Обзор Claude Fable 5.2: бенчмарки, код и веса

Что в ролике
Если вы следите за гонкой frontier-моделей, новый релиз Anthropic Fable 5.2 важен тем, что он обходит прежнего лидера Opus 5.5 и стоит дешевле Fable 5.1, хотя по токенам вдвое дороже Opus 5.5. NeuralNine разбирает релизные заметки и независимые бенчмарки: в Artificial Analysis и arena-замерах модель на первом месте, а в его собственном «yapping benchmark» она наименее многословна среди моделей Claude. В практических тестах на генерацию мобильного прототипа на Ursina Fable 5.2 дал самый плавный и отполированный результат без лагов, а код выглядит чище и человечнее, чем у Opus 5.5 и DeepSeek. В тесте на создание и обучение свёрточной нейросети на MNIST с нуля на чистом numpy Fable 5.2 показал самую наглядную визуализацию слоёв, весов и градиентов, которую можно использовать как учебный инструмент. Отдельный эксперимент с weight space programming: модель вручную, без обучения и интернета, записала веса агента для игры Breakout и получила средний счёт 493 очка за 1000 запусков, что ниже результата GPT-6 Astra (517), но значительно выше традиционно обученных сетей. Вывод автора: Fable 5.2 — лучшая модель на рынке, но он продолжит использовать Opus 5.5 как основной, а Fable будет звать для код-ревью, архитектурных вопросов, контрактов и задач, где Opus не справляется.
Практика
- Что получишь
- Что можно понять и сделать: как новая модель Fable 5.2 ведёт себя в реальных задачах генерации кода и визуализации обучения, и когда её выгоднее использовать вместо Opus 5.5.
- Первый шаг
- Если хотите повторить, начните с чтения релизных заметок Anthropic и запуска собственного теста на простом прототипе, например, на движке Ursina, как в видео.
- Цифры
- —493 очка — средний счёт модели, созданной Fable 5.2 вручную для Breakout за 1000 запусков; у GPT-6 Astra 517, у Opus 5.5 около 200–250
- —2 раза дороже Opus 5.5 — стоимость токена Fable 5.2, но по цене за задачу вдвое дешевле при high effort против max effort
- —30% — на столько быстрее генерирует Fable 5.2 по сравнению с предыдущей версией Fable
- —8 дней и более 1000 субагентов — столько Anthropic потратили на постройку целой операционной системы силами Fable 5.2
- Честно
- Автор в конце рекламирует свои услуги на сайте и контакты для фриланса, а также просит подписаться. Все результаты и код показаны только на экране: конкретные промпты и полные скрипты в описании не приводятся, для повторения weight space programming придётся искать его отдельное видео и блог. Сравнение с GPT-6 Astra опирается на цифры из чужого блога, которые в ролике не проверяются.
Если слова незнакомы — 4 терминов
- frontier-модельпередовая модель, находящаяся на границе возможностей ИИ
- свёрточная нейросетьтип нейросети, который хорошо распознаёт изображения, выделяя локальные признаки
- numpyбиблиотека Python для численных расчётов, часто используется для операций с массивами и матрицами
- weight space programmingподход, при котором модель сама записывает или меняет числовые веса нейросети, а не обучает её обычным градиентным спуском
Связки из этого ролика
2 шт.- Python + Ursina
- Python + NumPy
Компоненты
14 шт.Формат: обзор · для продвинутых · уверенность разметки 0.85 · источник