Anthropic снизила тариф Fable 5.2 на 20%, но цена задачи в тесте выросла на 31%

Если ваш ИИ-агент часами исправляет код, снижение тарифа на токены ещё не обещает экономии. Anthropic выпустила Fable 5.2 с ценами на 20% ниже предыдущей версии, но в одном независимом тесте профессиональных задач средний счёт за попытку вырос на 31%. Причина понятная: модель тщательнее проверяет собственную работу. Для команды это повод пересмотреть настройки рассуждения и считать стоимость результата, который прошёл проверку.

Fable 5.2 вышла вместе с Mythos 5.2. Anthropic позиционирует новинки для сложных технических проектов, где постановка задачи ещё меняется по ходу работы. Релиз совпал с началом презентаций компании инвесторам перед IPO, однако для разработчика интереснее другая часть истории: сколько дополнительных проверок стоит покупать у модели.

Почему дешёвые токены дали дорогую задачу

Миллион входных токенов Fable 5.2 стоит $8, выходных — $40. У Fable 5.1 было $10 и $50 соответственно. Но итоговый счёт зависит ещё и от объёма работы: сколько модель рассуждает, обращается к инструментам и перепроверяет промежуточные решения.

По разбору SemiAnalysis, в тесте GDPx новая версия иногда генерировала сотни или тысячи проверок там, где предыдущие модели ограничивались примерно двадцатью. Она также охотнее подключала дополнительных агентов, чтобы те независимо проверили решение. Средняя стоимость задачи выросла с $67,16 до $88,15. Результат Fable достиг 16,4% и стал лучшим в этом тесте, но переносить этот процент на обычную разработку нельзя.

Представьте перенос сервиса на новую библиотеку. Агент меняет вызовы API, запускает тесты, затем начинает проверять редкие сочетания параметров и просит другого агента повторно изучить патч. Такая работа может поймать неприятную ошибку до релиза. Если изменение касается внутреннего прототипа на один вечер, цена той же тщательности уже вызывает вопросы. Это условный пример механики расходов, а не опубликованный эксперимент.

Максимум рассуждений не гарантирует максимум пользы

У Fable доступны пять уровней усилий: Low, Medium, High, Xhigh и Max. В приложениях Claude и Claude Code по умолчанию используется Medium. Настройка влияет на то, сколько ресурсов модель может потратить на решение.

Важная деталь релиза: несколько оценок показали, что увеличение усилий не всегда улучшает результат. В Vals режим High оказался сильнее Xhigh и Max. По данным Anthropic, на FrontierCode 2.0 Fable в режиме High сравнялась с Opus 5.5 в режиме Max примерно за половину стоимости задачи. Последнее — заявление производителя, которое стоит отдельно проверить на своём коде.

Универсального превосходства тоже нет. В приведённых независимых измерениях Fable уступала некоторым конкурентам на терминальных задачах и автоматизации. Поэтому первое место в сводном рейтинге мало говорит о том, станет ли дешевле конкретный процесс: исправление регрессий, подготовка финансовых документов или работа с браузером.

Официальный анонс описывает позиционирование Fable и Mythos, а документация Cursor помогает проверить особенности использования модели в редакторе. При миграции важно заново оценить настройки: одинаковое название режима у разных версий не обещает одинакового расхода.

Что проверить перед переходом

Возьмите несколько десятков завершённых задач из собственного проекта и прогоните их на текущей модели, Fable Medium и Fable High. Заранее определите критерий приёмки: проходят ли тесты, соблюдены ли требования, сколько исправлений запросил человек. Сравнивайте расходы вместе со временем ожидания и ручной доработкой.

Полезная метрика — общие затраты на все попытки, разделённые на число принятых результатов. Она учитывает и дешёвые неудачи, и дорогие успешные прогоны. Для длительных запусков задайте бюджет, срок работы и условия остановки, иначе дополнительная проверка легко превратится в незапланированный расход.

Fable 5.2 заслуживает испытания на сложных миграциях и задачах с неполными требованиями. Массовый перевод повседневных запросов стоит обосновывать собственными измерениями. Если High уже даёт пригодное решение, следующий уровень усилий должен доказать свою пользу.