Claude Fable 5.2 منتشر شد | هزینه + عملکرد از نگاه کاربران

شرکت Anthropic روز ۹ نوامبر ۲۰۲۶ مدل Claude Fable 5.2 را منتشر کرد؛ به گفته‌ی این شرکت، این مدل قوی‌ترین مدل عمومی آن است و برای کارهای سنگین و طولانی ساخته شده است. همراه آن، Claude Mythos 5.2 هم معرفی شد که فقط در اختیار سازمان‌های تأییدشده قرار می‌گیرد. ایایا اطلاعات این مقاله را از صفحه‌ی رسمی Anthropic، گزارش مؤسسه‌های مستقل بنچمارک و تجربه‌ی کاربرانی که مدل را آزمایش کرده‌اند جمع کرده و منبع هر ادعا را در متن آورده است.

Claude Fable 5.2 چیست؟

Fable 5.2 مدل زبانی جدید Anthropic است و تمرکز اصلی آن روی کارهایی است که چند ساعت یا حتی چند روز طول می‌کشند. طبق معرفی Anthropic، این مدل می‌تواند:

• یک پروژه‌ی بزرگ را خودش برنامه‌ریزی کند و به بخش‌های کوچک‌تر بشکند.
• هم‌زمان تعداد زیادی زیرعامل (نسخه‌های کمکی مدل که هر کدام بخشی از کار را انجام می‌دهند) را هماهنگ کند.
• باگ‌های پیچیده را پیدا و رفع کند و ساختار کد را بازنویسی کند.
• در استدلال‌های ریاضی، فیزیک و مسائل فضایی و هندسی عمل کند.

پنجره‌ی متنی (کانتکست) مدل ۱ میلیون توکن است و خروجی آن تا ۱۲۸ هزار توکن می‌رسد.

Fable 5.2 به چه کاری می‌آید؟

کاربرانی که مدل را آزمایش کرده‌اند، این کاربردها را بیش از بقیه برجسته کرده‌اند:

• ساخت نرم‌افزار کامل: Matthew Berman با این مدل نسخه‌هایی شبیه Excel، Photoshop و یک ویرایشگر ویدیو ساخته است.
• بازی و محیط سه‌بعدی: Felix Rieseberg از کارکنان Anthropic می‌گوید یک بازی کامل را با یک پرامپت، در ۸ ساعت و با حدود ۵۵۰ دلار هزینه‌ی API ساخته است.
• ساخت ویدیو و موشن‌گرافیک با کد: Claire Vo، بنیان‌گذار ChatPRD، مدل را در این کار قوی دیده است.
• کار با داده‌های سازمانی: Box، که از شرکای تجاری Anthropic است، می‌گوید مدل خطاهای داده، مثل برچسب زمانی اشتباه، را پیش از محاسبه پیدا و اصلاح می‌کند.
• ممیزی کد: Peter Yang می‌گوید از Fable برای پیدا کردن باگ استفاده می‌کند و رفع آن‌ها را به Opus می‌سپارد.

Fable 5.2 و Mythos 5.2 چه فرقی دارند؟

هر دو بر پایه‌ی یک مدل ساخته شده‌اند. تفاوتشان در دسترسی و لایه‌های ایمنی است:

• Fable 5.2: مدل عمومی است و همه‌ی توسعه‌دهندگان، پژوهشگران و شرکت‌ها می‌توانند از آن استفاده کنند.
• Mythos 5.2: بدون برخی محدودیت‌های ایمنی عمومی عرضه شده و فقط به سازمان‌هایی داده می‌شود که در برنامه‌های تأیید Anthropic در حوزه‌ی امنیت سایبری و علوم زیستی پذیرفته شده‌اند.

از کجا می‌توان از Fable 5.2 استفاده کرد؟

برای استفاده از Fable 5.2 سه راه هست:

• چت کلود: در اشتراک‌های Pro و بالاتر، از راه گفت‌وگو با کلود. پیوند رسمی کلود را در صفحه‌ی کلود در ایایا می‌بینید.
• رابط برنامه‌نویسی (API): توسعه‌دهندگان با شناسه‌ی claude-fable-5-2 از راه API به مدل دسترسی دارند؛ قیمت و جزئیات در صفحه‌ی قیمت API آنتروپیک آمده است.
• سکوهای ابری: Amazon Bedrock، Google Cloud Vertex AI و Microsoft Foundry هم مدل را عرضه می‌کنند.

مدل از پنج سطح تلاش (effort؛ میزان تلاشی که مدل برای هر پاسخ صرف می‌کند) پشتیبانی می‌کند: کم (Low)، متوسط (Medium)، زیاد (High)، خیلی زیاد (Xhigh) و حداکثر (Max).

قیمت Fable 5.2 چقدر است؟

• هر میلیون توکن ورودی ۸ دلار و هر میلیون توکن خروجی ۴۰ دلار است.
• این قیمت ۲۰ درصد کمتر از Fable 5.1، اما دو برابر Opus 5.5 است.
• خواندن از حافظه‌ی موقت (کش) برای هر میلیون توکن ۰٫۲۰ دلار هزینه دارد.
• حالت سریع (Fast): نسخه‌ی سریع‌تر مدل برای هر میلیون توکن ورودی ۱۶ دلار و برای خروجی ۸۰ دلار هزینه دارد و تا ۲٫۵ برابر سریع‌تر است.
• در اشتراک Pro (حرفه‌ای): در هفته‌ی عرضه تا ۱۶ نوامبر ۲۰۲۶، استفاده از Fable تا ۵۰٪ سهمیه‌ی هفتگی پلن Pro ۲۰ دلاری و یک ریست اضافه شامل است؛ پس از آن با اعتبار مصرفی و نرخ API محاسبه می‌شود.

چه چیزی نسبت به Fable 5.1 تغییر کرده است؟

به گفته‌ی Anthropic، Fable 5.2 درخواست‌های عادی مهندسی و زیستی را حدود ۵۵ درصد کمتر از Fable 5.1 به‌اشتباه رد می‌کند و حدود ۳۰ درصد سریع‌تر است. امتیاز آن در آزمون کنترل رباتیک RoboDojo Sim هم از ۲۷٫۶ درصد به ۶۴٫۹ درصد رسیده است. این اعداد را خود Anthropic منتشر کرده است.

تحلیل Fable 5.2: آزمون‌های مقایسه‌ای مستقل چه می‌گویند؟

مهم‌ترین نتایج را از مؤسسه‌هایی آورده‌ایم که مدل را خودشان اجرا کرده‌اند، نه از ادعای Anthropic. بنچمارک یعنی آزمون مقایسه‌ای؛ عدد هر آزمون را همان مؤسسه‌ی برگزارکننده منتشر کرده است:

دو نتیجه‌ی دیگر را خود Anthropic منتشر کرده است:

• آزمون FrontierCode 2.0: Fable 5.2 با ۴۹٫۱٪ در صدر است؛ پس از آن Opus 5.5 با ۴۵٫۵٪، GPT-6 Astra با ۴۲٫۸٪ و Gemini 4 Carbon با ۴۱٫۱٪ قرار دارند. این عدد مربوط به سطح Xhigh است و آزمون مستقلی برایش ندیدیم.
• آزمون AutomationBench: Fable 5.2 با ۵۱٫۴٪ دوم است و Gemini 4 Carbon با ۵۳٫۹٪ جلوتر است.

همه‌ی نتایج هم مثبت نیست. طبق همین گزارش Artificial Analysis، Fable 5.2 در آزمون Terminal-Bench 4.0 امتیاز ۶۰ درصد گرفته است. این عدد هم‌سطح Opus 5.5 است و از Kimi K3.1 Pro با ۶۷ درصد، Gemini 4 Carbon با ۶۵ درصد و Sonnet 5.5 با ۶۴ درصد پایین‌تر است. Cursor هم که از شرکای انتشار است، امتیاز ۶۰ درصد را در آزمون CursorBench گزارش کرده؛ Fable 5.1 پیش‌تر ۴۹٫۲ درصد گرفته بود.

هزینه‌ی واقعی هر کار بالاتر رفته است

ارزان‌تر شدن قیمت هر توکن به معنای ارزان‌تر شدن کار نیست، چون Fable 5.2 برای هر کار توکن بیشتری مصرف می‌کند:

• Artificial Analysis: میانگین هزینه‌ی هر کار در سطح Max حدود ۲۶٫۵ دلار است. این رقم حدود ۲٫۶ برابر Opus 5.5 با ۱۰ دلار و حدود ۲ برابر Fable 5.1 با ۱۲٫۹۹ دلار است.
• SemiAnalysis: دلیل این مصرف را پیگیری بیشتر مدل و تمایلش به ساختن زیرعامل‌ها می‌داند. در یکی از آزمون‌های علم مواد، هزینه‌ی Fable 5.2 حدود ۸۹ درصد بیشتر از GPT-6 Astra بوده و ۴٫۳ برابر توکن خروجی مصرف کرده است.
• Theo، توسعه‌دهنده: می‌گوید در اشتراک ۲۰۰ دلاری Claude Ultra، استفاده از Fable به ۵۰ درصد سهمیه‌ی هفتگی محدود است و سهمیه را سریع‌تر از Opus تمام می‌کند.

Fable 5.2 در مقایسه با Opus 5.5

Opus 5.5 هنوز مدل روزمره‌ی بیشتر کاربران است. مقایسه‌ی این دو مدل در تجربه‌ی کاربران این‌طور است:

جاهایی که Fable 5.2 بهتر است

• خودمختاری: Matthew Berman، که می‌گوید بیش از ۱۰۰ میلیارد توکن برای آزمایش مصرف کرده، Fable 5.2 را مستقل‌ترین مدل تاکنون می‌داند. به گفته‌ی او مدل کمتر به پرامپت تکمیلی نیاز دارد.
• پیدا کردن باگ: Peter Yang آن را در ممیزی کد دقیق‌تر از Opus می‌داند.
• کارهای بزرگ: شش نفر از هفت آزمایشگر رسانه‌ی Every بالاترین رتبه را به مدل داده‌اند. جمع‌بندی آن‌ها این است که Fable وقتی ارزش دارد که کاری بزرگ تعریف کنید و به آن فرصت تمام کردن بدهید.
• مقایسه‌ی مستقیم: Peter Yang در ۵ آزمون مستقیم، Fable را در چهار مورد برنده دیده است.

جاهایی که Fable 5.2 ضعیف‌تر است

• خطاهای ساده: Theo می‌گوید Fable 5.2 اشتباهات ساده‌ای می‌کند که از Opus انتظار نداشت و گاهی چیزهای مهم را نادیده می‌گیرد. Pietro Schirano هم می‌گوید مدل در کارهای پیچیده درخشان است، اما در ساده‌ترین کارها ضعیف عمل می‌کند. Ethan Mollick این وضعیت را «هوش عمومی ناهموار» نامیده است.
• خطاهای آشکار در خروجی: Allie K. Miller از رنگ و واحد اشتباه روی نقشه و متن‌های روی هم افتاده در اسلاید گزارش داده است.
• طراحی وب: Claire Vo می‌گوید مدل اگر بدون راهنمای سبک رها شود، در طراحی وب سلیقه‌ی خوبی ندارد. چند سازنده‌ی محتوای طراحی وب نظر مخالف دارند و آن را از Opus 5.5 بهتر دیده‌اند.
• سخت‌گیری زیاد: Matt Shumer مهم‌ترین ایراد مدل را سخت‌گیری و لحن نصیحت‌آمیز آن می‌داند.
• کدنویسی روزمره: به گفته‌ی elvis (@omarsar0)، پژوهشگر هوش مصنوعی، برای بیشتر کارها Opus 5.5 هنوز کافی است. Theo هم جهش از Fable 5.1 به 5.2 را کوچک‌تر از جهش نسخه‌ی 5 به 5.5 می‌داند.

برای استفاده از Fable 5.2 چه نکاتی مفید است؟

• برنامه‌ریزی با Fable، اجرا با Opus: این رایج‌ترین توصیه‌ی کاربران است. Matt Shumer و Alex Finn پیشنهاد می‌کنند Fable کار را برنامه‌ریزی کند و به بخش‌های دقیق بشکند و Opus 5.5 آن‌ها را اجرا کند.
• بالاترین سطح تلاش لزوماً بهتر نیست: Shital Shah توصیه می‌کند از سطح Max استفاده نشود. Every پیشنهاد می‌کند برای کد سطح Low، برای پژوهش و نوشتن Medium، برای طراحی High و برای جزئیات انیمیشن Max را انتخاب کنید. Cursor هم می‌گوید تنظیم قبلی Fable 5.1 را منتقل نکنید و از تنظیم پیش‌فرض شروع کنید.
• «This codebase is yours»: Simon Willison به نقل از راهنمای پرامپت‌نویسی Anthropic می‌گوید اگر به مدل بگویید کد متعلق به خودش است، در بهبود کد موجود کمتر محتاط عمل می‌کند و ساختار را بهتر بازنویسی می‌کند.
• کار بلند را کامل تعریف کنید: Every توصیه می‌کند هدف بزرگ و کل فهرست کارها را یکجا بدهید، راهی برای بررسی نتیجه بگذارید و مجوزها را پیش از شروع تنظیم کنید.

ادعاهایی که هنوز سندی برایشان نداریم

این موارد در برخی گزارش‌ها و ویدیوها مطرح شده‌اند، اما ایایا فعلاً منبع معتبری برای تأییدشان پیدا نکرده است. آن‌ها را به‌عنوان ادعا بخوانید:

• هزینه‌ی پروژه‌های Matthew Berman: گفته شده ساخت نسخه‌ی مشابه Excel حدود ۱۱٬۷۰۰ دلار و ساخت بازی سبک Gears of War حدود ۱۵٬۰۰۰ دلار هزینه‌ی API داشته است. خود ساخت این پروژه‌ها تأیید شده، اما این اعداد را در منبع معتبری پیدا نکردیم.
• اثبات قضیه‌ی آخر فرما: گفته شده ۱۰۰۰ نسخه از Fable 5.2 این قضیه را در ۳۰ ساعت به زبان Lean تبدیل کرده‌اند. این مورد فقط به‌عنوان نمایش خود Anthropic بازگو شده و آزمون مستقلی برایش ندیدیم.
• محدود کردن عمدی توانایی‌ها: گفته شده Anthropic توانایی مدل را در پژوهش روی هوش مصنوعی عمداً در سطح Opus 5.5 نگه داشته است. تأیید مستقیمی از یک متخصص برای این ادعا پیدا نکردیم.

جمع‌بندی ایایا

داده‌های مستقل نشان می‌دهد Fable 5.2 در حال حاضر قوی‌ترین مدل عمومی است، به‌خصوص در کارهای بزرگ و طولانی، ساخت بازی و محیط سه‌بعدی و پیدا کردن باگ. در مقابل، هزینه‌ی هر کار با آن بالاتر رفته و در کارهای ساده خطاهایی دارد که بسیاری از کاربران انتظارش را نداشتند.

• اگر کار شما کدنویسی روزمره یا پروژه‌ای با محدوده‌ی مشخص است، طبق تجربه‌ی کاربران Opus 5.5 انتخاب اقتصادی‌تری است.
• Fable 5.2 را برای کارهای سنگین، برنامه‌ریزی و مسائلی نگه دارید که مدل‌های دیگر از پسشان برنمی‌آیند.

مواردی که هنوز سندی برایشان نداریم — هزینه‌ی دقیق پروژه‌های برمن، اثبات قضیه‌ی فرما و محدود کردن عمدی توانایی‌ها — در بخش بالا به‌عنوان ادعا آمده‌اند؛ بقیه‌ی اعداد این مقاله منبع دارند.

تصاویر و ویدیوهای منتشر شده

تصاویر و ویدیوهایی که آنتروپیک همراه با معرفی Fable 5.2 منتشر کرده است:

▶

▶

▶

▶

منابع