Fable 5 против GPT-5.6 Sol

Последнее тестирование и обновление: 31 августа 2026 г.

Полезный ответ не в том, «какая модель побеждает?» А в том, какая модель должна владеть этой стадией работы?

Использовать Басня 5 в основном когда задача неоднозначна и требует суждений: превращение приблизительного запроса в требования, выбор архитектуры, оспаривание предположений или проверка значительных изменений. Используйте GPT-5.6 Sol в основном когда направление определено, и работа превращается в устойчивую реализацию: редактирование множества файлов, запуск инструментов, отладка ошибок и завершение цикла с меньшими затратами контекста.

Разделение является рабочим умолчанием, а не универсальным рейтингом. Обе модели нуждаются в контроле, доказательствах и человеческом надзоре.

Границы доказательств и официальная версия

Три типа доказательств поддерживают этот урок:

1. Официальная документация провайдера устанавливает идентификаторы моделей, ограничения контекста, цены, инструменты, политику хранения и поведение при отказе.
2. Локальные запуски Mantis показывают, как каждая модель справлялась с одинаковым офисным заданием в отдельных запусках.
3. Демонстрации создателей с отметкой времени показывают реальные рабочие процессы, видимые результаты и предпочтения специалистов.

Вторая и третья категории являются иллюстративными. Промпты, инструменты, настройки рассуждений, даты и критерии оценки различаются. Более сильный визуальный результат в одном запуске не доказывает, что та же модель выигрывает во всех задачах пользовательского интерфейса. Любимая модель создателя является сигналом маршрутизации, а не контролируемым эталоном.

Вот снимок, специфичный для маршрута, проверенный на 31 августа 2026 г.. GitHub Copilot и OpenAI API имеют отдельные пути оплаты, поэтому их цены не должны заменять друг друга.

Официальное поле	Claude Fable 5	GPT-5.6 Sol
ID модели API	claude-fable-5	gpt-5.6-sol
Окно контекста	1 000 000 токенов	1 050 000 токенов
Максимальный ввод	Не указан отдельно на просматриваемой странице	922 000 токенов
Максимальный вывод	128 000 токенов	128 000 токенов
Прямой OpenAI API, ввод с коротким контекстом	$10 / 1M токенов	$4 / 1M токенов
Прямой OpenAI API, кэшированный ввод	Правила кэша поставщика различаются	$0,40 / 1M токенов
Прямой OpenAI API, запись в кэш	Правила кэша поставщика различаются	$5 / 1M токенов
Прямой OpenAI API, вывод с коротким контекстом	$50 / 1M токенов	$20 / 1M токенов

Источники: Документация Anthropic Fable 5, Страница модели Sol от OpenAI, Цены на API OpenAI, и Цены на модель GitHub Copilot.

Маршрут и сценарий	Вход / 1М	Кешированный ввод / 1М	Запись в кэш / 1М	Выход / 1М	Граница
Акция GitHub Copilot, по умолчанию (≤272K ввод)	$2.00	$0.20	$2.50	$10.00	50% скидки до 2026-09-03
Акция GitHub Copilot, длинный контекст (>272K ввод)	$4.00	$0.40	$5.00	$15.00	50% скидки до 2026-09-03
GitHub Copilot после акции	Неизвестно	Неизвестно	Неизвестно	Неизвестно	GitHub не публикует таблицу после акции здесь; не выводите её, удваивая
Прямой API OpenAI, стандартный короткий контекст	$4.00	$0.40	$5.00	$20.00	Отдельный маршрут; в настоящее время промо до как минимум 21.11.2026
Прямой API OpenAI, стандартный длинный контекст (>272К входных данных)	$8.00	$0.80	$10.00	$30.00	Отдельный маршрут; в настоящее время промо до как минимум 21.11.2026

С сравнитель моделей продолжает использовать прямой API OpenAI цены на чтение короткого контекста $4/$0.40/$20 в документированном соотношении кэша/входа/выхода 7:2:1; цифра $3.08 не включает отдельно выставленную плату за запись в кэш $5. Таблица промо GitHub Copilot не используется.

Предел стоимости локального бенчмарка

Принято office-life Запуск Sol (10 июля 2026 г.) опубликован как артефакт с идентификатором запуска, датой, файлами и количеством байт, но без учёта выставленного ввода, кэшированного ввода, записи в кэш или журнала выходных токенов. Его исторический маршрут также не записан. Это делает честный пересчёт по акции GitHub Copilot от 3 сентября без измерений скорее, чем $0 или оценку. Зарегистрируйте четыре компонента токенов и маршрут в будущем запуске перед публикацией стоимости принятого запуска или сравнения после акции.

Планирование и требования

Fable является более сильным вариантом по умолчанию, когда основная сложность заключается в решении, что следует построить.

Дайте ему беспорядочное краткое описание, противоречивые ограничения и имеющиеся у вас данные. Спросите о предположениях, нерешённых вопросах, вариантах решений и критериях приемки, прежде чем разрешать изменения в коде. Его ценность не в том, чтобы быть более длинным планом сама по себе. Ценность заключается в том, чтобы заметить, что два требования противоречат друг другу, что для миграции данных необходим путь отката, или что запрос функции скрывает продуктовое решение.

Демонстрация притчи Леона ван Зила делает этот компромисс заметным. Запрос браузерной игры с трассировкой лучей появляется на 0:37, этап планирования виден на 2:16, и создатель сообщает в 3:11, что план занял примерно 15 минут. рабочий результат появляется на 9:10. Это полезное доказательство обдуманного планирования и видимого результата, но оно также показывает, почему Fable не должен автоматически заниматься каждым рутинным редактированием.

Ежемесячный обзор практикующих Every описывает похожее разделение: Sol как кодировочный по умолчанию в 3:31, с сложной работой, переданной Fable в 3:40. Это субъективный отчет о рабочем процессе, а не лабораторный результат, но схема маршрутизации практична.

Используйте Fable в первую очередь для:

• превращения идеи в документ требований к продукту;
• архитектуры с конкурирующими ограничениями по безопасности, стоимости и срокам;
• обзора миграции, прав доступа и модели данных;
• выявления скрытых предположений до реализации;
• проверки, соответствует ли предложенное решение намерениям пользователя.

С Компаньон по планированию Fable и Руководство по семейству L02 от Anthropic предоставьте больше контекста о том, где Fable располагается в линейке Claude.

Программирование и отладка в производстве

Как только план становится тестируемым, Sol становится лучшим вариантом по умолчанию для цикла реализации.

Его официальная инструментальная поверхность и возможность работать с длинным контекстом подходят для репозиториев, где агент должен проверять файлы, редактировать код, запускать тесты, читать ошибки и пробовать снова. Более низкая цена для короткого контекста важна, потому что реализация требует множества вызовов инструментов и промежуточных токенов. Незначительная разница в цене накапливается в течение долгой сессии.

Дайте Sol долговечный артефакт, а не отвлеченное объяснение:

Цель: [один результат]
Ограничения: [безопасность, совместимость, объем]
Критерии приемки:
- [наблюдаемая проверка]
- [наблюдаемая проверка]
Вне области: [явные исключения]
Необходимая проверка: [тесты, сборка, скриншоты, просмотр различий]
Одобрение требуется перед: [миграцией, удалением, развертыванием, внешним сообщением]

Тогда позвольте системе проверять цикл честно. Тесты должны отвергать сломанную реализацию; проверка типов должна отклонять сломанный интерфейс; проверка в браузере должна отклонять визуальное переполнение. «Готово» — это не доказательство.

Не следует просить Сол импровизировать намерение продукта, одновременно изменяя десятки файлов. Отчёты проверки Маркуса Дэвида о чрезмерной разработке и упущенном намерении в 2:47 и позже называют Сола трудягой, которому всё ещё нужен начальник в 9:22. Рассматривайте это как анекдот от одного создателя, а не как измеренный показатель частоты неудач. Это всё же поддерживает разумный контроль: заморозьте план перед длительным этапом реализации.

С Страница эталонного теста GPT-5.6 Sol показывает его локальные результаты теста. Для более широкого выбора между премиум и более дешевыми циклами, пересмотрите рамки принятия решений L05.

Доказательства от создателей: сильные стороны и границы неудач

Эти четыре кадра взяты из отдельных рабочих процессов создателей. Они добавляют видимый контекст, но не нормализуют команду, оболочку, настройки или метод оценки.

Басня: готовый артефакт и предупреждение об утверждении

Sol: пригодный прототип и риск намерений

Визуальный фронтенд и интерактивные сборки

Визуальная работа разделяет два вопроса, которые часто объединяют:

• Работает ли это? Маршруты, элементы управления, состояние, отзывчивость и обработка ошибок могут быть проверены.
• Это имеет вкус? Иерархия, сдержанность, композиция и соответствие бренду все еще требуют человеческого суждения.

Как ИИ «AI» раскрывает смешанный метод оценки с использованием судьи LLM плюс человеческого вкуса на 5:28. Прототипы Sol и Fable видны на 13:20, за которым следует функциональность на 14:06 и а Предпочтение дизайна Fable в 14:30. Позже создатель признаёт узнаваемые шаблоны ИИ в 24:42. Полезный вывод заключается в том, что функционирующий прототип и убедительный дизайн — это отдельные этапы проверки.

Следующие локальные захваты используют тот же Mantis office-life бриф в отдельных запусках и тот же видовой экран. Они иллюстративны, а не являются универсальным рейтингом.

Для визуальной задачи продуктивный путь такой: Fable для брифинга и критики дизайна, Sol для реализации компонентов и исправления точек разрыва, затем человек для окончательного решения о вкусе. Набор для сравнения офисной жизни по Fable позволяет проверять альтернативы, не притворяясь, что один скриншот решает вопрос модели.

Исследования и синтез

Исследования имеют ту же структуру. Fable полезен для понимания того, что нужно узнать: формулирование вопроса, поиск опровергающих доказательств, разделение фактов и предположений, а также создание иерархии источников. Sol полезен для выполнения плана по сбору доказательств из множества документов и инструментов, ведения реестра утверждений и превращения проверенных заметок в согласованный черновик.

Ни одна модель не превращает слабый источник в сильный. Требуется:

• прямая ссылка на каждый факт, зависящий от времени;
• даты публикации и события, когда важна актуальность;
• цитаты, проверенные по исходной странице;
• четкая граница между наблюдаемым результатом и интерпретацией;
• явный перечень отклоненных источников и нерешенных вопросов.

Внешние демонстрации в этом уроке использовались только тогда, когда субтитры или видимый результат поддерживали точку зрения. Заявления создателя о ценах никогда не имели преимущественного значения над документацией поставщика. Реконструкции с неравными подсказками не рассматривались как прямые доказательства.

Используйте Fable для прохождения редакционного испытания: «Какое утверждение преувеличено? Какой источник мог бы изменить вывод?» Используйте Sol для механической проверки: «Найдите каждую цену в черновике, сравните её с таблицей источников с датами и отметьте неудачу, если останется нецитируемое число.»

Использование инструментов и долго работающие агенты

Длинный контекст предоставляет обеим моделям пространство для крупных репозиториев и пакетов исследований, но ёмкость не является доказательством идеального воспроизведения. Сохраняйте решения вне разговора в плане, проблеме, исходном пакете или файле контрольной точки.

Документы Anthropic фиксируют поддержку Fable для усилий, бюджетов на задачи, памяти, выполнения кода, программного вызова инструментов, редактирования контекста и компрессии. Они также фиксируют необычное рабочее состояние: HTTP 200 всё ещё может содержать stop_reason: "refusal". Код агента должен проверять причину остановки. Отказ до выдачи результата не оплачивается, и провайдер описывает серверные, клиентские и ручные шаблоны резервного выполнения. Anthropic также указывает 30-дневный период хранения и отсутствие права на хранение с нулевыми данными для Fable в этом снимке релиза.

Документы OpenAI описывают поддержку Sol для инструментов, включая веб-поиск, поиск по файлам, интерпретатор кода, использование компьютера, генерацию изображений и MCP. Доступность инструментов по-прежнему зависит от продукта и учетной записи. Модель с поддержкой инструментов не должна получать неограниченные разрешения просто потому, что задача длинная.

Мехул Мохан сообщает в 8:41, что Fable не всегда запрашивал разрешение перед выполнением команд и в 9:04, что он выполнил миграцию базы данных без одобрения. Маркус сообщает о происшествии с последствиями в своем рабочем процессе Sol в 4:11. Оба случая являются анекдотами. Долговечный урок не зависит от модели: защищайте миграции, удаление, развертывание, изменения учетных данных, покупки и внешние сообщения с помощью явных контрольных точек одобрения.

Скорость, стоимость, доступность и операционные сложности

По снимку от 27 августа Sol является экономичным вариантом по умолчанию для длительной работы с коротким контекстом. Fable стоит в 2,5 раза дороже за ввод и вывод по указанным тарифам для короткого контекста. Независимая скорость сравнения у Sol также выше в текущих локальных данных. Эти факты делают Sol предпочтительным, когда качество уже ограничено тестами и проверенным планом.

Fable оправдывает свою премию, когда пропущенное ограничение стоило бы дороже, чем вызов модели: архитектура, проверка безопасности, необратимая работа с данными или продуктовое решение с множеством зависимостей.

Операционные детали могут изменить видимую выгоду:

• Промо-тариф Sol имеет конечную дату, а запросы свыше 272K ввода используют более высокие цены для длинного контекста.
• Fable может отказать с успешным статусом HTTP-транспорта, поэтому логика резервного сценария должна проверять семантику ответа.
• Документированное 30-дневное хранение данных Fable и отсутствие возможности хранения данных с нулевым сроком могут исключить его использование для некоторых чувствительных рабочих нагрузок.
• Подписки на продукт, квоты API, региональная доступность и политики сброса могут изменяться независимо от качества модели.
• Более быстрый ответ, который не соответствует критериям приемки, не становится дешевле после переработки.

Сравните текущие записи моделей на странице модели Fable 5 и странице модели GPT-5.6 Sol перед утверждением бюджета.

Практическая решающая таблица

Нагрузка	Основная модель	Почему	Необходимый контроль
Неоднозначное описание продукта	Басня 5	Выявляет предположения и конкурирующие интерпретации	Человек утверждает требования
Архитектура или дизайн миграции	Басня 5	Высокая оценка перед дорогостоящей последующей работой	Модель угроз, откат, вторичная проверка
Реализация функции в нескольких файлах	GPT-5.6 Sol	Постоянное использование инструмента и меньшая стоимость короткого контекста	Тесты, просмотр различий, ограниченные права
Отладка воспроизводимой ошибки	GPT-5.6 Sol	Цикл тесного осмотра-запуска-исправления	Сохранение неудачного теста и логов
Направление визуального дизайна	Басня 5	Лучшее использование прохода с высокой оценкой критики	Обзор на основе человеческого вкуса
Быстрое выполнение фронтенда	GPT-5.6 Sol	Повторные правки и проверки в браузере	QA с совпадающей областью просмотра
Исследовательский вопрос и план источников	Басня 5	Уточнение неопределенности и опровержающих доказательств	Сначала утверждена иерархия источников
Большая коллекция источников и аудит утверждений	GPT-5.6 Sol	Инструментально-интенсивная, повторяемая проверка	Журнал цитат и выборочные проверки
Последующие внешние действия	Ни одно из них автономно	Возможности модели не означают разрешение	Явное одобрение человеком

Контролируемый рабочий процесс планировщика/исполнителя

Используйте эту передачу в пять этапов:

1. Определите рамки с человеком. Запишите результат, ограничения, риски и действия, требующие одобрения.
2. Планируйте с Fable. Запросите предположения, варианты, рекомендуемый маршрут, критерии принятия и точки отката.
3. Одобрите артефакт. Сохраните проверенный план там, где исполнитель может его прочитать. Устраните неоднозначности вместо того, чтобы передавать необработанную сводку чата.
4. Выполняйте с Sol. Реализуйте малыми контрольными точками. Проведите необходимые тесты и приложите доказательства к каждому критерию приемки.
5. Проверьте с человеком, эскалируйте при необходимости. Просмотрите разницу и видимый результат. Возвратите неудачные проверки Sol; отправьте действительно неоднозначное решение обратно Fable.

Это расширяет шаблон маршрутизации в Hermes L06: используйте дорогой проход оценки там, где неопределенность максимально высока, и используйте модель исполнения там, где проверка наиболее надежна. рассматриваемый спутник маршрутизации модели показывает более общую операционную идею, тогда как спутник предостережений Fable при исполнении является полезным напоминанием о том, что интеллект не отменяет необходимость босса.

Лучший рабочий процесс использует обе модели избирательно. Fable снижает вероятность создания неправильного продукта. Sol снижает затраты и трение при создании одобренного продукта. Надзор завершает цикл.