Claude Opus 5 DESTROYS Fable 5

O czym jest ten film

1. Autor ogłasza premierę Claude Opus 5 i twierdzi, że model bije Fable 5 niemal we wszystkim.
2. Opus 5 ma być o połowę tańszy od Fable 5 i wyraźnie szybszy.
3. W przeciwieństwie do Fable 5, na Opus 5 można wykorzystać 100% limitu z planu Claude.
4. Autor przeprowadza własny, autorski zestaw pięciu praktycznych testów („Finn benchmark”).
5. Opus 5 wygrywa cztery z pięciu testów, przegrywa tylko test wytrzymałości mostu.
6. Mimo przewagi Opus 5 ma trzy poważne wady, które powstrzymują autora przed pełnym wdrożeniem.
7. Wada pierwsza: osobowość — model jest przegadany, rozproszony i irytujący w rozmowie.
8. Wada druga: limity użycia Claude są niższe niż w ChatGPT i wywołują u autora „lęk przed licznikiem”.
9. Wada trzecia: harness Claude Code wciąż ustępuje aplikacji ChatGPT, zwłaszcza w trybie głosowym.
10. Autor przedstawia swój nowy stack: Opus 5 do trudnych problemów, Fable 5 do planowania, ChatGPT 5.6 jako codzienne narzędzie.

(Informacja dodatkowa: film dotyczy hipotetycznych, przyszłych wersji modeli AI — Opus 5, Fable 5, GPT 5.6 — prezentowanych z perspektywy autora jako świeże premiery. Fable, Opus i Haiku to rodzina modeli Anthropic; GPT to modele OpenAI.)

Redakcyjne tłumaczenie

Opus 5 wchodzi na scenę

Claude Opus 5 właśnie się pojawił — i całkowicie mnie zaskoczył. Jest lepszy niż Claude Fable 5. Kosztuje ułamek tego, co Fable. Jest znacznie szybszy. Ma jednak trzy szalone słabości, o których zaraz opowiem, a które zmieniają absolutnie wszystko.

Zanim jednak przejdę do tych trzech deal-breakerów, porozmawiajmy o rzeczach naprawdę imponujących, wręcz rewolucyjnych. Po pierwsze, Opus 5 bije Fable 5 niemal w każdym pojedynczym benchmarku. To nie jest kanał, na którym całymi dniami wpatrujemy się w wykresy i tabelki — to śmiertelnie nudne. Mówię tylko wprost: Opus 5 wygrywa Fable 5 w każdym teście. Za chwilę przeprowadzę was przez nowy, autorski zestaw testów, nad którym pracowałem od tygodni i który dowodzi, że Opus jest lepszy od Fable pod niemal każdym względem.

Po drugie, jest o połowę tańszy. To był największy problem Fable 5 — dla przeciętnego użytkownika był po prostu nieopłacalny. Opus 5 kosztuje połowę tego i mieści się w rozsądnej cenie. Dodatkowo dostajesz pełny limit ze swojego planu Claude — możesz wykorzystać go w 100%. Fable 5 z jakiegoś powodu nie pozwala wykorzystać nawet połowy limitu, co jest głupie i irytujące.

Po trzecie, jest znacznie szybszy — działa błyskawicznie, dużo lepiej niż Fable. To prowadzi do pytania: czy jest jeszcze jakikolwiek powód, żeby używać Fable 5? Nie — z jednym drobnym wyjątkiem, o którym powiem zaraz po testach. Poza tym powodu nie ma. No i są te trzy główne słabości, które również omówię.

Autorski zestaw testów Finna

To jest nowy, słynny „Finn benchmark”. Mamy tu pięć testów, przez które przepuściłem zarówno Fable 5, jak i Opus 5. (Informacja dodatkowa: to prywatne, nienaukowe porównania autora, oparte na jednorazowych próbach, a nie standardowe benchmarki branżowe.)

Test pierwszy — symulator kolejki górskiej 3D. Oba modele miały zbudować symulator kolejki górskiej w 3D. Opus 5 stworzył absolutnie piękną symulację: cały tor, drzewa, budynki wzdłuż trasy, niebo, chmury. Po kliknięciu „przejażdżka” widać kolejkę w czasie rzeczywistym z perspektywy pasażera. Ładne, szczegółowe, dopracowane — i zrobione błyskawicznie, za 82 centy kredytów i około 32 tysiące tokenów. Fable 5 zużyło mniej tokenów, ale było o jakieś 50% droższe, a efekt nie jest ani tak ładny, ani tak szczegółowy — wygląda jak generację wstecz. Tor nie prezentuje się dobrze, drzewa są do siebie podobne, brakuje detalu. Ten test wygrywa Opus.

Test drugi — pixel perfect, klonowanie strony. Zadaniem było odtworzenie strony Apple od zera — nie kopiowanie obrazków, ale zbudowanie od podstaw tego, jak wygląda MacBook, MacBook Pro, iPad czy zegarek. Odtworzenie Opus 5 nie jest idealne, ale całkiem bliskie oryginałowi: ma nazwy, odwzorowuje nawet telewizor. Fable 5 wypada znacznie gorzej — iPhone’y są ucięte, MacBook nie przypomina MacBooka Air, iPad nie wygląda jak iPad, zegarek nie wygląda jak zegarek, karty są zrobione niechlujnie. Opus wyraźnie lepszy.

Test trzeci — gauntlet (test agentowy). To test użycia narzędzi. Podaje się modelowi stos dokumentów — PDF-y, arkusze Excela, mnóstwo materiałów — i każe przeprowadzić „poszukiwanie skarbów”: odnaleźć konkretne rzeczy w tych dokumentach. Opus 5 poradził sobie nieźle, trafił pięć z ośmiu elementów. Fable 5 przerwał w połowie z powodu blokady treści ze strony Anthropic — uznał, że robię coś związanego z cyberbezpieczeństwem, choć nie miało to z tym nic wspólnego. Fable nie pozwolił dokończyć testu, więc się nie liczy.

Test czwarty — debug wall (ściana debugowania). Benchmark wyszukuje online kilkanaście różnych błędów z otwartoźródłowych repozytoriów GitHub, a potem każe każdemu modelowi je naprawić. Opus zajęło to trochę dłużej niż Fable, przy podobnej liczbie tokenów, ale wyszło o około dolara taniej — czyli jakieś 25% mniej. Punkt również dla Opus 5.

Test piąty — breaking point (punkt złamania). To symulator mostu. Każdy model buduje most, a benchmark przejeżdża po nim samochodem raz za razem, sprawdzając, ile ciężaru most utrzyma. To test zdolności „myślenia” — czy potrafisz zaprojektować most, który uniesie ogromne obciążenie. Fable kosztował mniej więcej dwa razy tyle co Opus, ale utrzymał tylko nieco większy ciężar. Punkt idzie do Fable, choć wyszło znacznie drożej.

Podsumowanie testów. Opus 5 pokonał Fable niemal w każdym benchmarku i zrobił to znacznie taniej. Łączny koszt: 6 dolarów dla Opus, 7,50 dolara dla Fable 5. Zwycięzcą jest Opus — bije Fable za ułamek ceny.

Trzy słabości, które są dla mnie deal-breakerami

Słabość pierwsza — osobowość jest fatalna. Nigdy jeszcze rozmowa z modelem Claude tak mnie nie irytowała. A przecież to zawsze było przewagą modeli Claude — zawsze lubiłem z nimi rozmawiać, to była ich największa zaleta nad ChatGPT. Tym razem się to odwróciło. Nienawidzę osobowości Opus 5. Jest zdecydowanie zbyt rozwlekły, za mało zwięzły, rozłazi się w stu kierunkach naraz. Znasz tego kolegę z liceum, który uważa się za mądrzejszego od wszystkich, używa najdłuższych możliwych słów i skacze między tematami, żeby udowodnić, jaki jest bystry? Tak właśnie czuję się przy Opus 5.

Wielokrotnie musiałem klikać „stop”, żeby go uciszyć, i pisać: „Proszę, mów prościej, zwięźlej, tłumacz mi jak pięciolatkowi”. Nie żartuję. Po raz pierwszy musiałem wejść do pliku Claude.md i zredagować jego osobowość — wpisałem po prostu: „Mów tak prosto, jak to tylko po ludzku możliwe”. Gorąco polecam zrobić to samo. (Informacja dodatkowa: CLAUDE.md to plik instrukcji projektowych, w którym można na stałe zdefiniować sposób, w jaki model ma się zachowywać.)

To niestety przecieka też do sposobu działania. Mówię: „Napraw ten błąd”, a on robi sto innych rzeczy, zanim zajmie się błędem. Zachowuje się jak nerwowa, nadinteligentna istota, która nie potrafi się skupić. Fable 5 był pod tym względem znacznie bardziej skoncentrowany i rozmawiało mi się z nim przyjemniej. Problem w tym, że na Fable 5 można wykorzystać tylko 50% budżetu, a on i tak zżera wszystkie kredyty — więc muszę zastąpić go Opusem. Podsumowując: koniecznie zredagujcie osobowość Opus 5, bo domyślnie jest jej po prostu za dużo i robi za dużo.

Słabość druga — limity są słabe. Nawet jeśli na Opus 5 możesz wykorzystać 100% budżetu, limity Claude i tak są fatalne w porównaniu z ChatGPT. W ChatGPT limity resetują się w praktyce co kilka minut — dostajesz niemal nieograniczone użycie. Claude, mimo że pozwala przeznaczyć cały budżet na Opus 5, wciąż ma niższe pułapy niż ChatGPT. Widzę, jak licznik pędzi szybciej, co wywołuje u mnie poziom lęku przy zadawaniu promptów — mam ochotę robić mniej. Przy ChatGPT tego niepokoju nie ma, czuję się swobodniej, jestem bardziej kreatywny, mogę eksplorować i próbować ciekawych rzeczy. Dla mnie te limity to deal-breaker.

Słabość trzecia — harness. Środowisko Claude Code wciąż ustępuje Codeksowi, a właściwie dzisiejszej aplikacji ChatGPT. Aplikacja ChatGPT to znacznie lepszy harness. Ich nowy tryb głosowy jest znakomity — materiał o nim pojawi się w ciągu 24–48 godzin, włączcie powiadomienia. Claude właśnie dodał tryb głosowy, ale nie dorównuje nawet ćwierci tego, co oferuje tryb głosowy ChatGPT. (Informacja dodatkowa: „harness” to warstwa narzędziowa spinająca model z edytorem, terminalem i plikami — decyduje o wygodzie pracy nie mniej niż sam model.)

Mój nowy stack

Do super trudnych problemów: Opus 5. To najinteligentniejszy dostępny model, o najwyższej inteligencji — mądrzejszy od Fable 5. Fable 5 był nieco mądrzejszy od 5.6, a Opus 5 jest nieco mądrzejszy od Fable 5.

Do dużego planowania wciąż polegam na Fable 5 — głównie dlatego, że nie znoszę Opus 5 od strony rozmowy. Kiedy potrzebuję gadać, ułożyć plan, wymieniać się pomysłami, burzy mózgów — wolę Fable 5. Nie chcę rozmawiać z Opus 5 przy planowaniu; chcę, żeby po prostu zamknął się i pisał kod.

Codzienne narzędzie to jednak ChatGPT 5.6. Ma znacznie wyższe limity, świetny tryb głosowy i ogólnie jest po prostu wygodniejszy w użyciu spośród całej trójki.

A wy — używaliście już Opus 5? Jak wypada u was na tle Fable 5? Dajcie znać w komentarzach.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Opus 5 wygrywa na cenie i szybkości, ale to twoje testy mają rozstrzygać

Na czym polega: Według autora Opus 5 bije Fable 5 w niemal każdym praktycznym zadaniu, jest o połowę tańszy i szybszy, przy łącznym koszcie testów 6 zł vs 7,50 dolara.

Jak stosować: Traktuj to jako sygnał, żeby samodzielnie przetestować oba modele na własnych, powtarzalnych zadaniach i porównać koszt w tokenach oraz jakość wyniku.

Na co uważać: To jednorazowe, prywatne porównania jednej osoby, a nie rzetelne benchmarki. Pojedyncze uruchomienie bywa niereprezentatywne — nie podejmuj decyzji zakupowej wyłącznie na ich podstawie.

2.Sprawdź, ile budżetu planu faktycznie możesz przeznaczyć na dany model

Na czym polega: Autor podkreśla, że na Opus 5 wykorzysta 100% limitu planu, a na Fable 5 tylko połowę — mimo że Fable i tak zżera kredyty.

Jak stosować: Zanim wybierzesz model, sprawdź w warunkach planu, jaka część limitu jest dla niego dostępna — to realnie zmienia koszt korzystania.

Na co uważać: Reguły limitów bywają zmienne i zależą od planu; to, co autor opisuje dziś, może nie obowiązywać w twoim koncie. Zweryfikuj u źródła, nie na słowo.

3.Redaguj osobowość modelu przez plik CLAUDE.md

Na czym polega: Domyślnie Opus 5 jest przegadany i rozproszony; autor wpisał w CLAUDE.md instrukcję „mów tak prosto, jak to możliwe” i odzyskał kontrolę nad stylem.

Jak stosować: Załóż w projekcie plik CLAUDE.md z jasnymi wytycznymi o zwięzłości i skupieniu na zadaniu — to jednorazowa konfiguracja działająca na każdą sesję.

Na co uważać: Zbyt agresywne cięcie może odebrać modelowi kontekst potrzebny do dobrych odpowiedzi. Testuj wytyczne i dostrajaj, zamiast od razu maksymalnie upraszczać.

4.Rozwlekłość osobowości potrafi psuć samo działanie modelu

Na czym polega: Autor zauważa, że gadatliwość „przecieka” w kod — na polecenie „napraw błąd” model robi najpierw sto innych rzeczy.

Jak stosować: Formułuj wąskie, jednoznaczne polecenia („zmień tylko tę funkcję, nie dotykaj reszty”) i przerywaj model, gdy zaczyna dryfować poza zadanie.

Na co uważać: Nadmierna „inicjatywa” modelu może wprowadzić niechciane zmiany w kodzie. Rób przegląd diffów, zanim cokolwiek zatwierdzisz.

5.Dobierz model do rodzaju pracy: myślenie vs rozmowa

Na czym polega: Autor używa Opus 5 do trudnego kodowania, ale do planowania i burzy mózgów woli Fable 5, bo lepiej się z nim rozmawia.

Jak stosować: Rozdziel etapy pracy — jeden model do interaktywnego planowania i dialogu, inny do samego wykonania kodu.

Na co uważać: Żonglowanie modelami zwiększa złożoność i koszt. Rób to tylko wtedy, gdy realnie odczuwasz różnicę w jakości, a nie z przyzwyczajenia.

6.Wyższe limity zmieniają sposób, w jaki pracujesz

Na czym polega: Autor przyznaje, że niższe limity Claude wywołują „lęk przed licznikiem” i zniechęcają do eksperymentowania, podczas gdy przy ChatGPT czuje się swobodniej.

Jak stosować: Jeśli twoja praca opiera się na iteracji i eksploracji, uwzględnij hojność limitów jako realne kryterium wyboru narzędzia, nie tylko jakość modelu.

Na co uważać: „Praktycznie nieograniczone” limity bywają marketingiem i mogą się zmienić. Nie zakładaj, że dzisiejsza swoboda utrzyma się na stałe.

7.Harness bywa ważniejszy niż sam model

Na czym polega: Mimo przewagi Opus 5 autor wskazuje, że środowisko pracy (aplikacja ChatGPT, tryb głosowy) daje ChatGPT przewagę w codziennym użyciu.

Jak stosować: Oceniając narzędzie AI, testuj cały workflow — edytor, terminal, tryb głosowy, integracje — a nie tylko surową jakość odpowiedzi.

Na co uważać: Najmądrzejszy model w słabym środowisku bywa mniej produktywny niż słabszy w dobrym. Nie wybieraj po samym rankingu inteligencji.

8.Uważaj na fałszywe blokady treści przy zadaniach agentowych

Na czym polega: Fable 5 przerwał test przeszukiwania dokumentów, błędnie uznając go za działanie związane z cyberbezpieczeństwem.

Jak stosować: Przy zadaniach agentowych z wieloma plikami formułuj kontekst tak, by jasno wynikał cel, i miej gotowy model zapasowy na wypadek fałszywego alarmu.

Na co uważać: Nadgorliwe filtry potrafią przerwać legalną pracę w połowie. Zabezpiecz się na przerwanie — zapisuj postęp i dziel zadanie na etapy.

9.Patrz na koszt w tokenach, nie tylko na cenę modelu

Na czym polega: W testach Fable bywał tańszy w tokenach, a mimo to droższy w rozliczeniu; Opus częściej wychodził taniej łącznie.

Jak stosować: Porównuj realny koszt końcowy zadania (kredyty/dolary), a nie samą liczbę tokenów czy stawkę za milion — to różne rzeczy.

Na co uważać: Niższe zużycie tokenów nie oznacza niższego rachunku. Mierz koszt na konkretnych, powtarzalnych zadaniach.

10.Materiał jest opinią entuzjasty — filtruj hype

Na czym polega: Ton jest mocno promocyjny (autorski „słynny benchmark”, boot camp, płatna społeczność, apele o subskrypcję), a porównania są jednorazowe.

Jak stosować: Wyciągaj z takich recenzji hipotezy do samodzielnego sprawdzenia, a nie gotowe werdykty. Konkretne wskazówki (edycja CLAUDE.md, dobór modelu do etapu) są cenniejsze niż same oceny.

Na co uważać: Wnioski są subiektywne i osadzone w interesie autora (sprzedaż szkolenia, budowa kanału). Traktuj rankingi jako punkt wyjścia, nie rozstrzygnięcie.