Claude Fable 5.2 vs Opus 5.5: coding dan tugas agen

Pada empat tugas kecil coding dan alat ini, premi Fable 5.2 tidak sepadan: Claude Fable 5.2 dan Claude Opus 5.5 sama-sama lulus 29 pemeriksaan kode, dan perkiraan tarif standar untuk seluruh rangkaian adalah $0,031 pada Opus versus $0,146 pada Fable. Pertimbangkan Fable untuk penalaran yang lebih sulit atau eksekusi agen yang panjang setelah Opus dengan effort lebih tinggi tidak cukup.

Fable 5.2 dan Opus 5.5 sekilas

Fable 5.2 lebih baru, tetapi kedua model berbagi jendela konteks 1M token dan keluaran 128K token yang sama. Perbedaan praktis dalam pengujian ini adalah pemakaian token, bukan kebenaran kode.

Halaman model Anthropic untuk Fable 5.2 dan Opus 5.5 mencantumkan keduanya sebagai aktif, dengan masukan teks dan gambar. Fable rilis pada 9 November 2026; Opus pada 22 September 2026. Tingkat effort defaultnya berbeda, jadi setel medium pada keduanya saat membandingkan.

Ikhtisar model Anthropic merekomendasikan Opus 5.5 untuk sebagian besar tugas. Fable 5.2 diposisikan untuk penalaran berat dan pekerjaan agen jangka panjang, atau untuk kasus ketika evaluasi Opus 5.5 dengan effort lebih tinggi masih kurang. Itu posisi vendor; pengujian ini mencakup empat tugas kecil.

Untuk perubahan versi, baca apa yang berubah di Fable 5.2. Untuk ulasan satu model, ada ulasan Opus 5.5.

Berapa biaya keempat tugas

Halaman harga resmi Anthropic mencantumkan $8 masukan dan $40 keluaran per juta token untuk Fable 5.2, versus $4 dan $20 untuk Opus 5.5 (dicek 12 Nov 2026). Batch memotong kedua pasangan menjadi separuh; mode fast menggandakannya.

Pada empat tugas yang dinilai, Fable memakai 3.439 token masukan dan 2.954 keluaran. Opus memakai 2.421 dan 1.065. Dengan tarif standar, hasilnya:

• Fable: (3.439 × $8 + 2.954 × $40) ÷ 1.000.000 = $0,1457
• Opus: (2.421 × $4 + 1.065 × $20) ÷ 1.000.000 = $0,0310

Ini perkiraan tarif standar dari token yang teramati, bukan tagihan atau biaya OmniaKey. Respons Opus melaporkan kecepatan fast, sedangkan Fable standard; Anthropic mencantumkan masukan dan keluaran fast dua kali tarif standar. Di sini keduanya kami normalisasi ke tarif standar, jadi angka ini bukan perbandingan waktu atau penagihan yang terkontrol.

Perkiraan tarif standar dalam dolar AS:

Rata-rata pada empat tugas yang diuji, Fable $0,0364 dan Opus $0,0077; perkiraan tarif standar Fable $0,1147 lebih tinggi untuk seluruh rangkaian. Aturan praktisnya adalah biaya per tugas yang terpakai: belanja API ditambah waktu percobaan ulang dan peninjauan. Naik ke model yang lebih tinggi ketika kasus nyata yang gagal membenarkan tambahan itu; empat tugas kecil ini tidak.

Total waktu nyata 27,8 detik untuk Fable dan 43,6 detik untuk Opus. Respons Fable melaporkan kecepatan standard, Opus fast, dan kami tidak menyetel keduanya; baca ini sebagai pengamatan, bukan peringkat kecepatan.

Dua perbaikan Python: 22/22 pemeriksaan pada keduanya

Kedua perbaikan singkat, dan kedua model mengembalikan fungsi yang berjalan. Kegagalannya layak dipakai ulang karena menguji penanganan revisi dan kasus tepi penomoran halaman, bukan pengetahuan pustaka.

Total pemakaian: kegagalan baru harus menghapus keberhasilan lama

Fungsi lama menjumlahkan setiap peristiwa complete. Ia mengabaikan revision dan status, sehingga percobaan ulang menghitung token dua kali dan revisi failed yang lebih baru tidak bisa membatalkan complete yang lebih lama.

Aturan inti pada prompt:

Keep only the highest revision for each event_id, and on equal revisions keep the last occurrence in the input. A newer failed revision supersedes an older complete one and contributes nothing.

Reproduksi terkecil adalah peristiwa x pada revisi 1, complete, 10 token, lalu x pada revisi 2, failed, 10 token. Total yang benar nol; fungsi lama mengembalikan 10.

Kedua model mempertahankan revisi tertinggi, memakai urutan masukan untuk revisi yang sama, melewati pemenang failed, mempertahankan pengguna tanpa token, dan tidak mengubah masukan. Hasil: masing-masing 8/8 pemeriksaan, dengan fungsi yang setara.

Penomoran halaman kursor: nilai seri tidak boleh berulang atau terlewat

Versi lama mengurutkan hanya dengan ts, memotong halaman pertama sebelum menerapkan kursor, menerima stempel waktu yang sama dengan <=, tidak pernah memvalidasi limit, dan selalu mengembalikan kursor berikutnya. Dengan dua baris pada ts=4, itu mengulang atau melewatkan satu ID.

Aturan inti pada prompt:

Sort descending by (ts,id). Select rows strictly LESS than the cursor tuple, so tied timestamps neither repeat nor skip IDs. Return next_cursor only if MORE eligible rows remain. Raise ValueError unless limit is an integer from 1 through 100; bool is invalid.

Keduanya memperbaiki semuanya: urutan tuple, lebih kecil secara ketat, penyaringan daftar penuh sebelum pemotongan, kursor berikutnya hanya bila masih ada baris, dan validasi yang menolak True, False, 0, 101, 1.5, '2', dan None. Hasil: masing-masing 14/14 pemeriksaan, termasuk penelusuran satu baris pada stempel waktu yang seri.

Buku besar asinkron: angka sama, JSON berbeda

Kedua model benar dalam rekonsiliasi: $0,93 bersih direservasi, t3 tertunda, t1 dan t5 selesai, dan poll_existing untuk t3.

Fixture sintetis yang disertakan memakai jumlah ilustratif, bukan harga OmniaKey. Baris kuncinya:

POST key=a => 201 task=t1 quote=0.40

POST key=a, identical body => 200 task=t1

GET t1 => SUCCEEDED

POST key=b => 201 task=t2 quote=0.40

GET t2 => FAILED

POST key=c => 201 task=t3 quote=0.13

Client stopped polling t3 after 120 seconds; last status PROCESSING

POST key=d => 201 task=t4 quote=0.13

GET t4 => CANCELED

POST key=e => 201 task=t5 quote=0.40

GET t5 => SUCCEEDED

Aritmetikanya 0,40 + 0,13 + 0,40 = 0,93. t2 dan t4 dikembalikan; t1 dan t5 terpakai; t3 menyimpan reservasinya karena klien berhenti melakukan polling, bukan karena tugasnya gagal.

Dengan hanya menghitung tugas yang status terakhir teramati SUCCEEDED, keduanya mengembalikan nilai yang sama. Fable mengembalikan JSON mentah. Opus membungkus JSON dalam blok kode JSON. Prompt berbunyi "Return ONLY JSON", jadi json.loads yang ketat pada balasan Opus gagal sampai bloknya dilepas. Ini hanya selisih format: permintaannya adalah teks JSON polos, tanpa skema JSON dan tanpa mode keluaran terstruktur. Hasil: nilainya lolos pada keduanya; untuk otomasi, validasi balasan mentah dengan parser ketat atau pakai keluaran terstruktur. Ini satu selisih yang teramati, bukan pola umum.

Tugas berkas dua giliran: satu pembacaan, satu patch

remaining_quota lama di fixture mengurangi units setiap peristiwa. Ia mengabaikan status terakhir tiap id dan batas max(0, ...), jadi tugas failed atau canceled tetap memakai kuota, dan peristiwa berulang terpotong dua kali.

Tugasnya:

Use read_file once to inspect quota.py, then return one Python code block containing only a corrected remaining_quota(limit, events) function.

Kedua model memanggil read_file tepat satu kali untuk quota.py. Setelah fixture kembali, keduanya memberi logika patch yang sama: pertahankan peristiwa terakhir per id, jumlahkan units hanya untuk reserved atau succeeded, dan kembalikan max(0, limit - consumed). Hasil: masing-masing 7/7 pemeriksaan, termasuk kasus failed lalu reserved dan melewati batas.

Ini dua giliran dan satu fixture. Ia menunjukkan model meminta berkas yang benar dan menambalnya; eksekusi agen yang panjang tidak tercakup.

Cara kami menguji

Pada 12 Nov 2026 kami mengirim empat tugas ke claude-fable-5-2 dan claude-opus-5-5 lewat endpoint Messages OmniaKey. Setiap pasangan model/tugas memakai percakapan baru dan cache dingin, dengan effort medium, max_tokens 4096 per permintaan, tanpa system prompt, tanpa temperature atau top_p, dan satu percobaan. Urutan model kami bergantian per tugas.

Tugas agen memakai satu alat read_file yang ketat dengan tool_choice: auto; sisanya satu pesan pengguna. Penilai menyaring setiap jawaban Python dengan AST, lalu menjalankannya di proses terisolasi dengan batas waktu 3 detik terhadap 8 kasus pemakaian, 14 kursor, dan 7 agen: 29 kasus kode per model. Setiap permintaan dijalankan sekali.

Prompt buku besar pertama membiarkan terbuka apakah tugas FAILED/CANCELED masuk ke completed_task_ids. Ronde yang ambigu itu kami ganti dengan pengulangan yang diperjelas per model, hanya menghitung tugas dengan status terakhir teramati SUCCEEDED; keluaran asli dikeluarkan dari total empat tugas yang dinilai.

Ke-12 permintaan mengembalikan HTTP 200 dengan ID model yang diminta dan berakhir pada end_turn, atau tool_use lalu end_turn, tanpa pemotongan. Keduanya melaporkan service tier standard. Fable melaporkan kecepatan standard dan jumlah token thinking terpisah; Opus melaporkan kecepatan fast dan tidak menyertakan kolom token thinking. Kami tidak menyetel kecepatan, dan token keluaran sudah mencakup thinking yang ditagih, jadi kolom yang tidak ada pada Opus tidak berarti thinking nol.

String effort yang sama adalah pengaturan, bukan anggaran komputasi yang disamakan. Percobaan ini menahan effort pada medium; untuk pekerjaan Anda sendiri, coba semua tingkat effort yang dibutuhkan tugas. Ini uji fixture kecil, bukan tolok ukur seluruh repositori atau agen jangka panjang. Ia tidak memprediksi tingkat kelulusan pada tugas lain. OmniaKey menjual akses ke kedua model; harga di atas adalah harga daftar resmi Anthropic.

Kapan mengevaluasi Fable

Mulai dari Opus 5.5 untuk pekerjaan singkat yang spesifikasinya jelas. Ia menyamai Fable pada 29 pemeriksaan kode, dan perkiraan tarif standar Fable 4,7 kali Opus.

Anggap Fable 5.2 sebagai kandidat berikutnya untuk penalaran berat atau putaran alat yang panjang setelah Opus dengan effort lebih tinggi gagal pada kasus nyata Anda. Itu posisi Anthropic; percobaan ini hanya mencakup empat tugas kecil. Uji 10–20 kegagalan nyata sebelum beralih.

Postingan peluncuran Fable 5.2 dari Anthropic menambah satu data yang dilaporkan vendor: Fable 5.2 pada High mencetak 45,3 % di FrontierCode 2.0 versus 45,5 % untuk Opus 5.5 pada Max, dengan biaya per tugas sekitar separuhnya. Postingan itu juga menyebut Fable 5.2 pada Xhigh mencapai 49,1 %, skor tertinggi di antara model terbit yang diuji. Itu memasangkan Fable High dengan Opus Max, perbandingan yang berbeda dari pengujian kami yang sama-sama medium.

Untuk proyek nyata, bandingkan belanja API dengan waktu percobaan ulang dan peninjauan per tugas yang terpakai. Pada pekerjaan kecil yang sudah lulus, Opus adalah pilihan default yang lebih murah.

Untuk memakai salah satu model di Claude Code, panduan penyiapan Claude Code memuat base URL dan pengaturan kunci. Halaman model: Claude Fable 5.2 dan Claude Opus 5.5.

Pertanyaan umum

Apakah Fable 5.2 sepadan dengan harga lebih tinggi dibanding Opus 5.5?

Pertimbangkan Fable setelah Opus dengan effort lebih tinggi gagal pada kasus Anda sendiri, lalu pastikan Fable memperbaikinya; percobaan ini tidak memberi putusan untuk tugas sulit. Pada empat tugas kecil kami, keduanya lulus 29/29 pemeriksaan kode; perkiraan tarif standar Fable $0,1457 versus $0,0310 pada Opus.

Apakah Fable 5.2 dan Opus 5.5 lulus tes kode yang sama?

Ya. Keduanya lulus 8/8 kasus pemakaian, 14/14 kasus kursor, dan 7/7 kasus patch berkas. Jawaban buku besar juga benar pada keduanya, dengan satu perbedaan format: Opus menambahkan blok kode JSON.

Mana yang lebih murah untuk coding, Fable 5.2 atau Opus 5.5?

Dengan harga daftar standar Anthropic, Opus 5.5: $4 masukan dan $20 keluaran per juta token versus $8 dan $40. Token kami menempatkan perkiraan tarif standar Fable 4,7 kali Opus: $0,1457 versus $0,0310 pada empat tugas.

Apakah Fable 5.2 lebih cepat dari Opus 5.5?

Jalankan kami membiarkan itu terbuka. Total teramati 27,8 detik untuk Fable dan 43,6 detik untuk Opus, tetapi respons Fable melaporkan kecepatan standard dan Opus fast, dan kami tidak menyetel kecepatan. Bandingkan lagi dengan pengaturan kecepatan yang sama.

Bisakah saya memakai kedua model di Claude Code lewat OmniaKey?

Ya. Pada percobaan ini kami memanggil kedua ID model lewat OmniaKey, dan panduan penyiapan Claude Code menunjukkan base URL dan kuncinya. Periksa nama model di klien Anda setelah terhubung.

Sumber yang diperiksa

• Anthropic: Ikhtisar model Claude Fable 5.2
• Anthropic: Introducing Claude Fable 5.2 and Mythos 5.2
• Anthropic: Ikhtisar model Claude Opus 5.5
• Anthropic: Ikhtisar model
• Anthropic: Harga

Semua diperiksa pada 12 Nov 2026.