Anthropic vydal 9. listopadu Claude Fable 5.2 a Claude Mythos 5.2, dva měsíce po verzi 5.1 a pár týdnů před plánovaným vstupem na burzu. Píšu o nich, protože Fable je podle nezávislého měření nejsilnější model, který si dnes může koupit kdokoli, a u verze 5.1 jsem si nebyl jistý, za co přesně se platí.
Fable a Mythos: jeden model, dvoje dveře k němu…
Stejný model s různými pojistkami. Fable je dostupný všem: v aplikacích Claude na placených tarifech, v Claude Code, přes API i u Amazonu, Googlu a Microsoftu. Mythos je tentýž model s volnějšími ochranami v kyberbezpečnosti a biologii a dostanou ho jen prověření odborníci přes ověřovací programy Anthropicu. Firmy s tarifem Enterprise k němu mají přístup přes nástroj Claude Security.
Cena za token klesla o pětinu. Milion vstupních tokenů stojí 8 USD, výstupních 40 USD (Fable 5.1 stál 10 a 50). Opus 5.5 je pořád za polovinu, 4 a 20 USD. Rychlý režim zrychlí generování až dvaapůlkrát, ale stojí dvojnásobek.
Na předplatném s limitem. Na tarifech Pro a standardních místech Team může Fable spotřebovat nejvýš polovinu týdenního limitu. Kdo má Fable v tarifu, dostane tento týden jeden až tři resety limitu podle délky předplatného.
Proti Fable 5.1: konečně má důvod existovat
Fable 5.1 v aktuálním měření za Opusem zaostal. V září byl Fable 5.1 na prvním místě indexu Artificial Analysis. Od té doby ale firma index několikrát předělala a Anthropic vydal Opus 5.5. V dnešní verzi indexu má Fable 5.1 na max 49 bodů a úloha stojí 13 USD (asi 300 korun), Opus 5.5 má 59 bodů za 10 USD. Platilo se tedy víc za méně.
Fable 5.2 skočil o 16 bodů. Artificial Analysis mu na max naměřila 65 bodů, nejvíc ze všech modelů a o šest víc než Opus 5.5. Cenu za úlohu zatím nezveřejnila. Víme jen, že model je upovídaný: na celý index vypsal 275 milionů výstupních tokenů, víc než skoro všechny měřené modely.
Rychlejší a méně opatrný. Odpovědi generuje podle Anthropicu až o 30 procent rychleji než Fable 5.1. A zbytečně blokuje méně: v aplikacích a Claude Code klesl počet zablokovaných požadavků zhruba o polovinu, v kyberbezpečnosti o 60 procent. Zablokovaný dotaz pořád nevyřeší Fable, odpověď dostanete od staršího Opusu.
Výchozí úsilí je střední. V aplikacích Claude a v Claude Code běží Fable 5.2 na úrovni medium a podle Anthropicu na ní spotřebuje méně tokenů než Fable 5.1.
Proti Opusu 5.5: o kolik lepší a za kolik
| Model | Index AA | Cena za úlohu | Cena za milion tokenů (vstup/výstup) |
|---|---|---|---|
| Claude Fable 5.2 (max) | 65 | zatím neuvedeno | 8/40 |
| Gemini 4 Carbon (high) | 60 | $7,76 | 4/20 |
| Claude Opus 5.5 (max) | 59 | $10,04 | 4/20 |
| GPT-6 Astra (max) | 57 | $6,24 | 10/50 |
| Claude Fable 5.1 (xhigh) | 50 | $10,85 | 10/50 |
| Claude Fable 5.1 (max) | 49 | $12,99 | 10/50 |
Index je verze 5.0.1 od Artificial Analysis. Modely Anthropicu měří s pojistkou, která citlivé dotazy přesměruje na jiný model.
Tabulka Anthropicu ukazuje skok hlavně v dlouhých úlohách.
| Test | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| FrontierCode 2.0 (sloučitelný kód) | 49,1 % | 32,4 % | 45,5 % | 42,8 % | 41,1 % |
| FrontierSWE v2 (dlouhé projekty) | 69,9 % | 56,3 % | 62,3 % | 65,5 % | 61,2 % |
| Terminal-Bench-Science | 74,6 % | 52,6 % | 58,7 % | 68,1 % | 64,8 % |
| OSWorld 2.1 (ovládání počítače) | 89,3 % | 83,5 % | 87,2 % | 79,5 % | 81,5 % |
| AA-Briefcase (kancelář, Elo) | 1785 | 1669 | 1800 | 1569 | 1611 |
| Remote Labor Index (zakázky na volné noze) | 41,3 % | 17,9 % | 21,3 % | 20,8 % |
Měřil Anthropic, každý model na nejvyšší úrovni úsilí, pokud není uvedeno jinak (Fable 5.2 ve FrontierCode na xhigh, v Remote Labor Index na high).
V kanceláři remíza, jinde jasný náskok. Tabulka je poctivá v tom, že ukazuje současné soupeře a nechává i řádek, kde vede Opus. Největší rozdíl je v Remote Labor Index, kde model plní skutečné zakázky z trhu práce na volné noze: Fable 5.2 zvládne dvakrát víc než Opus.
Nejzajímavější je slib nižších nákladů. Podle Anthropicu dá Fable 5.2 na úrovni high ve FrontierCode stejný výsledek jako Opus na maximu za zhruba polovinu ceny úlohy. V testu práce s grafy dá na medium víc než Opus na maximu za desetinu. Pokud to sedí, může být Fable při rozumném nastavení levnější než Opus puštěný naplno, přestože token stojí dvojnásobek. Nezávisle to ale zatím nikdo nespočítal.
Co říkají první testy
Dvě jasné výhry, jinak remízy. Jonathan, autor newsletteru Limited Edition Jonathan, měl model od Anthropicu dopředu a porovnal ho v 79 bězích s Opusem 5.5, Codexem a Grokem na úlohách ze své práce. Fable jasně vyhrál ve dvou. Při revizi kódu s pěti známými chybami jich našel čtyři, Opus dvě. A v plánovací úloze hodnocené ze sta bodů měl 99, Opus 95, za cenu zhruba dvojnásobku tokenů a dvou hodin na běh. Ve zbytku úloh vyšel nastejno.
Naplno ho pouštět nemusíte. Na běžných úlohách se správnou odpovědí dal low nebo medium stejný výsledek jako max, který přitom trval sedmkrát až devětadvacetkrát déle. Ani na dlouhých úlohách nebylo nic lepšího než high. Max spotřeboval dvojnásobek tokenů a ve frontě skutečných úkolů jich vyřešil méně.
Slabiny jsou lidské. Podle téhož testera model neví, kolik je hodin, a občas něco tvrdí dřív, než si to ověří. Starší zkušenosti s řadou Fable navíc mluví o vysoké spotřebě limitu na předplatném. U verze 5.2 by to mělo být lepší, uvidíme za týden.
Velké příběhy jsou zatím jen od Anthropicu. Tisíc agentů Fable 5.2 formalizovalo důkaz Velké Fermatovy věty za 30 hodin, Opus 5.5 stihl za 18 hodin čtvrtinu. Fable navrhl tři funkční elektronická zařízení a vyřešil dva otevřené problémy z fyziky černých děr. Působivé je to, ověřit si to ale nemáte jak.
Můj test: najde skryté chyby, když neví, co hledat?
Zajímalo mě, jestli model najde skryté chyby ve skutečném kódu, když mu nikdo neřekne, co má hledat.
Co modely dostaly. Kód publikačního toku webu 3GPP Explorer, tedy cesty od zpracování specifikace přes úložiště a katalog až po čtečku na webu. Je to zhruba 740 souborů ve stavu před opravou. K tomu jediný pokyn: najít blokující chyby, kvůli kterým se zveřejní špatná data, ztratí se správná nebo se selhání vykáže jako úspěch. Je to pěkný problém (a průser), se kterým jsem se dlouho natrápil.
Co měly najít. Osm skutečných chyb, které v kódu odhalila kritická revize od Codexu a které jsou v tomto stavu doložené. Tři nejzávažnější přišly hned v prvním kole: dva souběžné běhy, po kterých na webu zůstane starší verze, starší dokument, který zruší příznak stažené verze doložený novějším, a rozbité obrázky u odkazu na nejnovější verzi. Seznam jsem uzavřel dřív, než běžel první model.
Za jakých podmínek. Dvě série, celkem 15 běhů se stejným zadáním. V první Fable 5.2, Opus 5.5 a Sonnet 5.5, každý třikrát na úrovni úsilí high. Ve druhé Fable na medium proti Opusu na max, opět po třech bězích, abych si ověřil slib, že Fable dohoní Opus puštěný naplno i s menším úsilím. Kód mohly jen číst, spouštět ne. Neměly historii z gitu ani přístup na internet, takže hotové řešení nebylo kde opsat.
Jak hodnotím. Naslepo, bez jmen modelů. Chyba se správně popsaným mechanismem dostane bod, správné místo s nejasným vysvětlením půl bodu. Nálezy mimo seznam jsem ověřil v kódu a rozdělil na platné, neověřené a chybné. Plané poplachy se tak počítají taky.
Kde má test mezery. Je to jedna úloha a tři běhy na model. Seznam chyb sestavil jediný recenzent a nemusí být úplný. A hodnotí Claude Opus 5.5, tedy jeden z testovaných modelů.
Výsledky: Sonnet našel nejvíc chyb, Fable a Opus tu nejhorší. Test měří, kolik chyb ze seznamu od Codexu model najde. Čísla jsou průměr ze tří běhů, v závorce je nejhorší a nejlepší běh. U počtu chyb je lepší vyšší číslo, u času a ceny nižší. Nejlepší hodnota ve sloupci je tučně.
| Model a úsilí | Chyby ze seznamu (z 8, víc je lépe) | Z toho tři nejzávažnější (víc je lépe) | Našel nejhorší chybu mimo seznam (běhů ze 3) | Všechny skutečné chyby mimo seznam (víc je lépe) | Nálezů celkem na běh | Čas běhu (méně je lépe) | Cena podle API (méně je lépe) |
|---|---|---|---|---|---|---|---|
| Sonnet 5.5, high | 5,7 (5-6) | 2,0 | 1 | 3,7 | 7,0 | 5,1 min | $1,30 |
| Fable 5.2, medium | 3,2 (2-5) | 1,3 | 1 | 3,3 | 5,0 | 4,9 min | $4,84 |
| Opus 5.5, high | 2,8 (2-4) | 1,3 | 3 | 5,3 | 7,0 | 7,6 min | $3,63 |
| Fable 5.2, high | 1,8 (1-3) | 0,7 | 3 | 3,7 | 4,7 | 9,4 min | $7,15 |
| Opus 5.5, max | 1,7 (1-3) | 0,3 | 3 | 4,0 | 5,3 | 19,0 min | $6,51 |
Běželo to na mém předplatném Max 20x, cena v tabulce je tedy jen přepočet podle ceníku API. Týdenní limit pro všechny modely vzrostl během testu z 5 na 9 procent, limit pro Fable z 2 na 7 procent. Šest běhů Fable si tak vzalo zhruba dvacetinu týdenního limitu pro Fable (čísla jsou orientační, první stav jsem odečetl až po startu testu). Celý test by přes API stál asi 70 USD (cca 1 600 Kč). Mezi nálezy mimo seznam, které se opakovaly napříč běhy, jsem žádný chybný nenašel. Ojedinělé jsem neověřoval a nepočítám je.
Sonnet našel nejvíc chyb ze seznamu. Vedl ve všech třech bězích a našel i nejvíc ze tří nejzávažnějších. Jeho nejhorší běh se vyrovnal nejlepšímu ze všech dvanácti ostatních. Souběh dvou běhů, po kterém na webu zůstane starší verze, našel pokaždé, Fable a Opus dohromady jednou. Má to dvě vysvětlení. Seznam pochází z revize od Codexu a stojí hlavně na soubězích a špatně ošetřených selháních, tedy na chybách, které Sonnet poctivě prochází jednu cestu selhání za druhou. A Sonnet hlásí víc: sedm nálezů na běh, Fable na high necelých pět. Zadání chtělo jen blokující chyby a Fable to bral přísněji. Ze čtyř nálezů ale osm chyb najít nejde.
Fable na high a Opus našly nejhorší chybu. Čtečka na webu smaže každou kapitolu, v jejímž nadpisu je slovo „contents“. V seznamu od Codexu chybí. Fable na high a Opus na high i max ji našly ve všech devíti bězích, Sonnet a Fable na medium vždy jen v jednom běhu ze tří. Přepočítal jsem to na skutečných dokumentech: u specifikace TS 31.102 zmizí ze čtečky asi 62 procent textu, u TS 24.501 asi 14 procent. Dopadem přebije většinu seznamu, v tabulce je to ale jedna položka. Proto Sonnet vede, i když nejhorší chybu dvakrát ze tří přehlédl. Kdo chce najít co nejvíc chyb, vezme Sonnet. Kdo nechce přehlédnout tu nejhorší, vezme Fable na high nebo Opus.
Víc úsilí nepomohlo. Fable na medium našel víc známých chyb než na high, za polovinu času a dvě třetiny ceny. Opus na max dopadl hůř než na high a trval dvaapůlkrát déle. Slib Anthropicu tu sedí: Fable na medium porazil Opus na max za čtvrtinu času a o čtvrtinu levněji. Při třech bězích je to blízko šumu, směr je ale u obou modelů stejný a shoduje se s tím, co naměřil Jonathan.
Mezi Fable a Opusem jasný vítěz není. Fable na medium našel o něco víc chyb ze seznamu, Opus na high víc chyb mimo něj a vyšel o čtvrtinu levněji. Náskok, jaký viděl Jonathan (čtyři chyby z pěti proti dvěma), jsem nenaměřil. Radu ze závěru, vzít Fable na revize kódu, proto beru s rezervou. Na tomhle úkolu bych si za něj nepřiplatil.
Jedna revize nestačí. Žádný z patnácti běhů nenašel víc než šest chyb z osmi a výsledky téhož modelu se mezi běhy lišily až trojnásobně. Tři běhy Sonnetu a tři běhy Opusu na high ale dohromady pokryly 7,5 bodu z 8 i chybu ve čtečce. Běh Sonnetu stojí asi třetinu běhu Opusu, takže za mě platí: pusťte revizi víckrát a různými modely, místo abyste platili jeden drahý běh naplno.
Mythos a bezpečnost
Mythos je nejsilnější Claude na kyberbezpečnost. V Anthropicově testu znovuobjevení známých zranitelností našel o deset procent víc než Opus 5.5. Anthropic ale sám v poznámce přiznává, že v jeho vlastních testech je hledání zranitelností zhruba na úrovni Opusu.
Méně útěků ze sandboxu. V testu, kde se model snaží dostat k přístupovým údajům mimo své prostředí, to Mythos 5.2 udělal ve 3 procentech scénářů, Mythos 5.1 v 21 procentech. Opus 5.5 je na tom stejně jako nový Mythos.
Pár schopností Anthropic úmyslně přibrzdil. Optimalizace výpočetních jader pro akcelerátory a návrh architektur jazykových modelů jsou u Fable 5.2 na úrovni Opusu. Anthropic nechce, aby model zrychloval vývoj další AI. Běžného programování ani strojového učení se to netýká.
Závěrem: Co si z toho odnést
Na běžné programování a kancelářskou práci zůstaňte u Opusu 5.5. Doporučuje to i Anthropic a první testy to potvrzují: na většině úloh je to remíza za poloviční cenu tokenu.
Fable 5.2 vezměte na dlouhé samostatné úlohy. Revize kódu, velké migrace, úlohy na hodiny, desítky agentů najednou, složité problémy s jasným měřítkem úspěchu. Tam dává nejvíc navíc.
V Claude Code ho zkuste jako poradce. Příkazem /advisor fable (nebo s plným jménem modelu claude-fable-5-2) necháte pracovat Opus 5.5 a Fable se zeptá jen tehdy, když si Opus neví rady: před volbou postupu, při opakující se chybě nebo před ohlášením hotové práce. O konzultaci si můžete říct i sami v zadání. Vyjde to levněji, než pouštět Fable na všechno. Jen pozor, každá konzultace čte celou dosavadní konverzaci znovu, takže v dlouhé session se náklady sčítají. Na předplatném se Fable jako poradce platí stejně jako Fable sám a funkce je zatím experimentální.
Nastavte medium nebo high. Max se podle prvních testů nevyplácí ani na nejtěžších úlohách.
Na předplatném hlídejte limit. Fable spotřebuje nejvýš polovinu týdenního limitu a kdo ho nechá běžet na všem, vyčerpá ho rychle.
Mythos je pro bezpečnostní firmy a laboratoře. Ostatní ho nedostanou a nepotřebují.
Za mě je to první Fable, u kterého je jasné, proč existuje. Verze 5.1 se v aktuálním měření propadla pod Opus a platilo se za jméno. Verze 5.2 je o kus výš a díky střednímu úsilí možná i rozumně drahá. Jen bych ho nebral jako náhradu Opusu, spíš jako specialistu, kterého zavoláte, když Opus nestačí.
Zdroje: oznámení Anthropicu z 9. listopadu 2026 a systémová karta Fable 5.2 a Mythos 5.2, měření Artificial Analysis (index verze 5.0.1, cena za úlohu Fable 5.2 zatím nezveřejněna), test Limited Edition Jonathan (autor měl předběžný přístup od Anthropicu), dokumentace Claude Code k poradci (advisor), vlastní test autora, The Next Web, 9to5Mac. Tabulka Anthropicu a případové studie jsou měřené výrobcem. Vals Fable 5.2 zatím neměřil. Platnost údajů k 9. listopadu 2026. Text vznikl s asistencí modelu Claude Opus 5.5, tedy modelu od stejné firmy, o jejímž produktu píšu.