Anthropic выпускает Claude Fable 5.1, более сильные бенчмарки и более дешёвые долгоработающие агенты
Anthropic выпустила Claude Fable 5.1, свою новую флагманскую модель для сложных задач рассуждения, программирования, исследований и долгосрочной агентной работы. Она уже доступна на всех платформах Claude и через API, включая AWS, Google Cloud и Microsoft Azure.
Краткий обзор опубликованных Anthropic тестов (Fable 5.1 / Fable 5 / Opus 5):
• Terminal-Bench-Science 0.1: 52.6% / 24.7% / 29.0% • Terminal-Bench 4.0: 55.8% / 42.0% / 52.3% • GDPval-AA v2: 1853 / 1723 / 1824 • AutomationBench: 31.4% / 17.1% / 26.9% • CursorBench 3.2: 73.4% / 70.5% / 70.0%
Самый большой скачок наблюдается в агентных научных исследованиях: Fable 5.1 более чем вдвое превышает результат Fable 5. Модель также опережает Opus 5 во всех пяти примерах выше. Это собственные оценки Anthropic, и компания отмечает, что защитные механизмы производственной среды и резервное поведение могут влиять на некоторые показатели.
Модель сохраняет базовую цену API Fable 5, $10 за миллион входных токенов и $50 за миллион выходных токенов, но чтение из кэша теперь на 75% дешевле и стоит $0.25 за миллион. По оценкам Anthropic, это снижает затраты примерно на 25% для типичных нагрузок и до 45% для агентных задач с большим объёмом контекста.
Компромисс: цена Opus 5 остаётся вдвое ниже, $5/$25, и эта модель всё ещё рекомендуется Anthropic как отправная точка для большинства задач. Fable 5.1, премиальный вариант, когда максимальное качество рассуждений и устойчивая автономная работа важнее цены.
Источник: объявление Anthropic и документация модели.