejszy podzbiór w zestawieniu z trzema modelami, które większość zespołów faktycznie porównuje:

Punktem odniesienia jest tu Claude Opus 4.8, model, który Fable 5 zastępuje na pograniczu możliwości, i ten sam model, do którego Fable 5 wraca przy zapytaniach wysokiego ryzyka. Jeśli śledziłeś linię Opus 4.x przez ostatnie dwa wydania, wzorzec polegał na przyrostowych zyskach. Fable 5 łamie ten wzorzec.

Dwie rzeczy, które warto zaznaczyć, zanim uznasz tę tabelę za wyrocznię. Po pierwsze, to własne, opublikowane testy Anthropic, a nie niezależny sprawdzian. Po drugie, pokrętło wysiłku rozumowania oznacza, że pojedyncza liczba z benchmarku kryje krzywą kosztów. Więcej o tym w sekcji o cenach, bo to zmienia rachunek.

Benchmarki, które mają znaczenie dla twórców

Cztery liczby niosą praktyczny ciężar: SWE-Bench Pro 80,3%, FrontierCode Diamond 29,3, Terminal-Bench 2.1 88,0% i GPQA-AA 1932 Elo. Razem obejmują pracę na realnym repozytorium, najtrudniejsze syntetyczne problemy kodowania, agentowe zadania w shellu i rozumowanie na poziomie studiów. Jeśli Twoje obciążenie dotyka któregokolwiek z nich, to jest sekcja, która powie Ci, czy liczba przekłada się na Twoją pracę.

Główny wykres na górze tego wpisu jest dowodem: SWE-Bench Pro 80,3 vs 69,2 vs 58,6 oraz FrontierCode 29,3 vs 13,4 vs 5,7. Co one właściwie mierzą?

• SWE-Bench Pro sprawdza, czy model potrafi dostarczyć realny pull request do realnego repozytorium: sklonować, zrozumieć, załatać, przejść testy. SWE-Bench Pro mierzy, czy model potrafi dostarczyć realny pull request do realnego repozytorium, a Fable 5 trafia 8 na 10. To najbliższy przybliżony wskaźnik odpowiedzi na pytanie „czy potrafi wykonać moją faktyczną pracę".
• Terminal-Bench 2.1 ocenia agentowe zadania w shellu: uruchamianie poleceń, czytanie wyników, wychodzenie z błędów. 88,0% ma znaczenie, jeśli budujesz agentów kodowania AI, którzy żyją w terminalu.
• FrontierCode Diamond to najtrudniejszy poziom problemów kodowania, ten, na którym większość modeli zdobywa wyniki jednocyfrowe. 29,3 to mało w ujęciu bezwzględnym, ale ponad dwa razy więcej niż 13,4 Opusa 4.8.
• GPQA-AA to rozumowanie naukowe na poziomie studiów, punktowane jako ranking Elo. 1932 sygnalizuje silne wieloetapowe rozumowanie wykraczające poza kod.

W naszych workflow Claude Code w całej linii Opus 4.x powtarzalnym sufitem były długoterminowe zadania agentowe: model gubił wątek w połowie zmiany obejmującej wiele plików. Wyniki Fable 5 w Terminal-Bench i SWE-Bench Pro sugerują, że ten sufit się przesunął. To, czy przesunął się dla Twojego repozytorium, jest jedynym testem, który się liczy, ale opublikowane liczby to właściwy rodzaj liczb, na które warto zwracać uwagę.

Realne przypadki testowe: co Fable 5 robi, a czego nie potrafiły wcześniejsze modele

Anthropic opublikował trzy konkretne przykłady pokazujące klasę problemów, które Fable 5 potrafi teraz obsłużyć: migrację bazy kodu Stripe skróconą z miesięcy do jednego dnia, grę wideo ukończoną wyłącznie na podstawie wizji oraz 3-krotny skok wydajności dzięki samowalidacji. Każdy z nich wskazuje na możliwość, której wcześniejsze modele nie mogły osiągnąć. Wszystkie trzy pochodzą od Anthropic; cytujemy ich ogłoszenie, a nie nasz własny test.

Oto co dowodzi każdy z nich:

1. Migracja Ruby w Stripe. Anthropic donosi, że Fable 5 skrócił migrację bazy kodu Ruby z około dwóch miesięcy do mniej więcej jednego dnia. Stripe skrócił migrację Ruby z dwóch miesięcy do jednego dnia i właśnie taka jest skala problemu, który ten model zmienia. To klasa długoterminowej refaktoryzacji, która kiedyś wymagała ludzkiego zespołu trzymającego całą bazę kodu w głowach.

2. Pokémon FireRed na samej wizji. Według Anthropic Fable 5 ukończył Pokémon FireRed, używając wyłącznie wizji, podczas gdy wcześniejsze modele potrzebowały złożonych, niestandardowych uprzęży, by podawać stan gry jako tekst. To skok w rozumowaniu przestrzennym i wizualnym: model czyta ekran i działa, bez żadnego rusztowania.

3. Slay the Spire, 3×. Przy maksymalnym wysiłku rozumowania, jak twierdzi Anthropic, Fable 5 sam waliduje własne ruchy i osiągnął 3-krotnie lepszą wydajność dzięki trwałej pamięci. Wniosek nie dotyczy gry; chodzi o to, że model potrafi sprawdzać własną pracę na długim horyzoncie planowania i na tej podstawie się poprawiać.

Żadnej z tych rzeczy nie powinieneś przyjmować na wiarę w odniesieniu do swojego obciążenia. Ale czysto przekładają się na skoki w benchmarkach z powyższej tabeli: kodowanie długoterminowe (SWE-Bench Pro), rozumowanie przestrzenne (wizja) i samowalidacja (pokrętło wysiłku rozumowania). Jakościowe i ilościowe zwycięstwa opowiadają tę samą historię.

Ceny i rzeczywistość kosztu na zadanie

Fable 5 kosztuje $10 za milion tokenów wejściowych i $50 za milion tokenów wyjściowych. Anthropic ujmuje to jako „mniej niż połowa ceny Claude Mythos Preview". To również około 2× cena Opusa 4.8 za token. Oba stwierdzenia są prawdziwe. Haczyk w tym, że cena za token to niewłaściwa jednostka. W rzeczywistości płacisz za ukończone zadanie i tu matematyka Fable 5 robi się interesująca.

Wysiłek rozumowania to pokrętło, które ustawiasz dla każdego żądania. Niski wysiłek oznacza mniej wewnętrznych tokenów rozumowania oraz tańszą, szybszą odpowiedź; maksymalny wysiłek oznacza, że model myśli dłużej, zużywa więcej tokenów wyjściowych i zdobywa wyższy wynik. Powyższy wykres pokazuje, jak Fable 5 wspina się z ~11% do ~31% w FrontierCode w miarę skalowania wysiłku od niskiego do maksymalnego, podczas gdy Opus 4.8 osiąga szczyt około 13%, a GPT-5.5 trzyma się płasko w okolicach 5–6%. Zatem koszt na zadanie to nie jedna liczba; to krzywa, na której wybierasz punkt.

Przepracujmy konkretny przykład na podstawie opublikowanych stawek $10/$50. To arytmetyka z opublikowanych stawek Anthropic, a nie wynik z benchmarku.

Weźmy pojedyncze wywołanie agentowe z 50 000 tokenów wejściowych i 15 000 tokenów wyjściowych przy wysokim wysiłku:

Input:  50,000 / 1,000,000 × $10 = $0.50
Output: 15,000 / 1,000,000 × $50 = $0.75
Per call:                          $1.25

Realne zadanie agentowe łączy wiele takich wywołań w łańcuch: czytanie repozytorium, planowanie, edycja, uruchamianie testów, poprawianie, powtarzanie. Powiedzmy, że pętla wykonuje 12 wywołań w takim kształcie: około $15 za ukończone zadanie. Przy maksymalnym wysiłku rozumowania z cięższym kontekstem własna krzywa kosztów Anthropic sytuuje trudne zadania FrontierCode bliżej zakresu $20 za zadanie. Uruchom to samo zadanie na GPT-5.5, a zapłacisz mniej za token. Ale jeśli nie potrafi ukończyć zadania przy żadnym poziomie wysiłku, Twój koszt na ukończone zadanie jest nieskończony. Fable 5 kosztuje więcej za token niż GPT-5.5, a mimo to wygrywa pod względem kosztu na ukończone zadanie, ponieważ kończy pracę, której GPT-5.5 nie potrafi.

Oto minimalne wywołanie. Ogłoszenie Anthropic podaje claude-fable-5 jako identyfikator modelu; zweryfikuj dokładny ciąg z wersją w dokumentacji API Anthropic przed wdrożeniem, ponieważ datowane aliasy czasem się różnią:

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-fable-5",          # verify exact dated id in API docs
    max_tokens=4096,
    thinking={"type": "enabled", "budget_tokens": 8000},  # reasoning effort
    messages=[
        {"role": "user", "content": "Migrate this module from Ruby 2.7 to 3.3 and run the tests."}
    ],
)

print(message.content)

Teza ekonomiczna w jednym zdaniu: płacisz więcej za token niż za GPT-5.5, ale kończysz zadania, których GPT-5.5 nie ukończy za żadną cenę. W przypadku nisko ryzykownej pracy o dużej skali ten rachunek przemawia za tańszym modelem. W przypadku trudnego kodowania agentowego przemawia za Fable 5.

Podział zabezpieczeń: dlaczego Fable wraca do Opusa 4.8

Fable 5 uruchamia klasyfikatory przy każdym żądaniu. Gdy wykryje zapytanie wysokiego ryzyka (ofensywne cyber, bio, chem lub próby destylacji modelu), wraca do Opusa 4.8 zamiast odpowiadać z pełną mocą klasy Mythos. Anthropic twierdzi, że ten mechanizm zapasowy uruchamia się w mniej niż 5% sesji, więc większość użytkowników nigdy go nie wywołuje. Chodzi o to, by trzymać niebezpieczne możliwości za bramką, nie naruszając codziennej pracy.

Twardszą liczbą jest wskaźnik sukcesu ataku: jak często zautomatyzowany atakujący potrafi złamać model (jailbreak), by zrobił coś, czego nie powinien. Im mniej, tym lepiej. Wyniki red-teamu Anthropic pokazują stromy spadek między wydaniami: od Opusa 4.6 na 83,2%, przez Opusa 4.7 na 72,7%, Opusa 4.8 na 56,6%, aż po Fable 5 na 5,4%. Przy zautomatyzowanym red-teamingu ataki przeciwko Fable 5 kończyły się sukcesem zaledwie w 5,4% przypadków, w porównaniu z 56,6% na Opusie 4.8.

Dlaczego powinno Cię to obchodzić? Jeśli wdrażasz agenta z dostępem do narzędzi (shell, system plików, sieć), jailbreak to nie zła odpowiedź na czacie, lecz model wykonujący realne polecenia, do których skierował go atakujący. Wskaźnik sukcesu ataku na poziomie 5,4% oznacza, że jest mniej więcej dziesięć razy trudniejszy do uzbrojenia niż Opus 4.8. Relacja IT Pro wysunęła na pierwszy plan mechanizm zapasowy właśnie z tego powodu: to funkcja, która sprawia, że model z pogranicza możliwości jest wystarczająco bezpieczny, by oddać go w ręce publiczności.

Kompromisem jest opóźnienie. Jeśli Twój workflow zasadnie dotyka narzędzi bezpieczeństwa, mechanizm zapasowy może uruchomić się w środku zadania i podmienić Ci model — warto to uwzględnić w planach.

Claude Mythos 5 i kwestia podwójnego zastosowania

Claude Mythos 5 to bramkowany bliźniak, ten sam model bez zabezpieczającego mechanizmu zapasowego. Zachowuje ofensywne możliwości cybernetyczne, które Fable 5 blokuje, i właśnie dlatego Anthropic nie udostępnia go publicznie. Dostęp odbywa się przez Project Glasswing, zweryfikowany program dla obrońców i badaczy, którzy potrzebują pełnych możliwości. Ten sam model, dwie postawy wydania: jedna otwarta, jedna bramkowana.

Wykres uwidacznia bramkowanie. W testach ofensywnych zdolności cyber (Firefox, OSS-Fuzz, CyberGym, CyScenarioBench) Mythos 5 zdobywa 88,4, 24,0, 83,8 i 38,7. Fable 5 zwraca płaskie 0,0 we wszystkich czterech. W testach ofensywnych zdolności cyber Mythos 5 zdobywa do 88,4, podczas gdy Fable 5 zwraca płaskie 0,0: podział zabezpieczeń stał się widoczny.

To zero to nie luka w możliwościach. To mechanizm zapasowy uruchamiający się za każdym razem, blokujący żądanie, zanim odpowie model klasy Mythos. TechCrunch odnotował zbieżność w czasie: Anthropic wydał to kilka dni po ostrzeżeniu, że AI staje się zbyt niebezpieczna, by udostępniać ją otwarcie. Podział Fable/Mythos to polityczna odpowiedź na to ostrzeżenie: opublikuj możliwości, zabramkuj zagrożenie.

Dla większości programistów Mythos 5 jest nieistotny. Nigdy nie zakwalifikujesz się do Project Glasswing i nie musisz. Ważne jest, by wiedzieć, że model, który wywołujesz, jest celowo ograniczony w wąskim paśmie zadań — z założenia.

Co to oznacza: czy powinieneś się przesiąść?

Przesiądź się na Fable 5 do trudnego kodowania agentowego, długoterminowych zadań wieloetapowych oraz rozumowania wizualnego lub przestrzennego — wszędzie tam, gdzie ukończenie zadania jest ważniejsze niż oszczędzanie groszy na tokenie. Zostań przy Opusie 4.8 w przypadku wrażliwej kosztowo pracy o dużej skali lub czegokolwiek, co i tak uruchamia mechanizm zapasowy. To całe ramy decyzyjne. Reszta to dopasowanie Twojego obciążenia do właściwej strony.

Kiedy Fable 5 wygrywa:

• Trudne kodowanie agentowe, w którym Opus 4.8 się zacina; różnica w SWE-Bench Pro jest realna
• Zadania długoterminowe (refaktoryzacje wielu plików, migracje), w których samowalidacja się opłaca
• Obciążenia związane z rozumowaniem wizualnym i przestrzennym
• Każda praca, w której jedno ukończone zadanie jest warte więcej niż premia za token

Kiedy Opus 4.8 wciąż wygrywa:

• Praca o dużej skali, wrażliwa kosztowo, gdzie dominuje cena za token
• Obciążenia cyber/bio/chem, gdzie Fable 5 i tak wraca do Opusa 4.8, więc wywołuj go bezpośrednio
• Przepływy wrażliwe na opóźnienia, które nie tolerują podmiany modelu w środku zadania

Jeśli chodzi o dostępność: Fable 5 jest darmowy w planach Pro/Max/Team/Enterprise do 22 czerwca 2026 r., a od 23 czerwca obowiązują kredyty na użycie. Jest ogólnie dostępny w API, AWS Bedrock, GitHub Copilot zgodnie z dziennikiem zmian GitHub oraz w Harvey. Możesz więc przetestować przesiadkę w swoim edytorze już dziś, bez zmiany rozliczeń.

O autorze

Mert Batur Gurbuz jest współzałożycielem Techsy.io, gdzie zespół dostarcza agentów AI, systemy automatyzacji oraz pipeline'y głosowe/SDR dla klientów B2B. Studiuje na University of Birmingham i pisze o stosie narzędzi LLM, którego zespół Techsy faktycznie używa w produkcji. Połącz się na LinkedIn.

Współzałożyciel, Techsy.io · University of Birmingham

Często zadawane pytania

Czym jest Claude Fable 5?

Claude Fable 5 to pierwszy publicznie dostępny model klasy Mythos od Anthropic, uruchomiony 9 czerwca 2026 r. Osiąga 80,3% w SWE-Bench Pro i uruchamia klasyfikatory zabezpieczeń, które wracają do Opusa 4.8 przy zapytaniach wysokiego ryzyka. Kosztuje $10 za wejście / $50 za wyjście na milion tokenów.

Jaka jest różnica między Fable 5 a Mythos 5?

To ten sam model z pogranicza możliwości, ale z różnymi postawami wydania. Fable 5 jest publiczny i zabezpieczony; wraca do Opusa 4.8 przy niebezpiecznych zapytaniach. Mythos 5 to bramkowana wersja o pełnych możliwościach, dostępna wyłącznie przez program Project Glasswing od Anthropic, dla zweryfikowanych obrońców i badaczy.

Czy Claude Fable 5 jest rzeczywiście lepszy od Opusa 4.8?

Tak, w trudnym kodowaniu agentowym, wizji i rozumowaniu przestrzennym: Fable 5 osiąga 80,3% w SWE-Bench Pro wobec 69,2% Opusa 4.8. Ale Opus 4.8 wciąż wygrywa we wrażliwej kosztowo pracy o dużej skali, a Fable 5 i tak wraca do Opusa 4.8 w tematach wysokiego ryzyka z zakresu cyber/bio/chem. „Lepszy" zależy od Twojego obciążenia.

Ile kosztuje Claude Fable 5?

Claude Fable 5 kosztuje $10 za milion tokenów wejściowych i $50 za milion tokenów wyjściowych. Anthropic ujmuje to jako „mniej niż połowa ceny Mythos Preview". To około 2× cena Opusa 4.8 za token, ale argument wartości liczony jest na ukończone zadanie, ponieważ Fable 5 kończy pracę, której tańsze modele nie potrafią.

Czym jest model „klasy Mythos"?

Klasa Mythos to nowy najwyższy poziom możliwości Anthropic, uruchomiony wraz z Fable 5 i Mythos 5. Reprezentuje skok na pograniczu możliwości względem linii Opus 4.x w benchmarkach kodowania i rozumowania. Fable 5 i Mythos 5 to dwie wersje wydania tego samego modelu klasy Mythos: jedna publiczna i zabezpieczona, jedna bramkowana.

Dlaczego Fable 5 wraca do Opusa 4.8?

Fable 5 uruchamia klasyfikatory, które wykrywają żądania wysokiego ryzyka (ofensywne cyber, bio, chem lub destylacja modelu) i kierują je do Opusa 4.8 zamiast odpowiadać z pełną mocą klasy Mythos. Uruchamia się to w mniej niż 5% sesji. Obniżyło to skuteczność ataków adwersyjnych z 56,6% (Opus 4.8) do 5,4%.

Czy mogę uzyskać dostęp do Claude Mythos 5?

Prawdopodobnie nie. Mythos 5 jest bramkowany za Project Glasswing, zweryfikowanym programem dostępu Anthropic dla obrońców i badaczy bezpieczeństwa, którzy potrzebują pełnych ofensywnych zdolności cybernetycznych, jakie Fable 5 blokuje. Większość programistów się nie zakwalifikuje i nie musi, ponieważ Fable 5 pokrywa codzienną pracę agentową i kodowanie.

Gdzie mogę używać Claude Fable 5?

Claude Fable 5 jest ogólnie dostępny w Anthropic API, AWS Bedrock, GitHub Copilot i Harvey. Jest darmowy w planach Pro, Max, Team oraz stanowiskowych planach Enterprise do 22 czerwca 2026 r.; od 23 czerwca obowiązują kredyty na użycie. Możesz przetestować go w swoim edytorze lub przez API już dziś.

Podsumowanie

Claude Fable 5 to prawdziwy krok na pograniczu możliwości względem Opusa 4.8: 80,3% vs 69,2% w SWE-Bench Pro, podwojony wynik FrontierCode oraz wskaźnik sukcesu ataku na poziomie 5,4%, który czyni go znacznie bezpieczniejszym we wdrożeniu z narzędziami. Przesiądź się do trudnego kodowania agentowego, zadań długoterminowych i pracy z wizją. Zostań przy Opusie 4.8 w przypadku wrażliwego kosztowo wolumenu lub czegokolwiek, co i tak uruchamia mechanizm zapasowy. Jest darmowy do 22 czerwca, więc możesz przetestować przesiadkę, zanim cokolwiek Cię to będzie kosztować. Zespół Techsy buduje agentów produkcyjnych dokładnie na tym stosie, więc odezwij się, jeśli chcesz, byśmy pomogli.