Anthropic вывела модель Fable 5 в публичный доступ через Claude и до 22 июня разрешила подписчикам тестировать её без списания usage credits. Для разработчиков и продуктовых команд это важный сигнал: возможности, которые ещё весной показывали только избранным партнёрам в рамках закрытого проекта Glasswing, начали спускать на массовый рынок.
Речь идёт не просто о ещё одном апдейте Claude. Как пишет Engadget, Fable открывает пользователям часть возможностей системы Mythos, которую Anthropic в апреле показывала как свою передовую модель для задач, связанных в том числе с устойчивостью ПО к ИИ-атакам. Тогда доступ получили только отдельные компании, среди них Apple и NVIDIA. Теперь компания пошла по более предсказуемому для рынка сценарию: сначала закрытый показ для крупных партнёров, затем публичная версия с урезанным профилем риска и аккуратно выставленными ограничителями.
Anthropic сразу позиционирует модель Fable 5 как заметный скачок относительно своих прежних публичных систем. Компания даже начала нумерацию с версии 5, чтобы встроить новинку в существующую линейку. По собственным тестам Anthropic, Fable 5 обходит не только предыдущий флагман Opus 4.8, но и конкурирующие GPT-5.5 от OpenAI и Gemini 3.1 Pro от Google. К таким сравнениям рынок давно относится без лишней романтики: пока не видишь независимые бенчмарки и реальные кейсы, любой вендор на своих графиках выглядит очень убедительно. Но важна сама подача: Anthropic больше не продаёт идею «мы хороши в безопасном ИИ», а говорит языком прямой производительности и ставит свою модель в один ряд с лидерами гонки.
Главный практический акцент сделан на двух классах задач: разработка софта и разбор документов. Для корпоративных клиентов это понятная и монетизируемая история. Если модель лучше тянет длинные и сложные цепочки действий, значит её проще встраивать в инженерные пайплайны, анализ требований, внутренние ассистенты для техподдержки, юркоманд и аналитиков. При этом Anthropic отдельно подчёркивает область, где её прошлые модели выглядели не так уверенно, — компьютерное зрение. Компания приводит показательный пример из собственного медийного эксперимента с Claude в Pokémon: старая модель 3.7 Sonnet, по сути, видела игру рывками, нуждалась в дополнительном оверлее для интерпретации пиксельного интерфейса и после каждого шага заново понимала, где вообще находится персонаж. У Fable 5, по версии Anthropic, ситуация уже иная: модель способна пройти Pokémon FireRed с минимальной визуальной обвязкой и без сложных вспомогательных костылей.
Если отбросить геймерскую оболочку, тезис для бизнеса звучит вполне приземлённо. Улучшенное зрение означает не «нейросеть научилась играть в старую Nintendo», а более сильную работу с визуальными артефактами, которые реально встречаются в компаниях: схемами, графиками, скриншотами интерфейсов, PDF с мелкими подписями и таблицами, презентациями, технической документацией. Anthropic утверждает, что модель Fable 5 умеет точнее извлекать численные данные из сложных научных иллюстраций и может восстанавливать исходный код веб-приложения по одним лишь скриншотам. Для инженеров это уже не игрушечный сценарий. Если такие способности подтверждаются на практике, модель можно применять в reverse engineering внутренних интерфейсов, миграции legacy-систем, автоматизации QA и подготовке прототипов на основе готового UI.
Но вместе с новым уровнем возможностей Anthropic довольно прямо признаёт и цену вопроса: безопасность. Чтобы выпустить Fable 5 быстро и без лишних политических приключений, компания настроила защитные механизмы консервативно. Часть запросов Claude будет автоматически перекидывать на менее мощную Opus 4.8. В Anthropic говорят, что в среднем такие переключения затрагивают меньше 5% сессий, хотя под фильтры иногда будут попадать и безобидные запросы. Для продакшн-команд это означает простую вещь: при пилотах не стоит рассчитывать на абсолютно стабильное поведение модели в чувствительных сценариях. Если бизнес-процесс упирается в предсказуемость ответа, нужна не только проверка качества, но и тестирование маршрутизации, деградации и ложных срабатываний.
Отдельно стоит смотреть на разницу между Fable 5 и Mythos 5. В тот же день Anthropic выпустила Mythos 5 — модель на той же базе, но с меньшим числом ограничений. Однако идти в массы она пока не будет: сначала её оставляют внутри Project Glasswing, а затем обещают расширять доступ через программу trusted access. То есть рынок получает знакомую двухконтурную архитектуру. Один продукт — почти consumer/regular enterprise с жёсткими предохранителями. Второй — для доверенных партнёров, которым нужен более острый инструмент и которые готовы разговаривать с поставщиком о контроле рисков отдельно. Это важный маркер для всей отрасли: граница между «публичной моделью» и «моделью для доверенного доступа» становится не маркетинговой, а операционной.
Не менее показателен и ценник. До 22 июня подписчики Claude могут пробовать Fable 5 бесплатно в рамках подписки, но затем модель переведут на usage credits: $10 за миллион входных токенов и $50 за миллион выходных. Anthropic отдельно оговаривает, что позже хочет вернуть Fable 5 в стандартные подписочные планы, когда позволит вычислительная ёмкость. В переводе с языка вендоров это звучит так: модель дорогая, спрос может быть высоким, инфраструктура не резиновая, поэтому сначала компания будет дозировать нагрузку через временное окно бесплатного доступа, а потом — через тарификацию. Для российских команд, которые следят за экономикой GenAI-инструментов, это очередное напоминание: реальная конкуренция идёт уже не только по качеству модели, но и по способности удерживать приемлемую цену на тяжёлые сценарии с длинным контекстом и дорогим выводом.
На этом фоне важнее всего даже не сам факт запуска, а то, как быстро Anthropic сокращает дистанцию между закрытыми «почти исследовательскими» моделями и тем, что можно дать массовому пользователю. Ещё в начале апреля Mythos показывали как инструмент для ограниченного круга партнёров и обсуждений об ИИ-безопасности на уровне крупных компаний и госрегуляторов. Уже в июне часть этих возможностей приезжает в Claude под именем Fable 5. Для разработчиков это означает ускорение цикла: новые модели будут попадать в рабочие инструменты всё раньше, но вместе с этим вырастет и требование к инженерной дисциплине. Выиграют не те команды, которые первыми нажмут кнопку «попробовать», а те, кто быстрее поймёт, где у такой модели реальная бизнес-польза, а где пока просто очень дорогой повод переписать демо под новый API.