Claude Fable 5.2 против Opus 5.5: код и задачи агента

На этих четырёх небольших задачах по коду и инструментам доплата за Fable 5.2 не оправдана: Claude Fable 5.2 и Claude Opus 5.5 прошли все 29 проверок кода, а оценка по стандартному тарифу составила $0,031 у Opus за весь набор против $0,146 у Fable. Fable стоит рассматривать для более сложных рассуждений или долгих запусков агента, когда Opus с повышенным effort не справляется.

Fable 5.2 и Opus 5.5 вкратце

Fable 5.2 новее, но у обеих моделей одинаковое контекстное окно на 1M токенов и одинаковый вывод на 128K токенов. Практическая разница в этом тесте была в расходе токенов, а не в правильности кода.

Страницы моделей Anthropic для Fable 5.2 и Opus 5.5 указывают обе как активные, с вводом текста и изображений. Fable вышла 9 ноября 2026 года, Opus — 22 сентября 2026 года. Уровни effort по умолчанию различаются, поэтому при сравнении ставьте medium обеим.

Обзор моделей Anthropic рекомендует Opus 5.5 для большинства задач. Fable 5.2 он определяет для требовательных рассуждений и долгой работы агента, а также для случаев, когда оценки Opus 5.5 с повышенным effort всё ещё не дотягивают. Это позиционирование вендора; этот тест охватывает четыре небольшие задачи.

Что изменилось в версии, читайте в материале что изменилось в Fable 5.2. Разбор одной модели есть в обзоре Opus 5.5.

Сколько стоят четыре задачи

Официальная страница цен Anthropic указывает для Fable 5.2 $8 за ввод и $40 за вывод на миллион токенов, против $4 и $20 у Opus 5.5 (проверено 12 нояб. 2026). Batch делит обе пары пополам, режим fast их удваивает.

На четырёх оценённых задачах Fable израсходовала 3 439 входных и 2 954 выходных токена. Opus израсходовал 2 421 и 1 065. По стандартному тарифу получается:

• Fable: (3 439 × $8 + 2 954 × $40) ÷ 1 000 000 = $0,1457
• Opus: (2 421 × $4 + 1 065 × $20) ÷ 1 000 000 = $0,0310

Это оценки по стандартному тарифу из наблюдённых токенов, а не счета и не списания OmniaKey. Ответ Opus сообщал скорость fast, а ответ Fable — standard; Anthropic указывает ввод и вывод на fast вдвое дороже стандартного тарифа. Здесь мы приводим обе к стандартному тарифу, поэтому эти цифры не являются контролируемым сравнением времени или выставления счетов.

Оценки по стандартному тарифу в долларах США:

В среднем по четырём проверенным задачам Fable стоила $0,0364, а Opus — $0,0077; оценка Fable по стандартному тарифу оказалась на $0,1147 выше по набору. Практическое правило — стоимость одной пригодной задачи: расходы API плюс время на повторные попытки и проверку. Переходите на модель выше, когда проваленные реальные задачи оправдывают эти дополнительные расходы; эти четыре небольшие задачи их не оправдывают.

Суммарное реальное время составило 27,8 с у Fable и 43,6 с у Opus. Ответы Fable сообщали скорость standard, ответы Opus — fast, а мы скорость не задавали; читайте это как наблюдение, а не как рейтинг скорости.

Две правки на Python: по 22/22 проверки у обеих

Обе правки короткие, и обе модели вернули рабочие функции. Эти ошибки стоит переиспользовать: они проверяют обработку ревизий и крайние случаи пагинации, а не знание библиотеки.

Итоги использования: новая неудача должна стирать старый успех

Старая функция суммировала все события complete. Она игнорировала revision и status, поэтому повторная попытка считала токены дважды, а новая ревизия failed не могла отменить более раннюю complete.

Главное правило промпта:

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.

Минимальное воспроизведение — событие x в ревизии 1, complete, 10 токенов, затем x в ревизии 2, failed, 10 токенов. Правильный итог — ноль; старая функция возвращает 10.

Обе модели сохранили высшую ревизию, при равных ревизиях взяли последнее вхождение во входных данных, пропустили победителей failed, сохранили пользователей с нулём токенов и не изменили входные данные. Результат: по 8/8 проверок, функции эквивалентны.

Пагинация по курсору: равные значения не должны ни повторять, ни пропускать

Старая версия сортировала только по ts, отрезала первую страницу до применения курсора, принимала одинаковые метки времени через <=, никогда не проверяла limit и всегда возвращала следующий курсор. При двух строках с ts=4 это повторяет или пропускает ID.

Главные правила промпта:

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.

Обе исправили всё: сортировку по кортежу, строгое «меньше», фильтрацию полного списка до отрезания, следующий курсор только при оставшихся строках и проверку, которая отклоняет True, False, 0, 101, 1.5, '2' и None. Результат: по 14/14 проверок, включая проход по одной строке на равных метках времени.

Асинхронный реестр: те же числа, другой JSON

Обе модели правильно провели сверку: $0,93 чистых резервов, t3 в ожидании, t1 и t5 завершены, для t3 нужен poll_existing.

Синтетический fixture из задачи использует иллюстративные суммы, а не цены OmniaKey. Ключевые строки:

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

Арифметика: 0,40 + 0,13 + 0,40 = 0,93. t2 и t4 возвращаются, t1 и t5 списываются, t3 сохраняет резерв, потому что клиент перестал опрашивать, а не потому что задача провалилась.

Если считать только задачи с последним наблюдённым статусом SUCCEEDED, обе вернули одинаковые значения. Fable вернула сырой JSON. Opus обернула JSON в блок кода JSON. В промпте было "Return ONLY JSON", поэтому строгий json.loads к ответу Opus падает, пока блок не снят. Это расхождение только в формате: запрос просил обычный текст JSON, без схемы JSON и без режима структурированного вывода. Результат: значения проходят у обеих; для автоматизации проверяйте сырой ответ строгим парсером или переходите на структурированный вывод. Это единичное наблюдение, а не общая закономерность.

Задача с файлом в два хода: одно чтение, один патч

Старая remaining_quota из fixture вычитала units всех событий. Она игнорировала последнее состояние каждого id и ограничение max(0, ...), поэтому задачи failed и canceled всё равно расходовали квоту, а повторные события списывались дважды.

Задача:

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

Обе модели сделали ровно один вызов read_file для quota.py. Когда fixture вернулся, обе дали одну и ту же логику патча: оставить последнее событие для каждого id, суммировать units только для reserved или succeeded и вернуть max(0, limit - consumed). Результат: по 7/7 проверок, включая случаи failed, а затем reserved, и превышение лимита.

Это два хода и один fixture. Он показывает, что модели запрашивают нужный файл и правят его; долгий запуск агента он не покрывает.

Как мы тестировали

12 ноября 2026 года мы отправили четыре задачи в claude-fable-5-2 и claude-opus-5-5 через эндпоинт Messages OmniaKey. Каждая пара «модель/задача» использовала новый диалог и холодный кэш, effort medium, max_tokens 4096 на запрос, без system prompt, без temperature и top_p, одна попытка. Порядок моделей мы чередовали по задачам.

В задаче агента был один строгий инструмент read_file с tool_choice: auto; всё остальное — одно сообщение пользователя. Проверяющий скрипт отсеивал каждый ответ Python через AST, а затем запускал его в изолированном процессе с тайм-аутом 3 секунды на 8 случаях использования, 14 случаях курсора и 7 случаях агента: 29 кодовых случаев на модель. Каждый запрос выполнялся один раз.

Первый промпт реестра не уточнял, входят ли задачи FAILED/CANCELED в completed_task_ids. Этот неоднозначный раунд мы заменили уточнённым повтором для каждой модели, считая только задачи с последним наблюдённым статусом SUCCEEDED; исходные ответы исключены из итогов четырёх оценённых задач.

Все 12 запросов вернули HTTP 200 с запрошенным ID модели и закончились на end_turn или на tool_use, а затем end_turn, без обрезки. Обе сообщили service tier standard. Fable сообщала скорость standard и отдельные счётчики thinking-токенов; Opus сообщала скорость fast и не передала поле thinking-токенов. Скорость мы не задавали, а выходные токены уже включают оплачиваемый thinking, так что отсутствие поля у Opus ничего не говорит о нулевом thinking.

Одна и та же строка effort — это настройка, а не выровненный бюджет вычислений. В этом запуске effort зафиксирован на medium; для своей работы пройдите по уровням effort, которые нужны вашей задаче. Это тест на небольшом fixture, а не бенчмарк целого репозитория или долго работающего агента. Он не предсказывает долю успеха на других задачах. OmniaKey продаёт доступ к обеим моделям; цены выше — официальные прайс-листы Anthropic.

Когда оценивать Fable

Начинайте с Opus 5.5 для короткой и хорошо описанной работы. Она сравнялась с Fable на всех 29 проверках кода, а оценка Fable по стандартному тарифу оказалась в 4,7 раза выше.

Fable 5.2 — следующий кандидат для требовательных рассуждений или долгих циклов с инструментами, после того как Opus с повышенным effort падает на ваших реальных задачах. Это позиционирование Anthropic; этот запуск охватывает только четыре небольшие задачи. Проверьте на 10–20 реальных провалах, прежде чем переключаться.

Анонс Fable 5.2 от Anthropic добавляет цифру, которую сообщил вендор: Fable 5.2 в High набрала 45,3 % на FrontierCode 2.0 против 45,5 % у Opus 5.5 в Max, примерно за половину стоимости одной задачи. В анонсе также сказано, что Fable 5.2 в Xhigh дошла до 49,1 % — лучший результат среди протестированных выпущенных моделей. Это пара Fable High и Opus Max, другое сравнение, не наш тест с одинаковым medium.

В реальном проекте сравнивайте расходы API со временем на повторные попытки и проверку в расчёте на одну пригодную задачу. На небольшой работе, которая уже проходит, Opus — более дешёвый выбор по умолчанию.

Чтобы использовать любую из моделей в Claude Code, в руководстве по настройке Claude Code есть base URL и настройки ключа. Страницы моделей: Claude Fable 5.2 и Claude Opus 5.5.

Частые вопросы

Стоит ли Fable 5.2 доплаты по сравнению с Opus 5.5?

Рассмотрите Fable после того, как Opus с повышенным effort падает на ваших собственных задачах, и убедитесь, что Fable их улучшает; этот запуск не даёт вердикта по сложным задачам. На наших четырёх небольших задачах обе прошли 29/29 проверок кода; оценка Fable по стандартному тарифу составила $0,1457 против $0,0310 у Opus.

Fable 5.2 и Opus 5.5 прошли одни и те же тесты кода?

Да. Обе прошли 8/8 случаев использования, 14/14 случаев курсора и 7/7 случаев патча файла. Ответ по реестру тоже был верным у обеих, с одним различием в формате: Opus добавила блок кода JSON.

Что дешевле для программирования, Fable 5.2 или Opus 5.5?

По стандартным прайс-листам Anthropic — Opus 5.5: $4 за ввод и $20 за вывод на миллион токенов против $8 и $40. С нашими токенами оценка Fable по стандартному тарифу получается в 4,7 раза выше, чем у Opus: $0,1457 против $0,0310 на четырёх задачах.

Fable 5.2 быстрее Opus 5.5?

Наш запуск не даёт ответа. Наблюдённые суммы — 27,8 с у Fable и 43,6 с у Opus, но ответы Fable сообщали скорость standard, а ответы Opus — fast, и скорость мы не задавали. Сравните их снова с одинаковой настройкой скорости.

Можно ли использовать обе модели в Claude Code через OmniaKey?

Да. В этом запуске мы вызывали оба ID моделей через OmniaKey, а в руководстве по настройке Claude Code есть base URL и ключ. После подключения проверьте имя модели в своём клиенте.

Проверенные источники

• Anthropic: Обзор модели Claude Fable 5.2
• Anthropic: Introducing Claude Fable 5.2 and Mythos 5.2
• Anthropic: Обзор модели Claude Opus 5.5
• Anthropic: Обзор моделей
• Anthropic: Цены

Все проверены 12 ноября 2026 года.