Claude Fable 5: co potrafi nowy model Anthropic i czy warto go używać?

Co oznacza „klasa Mythos” i czym różni się od Opusa?

Klasa Mythos to nowy poziom w hierarchii modeli Anthropic, który od marca 2024 roku wyglądała tak: Haiku (szybki i tani), Sonnet (równowaga) i Opus (najsilniejszy publicznie). Mythos siedzi powyżej Opusa. Nie jako kolejny, mocniejszy Opus — ale jako osobna kategoria zaprojektowana pod autonomiczną, wielodniową pracę agentyczną.

Różnica jest fundamentalna w jednej kwestii: ciągłość działania. Opus 4.8 radzi sobie świetnie z zadaniami w granicach jednej sesji. Fable 5 buduje plany wieloetapowe, deleguje podzadania do sub-agentów, prowadzi własne notatki między krokami i sprawdza wyniki przed zgłoszeniem zakończenia pracy. W testach Anthropic z grą karcianą Slay the Spire dostęp do trwałej pamięci plikowej poprawił wyniki Fable 5 trzy razy bardziej niż w przypadku Opusa 4.8; Fable dotarł do finałowego aktu gry trzykrotnie częściej.

Fable 5 a Mythos 5: bliźniaki z różnymi uprawnieniami

Fable 5 i Mythos 5 działają na tym samym modelu bazowym. Różnią się wyłącznie zestawem filtrów bezpieczeństwa. Fable 5 zawiera konserwatywne klasyfikatory, które blokują zapytania z obszarów cyberbezpieczeństwa, biologii i chemii — takie zapytania trafiają do Claude Opus 4.8 jako fallback. Anthropic przyznaje, że filtry uruchamiają się w mniej niż 5% sesji; trafiają jednak czasem w niewinne zapytania. Mythos 5 działa bez tych ograniczeń — dostępny wyłącznie przez Project Glasswing, w ścisłej współpracy z rządem USA.

Dla większości programistów i firm Fable 5 jest tym, czego naprawdę potrzebują. Mythos 5 to narzędzie dla instytucji badawczych i agencji obronnych z konkretną akredytacją.

Benchmarki: co mówią liczby, a czego nie mówią

Fable 5 osiągnął 80,3% na SWE-Bench Pro — to wynik o 11 punktów wyższy niż Opus 4.8. Na FrontierCode (Diamond), teście Cognition oceniającym trudne zadania kodowania spełniające standardy kodu produkcyjnego, Fable 5 prowadzi wśród modeli granicznych nawet przy średnim nakładzie obliczeniowym.

Tu jednak pojawia się ważne zastrzeżenie. Wiersze tabeli dotyczące cyberbezpieczeństwa i biologii pokazują wyniki Mythos 5, nie Fable 5 — w tych obszarach Fable odpowiada na poziomie Opusa 4.8 z powodu aktywnych filtrów. Cytowanie tych wyników jako „możliwości Fable 5″ byłoby zwykłym nadużyciem.

Na płaszczyźnie widzenia (vision) Fable 5 ustanawia nowy punkt odniesienia branżowy. Wyodrębnia liczby z naukowych wykresów, odbudowuje kod aplikacji webowej ze zrzutów ekranu i — co samo w sobie jest niezłym papierkiem lakmusowym — ukończył Pokémon FireRed używając wyłącznie surowych klatek obrazu, bez żadnych dodatkowych narzędzi. Wcześniejsze modele Claude potrzebowały specjalnego harnesu z pomocniczymi narzędziami, żeby w ogóle dotrzeć do środkowej części gry.

Jak wygląda praca z Fable 5 w praktyce — dwa przykłady z produkcji

Liczby na papierze ładnie wyglądają. Bardziej przekonują konkretne przypadki z firm, które miały dostęp do modelu przed premierą.

Stripe testował Fable 5 na żywej bazie kodu. Model przeprowadził migrację w repozytorium liczącym 50 milionów linii Ruby — zmiana, którą dział inżynierski szacował na ponad dwa miesiące pracy zespołu — w ciągu jednego dnia. To nie efekt prostego „wyszukaj i zamień”: migracja obejmowała zmiany zależności, testy i weryfikację spójności. Fable pisał własne testy jednostkowe, uruchamiał je i korygował błędy przed zgłoszeniem zakończenia.

Drugi przykład pochodzi z IMC, firmy tradingowej. Ich wewnętrzne testy obejmowały faktual lookup, rozumowanie konceptualne, analizę przyczyn źródłowych i analizę wartości oczekiwanej. Fable 5 „zdał prawie wszystkie z nich” — to cytat z oficjalnego ogłoszenia Anthropic, a nie z materiałów marketingowych samego IMC. Warto jednak odnotować, że IMC przeprowadziło testy w kontrolowanych warunkach, a wyniki mogą różnić się od codziennego użycia produkcyjnego.

Dla kogo Fable 5 naprawdę ma sens — i dla kogo nie

To pytanie zadaje sobie teraz wiele zespołów. Domyślna odpowiedź „lepszy model = warto kupić” jest tutaj niewystarczająca.

Fable 5 daje największą różnicę przy zadaniach, które spełniają trzy warunki jednocześnie: są długie (więcej niż kilka godzin pracy), wymagają rozumowania wieloetapowego i tolerują asynchroniczny tryb pracy. Kodowanie na skali bazy kodu, głęboka analiza dokumentów, wielotygodniowe badania genomiczne — to jest naturalne środowisko tego modelu.

Jednak dla zespołów, które głównie używają Claude do odpowiedzi na pytania, generowania krótkich fragmentów kodu albo przetwarzania pojedynczych dokumentów — przejście z Opusa 4.8 na Fable 5 przyniesie marginalną poprawę przy wyższym rachunku. Opus 4.8 kosztuje 15 USD za milion tokenów wejściowych; Fable 5 kosztuje 10 USD (tu jest taniej), ale output jest droższy: 50 USD vs 75 USD. Przy krótkich sesjach różnica może być neutralna lub niekorzystna.

Osobna kwestia: filtry bezpieczeństwa. Jeśli twój projekt dotyka obszarów bioinformatyki, testów penetracyjnych albo narzędzi bezpieczeństwa sieciowego — spodziewaj się fallbacków do Opusa 4.8 w części zapytań. To nie jest defekt; to świadoma decyzja projektowa. Ale wpływa na spójność wyników i powinna znaleźć się w dokumentacji wewnętrznej, zanim produkcja pójdzie na Fable 5.

Jak uzyskać dostęp i ile to kosztuje

Claude Fable 5 jest dostępny od 9 czerwca 2026 roku przez API Anthropic pod identyfikatorem claude-fable-5. Przez okres przejściowy (do 22 czerwca 2026) subskrybenci Claude Code mogą używać Fable 5 w ramach limitu planu bez dodatkowych opłat. Po tej dacie model rozliczany jest przez kredyty użytkowania.

Dostępność obejmuje natywne API Anthropic oraz trzy główne chmury publiczne: Amazon Web Services (Bedrock), Google Cloud (Vertex AI) i Microsoft Foundry. Dla obciążeń wymagających lokalizacji w USA dostępna jest opcja US-only inference z mnożnikiem 1,1x na tokenach wejściowych i wyjściowych.

Ważny szczegół z dokumentacji API: odmowa odpowiedzi przez Fable 5 (z powodu filtrów) zwraca kod HTTP 200 z stop_reason: "refusal" — nie błąd serwera. Aplikacje muszą obsługiwać ten przypadek osobno. API obsługuje parametr fallbacks w trybie beta, który automatycznie przełącza na inny model przy odmowie. Obie SDK (TypeScript i Python) udostępniają middleware do tego samego efektu po stronie klienta.

Przechowywanie danych: Anthropic wprowadził 30-dniowy obowiązkowy okres retencji dla całego ruchu na modelach klasy Mythos (dotyczy zarówno Fable 5, jak i Mythos 5). Dane nie są używane do trenowania nowych modeli i usuwane po upływie okresu w niemal wszystkich przypadkach. Dla organizacji z rygorystycznymi wymogami DLP to informacja, którą trzeba uwzględnić w ocenie zgodności.