O czym jest ten film
- Anthropic wydaje Claude Fable 5.1 — pierwszą od miesięcy nowość, która wyraźnie przewyższa poprzednika w każdym wymiarze.
- W części publicznych benchmarków wyniki podwajają się; największy przeskok dotyczy badań naukowych i programowania agentowego.
- Cena za token bez zmian, ale te same zadania wykonują się przy 25–40 proc. mniejszym zużyciu tokenów.
- Filtry treści przestały blokować zwykłą pracę — Fable 5.1 wykonuje testy, których Fable 5 za każdym razem odmawiał.
- W autorskich testach Alexa Finna (symulator kolejki górskiej, debugowanie repozytorium, zadania agentowe, klonowanie apple.com) Fable 5.1 pokonuje GPT-5.6 Soul i deklasuje Fable 5.
- Pierwsza rekomendacja: audyt własnego setupu agentów — opis konfiguracji w pliku Markdown wrzucamy do 5.1 i prosimy o pomysły na ulepszenia.
- Druga rekomendacja: ponowne przepuszczenie starych burz mózgów przez nowy model — z tych samych promptów wychodzą nowe koncepcje.
- Trzecia rekomendacja: budowa własnego zestawu testów porównawczych, opartego na pięciu najczęstszych kategoriach własnych zadań.
- Teza autora: modele w roli asystentów badawczych (Astra, Fable 5.1) to zmaganie o uruchomienie pętli rekurencyjnego samodoskonalenia.
- Prognoza: po pierwszym od miesięcy wydaniu Anthropic czeka nas seria premier w najbliższych tygodniach.
Redakcyjne tłumaczenie
Skok o klasę wyżej — ale łatwo przepalić budżet
Claude Fable 5.1 właśnie trafił do użytkowników i to, co potrafi, robi oszałamiające wrażenie. To wyraźny postęp względem piątki — w każdym wymiarze. Jest jednak jedno „ale”: jeśli nie wiesz, jak z tego modelu korzystać, po prostu przepalisz mnóstwo pieniędzy. W tym materiale przechodzę przez wszystkie zmiany wprowadzone w wersji 5.1, przez wszystko, w czym nowinka zyskała, a przede wszystkim pokazuję, jak zacząć na niej pracować już dziś, żeby wycisnąć z niej, ile się da.
Benchmarki: nie kilka punktów wyżej — podwojone wyniki
Z publicznymi testami uporamy się w trzy sekundy. Postęp widać w każdej kategorii, ale najciekawsza jest skala. W niektórych z nich wyniki podwoiły się dosłownie. W kategorii badań naukowych wzrost jest ogromny, w programowaniu agentowym — znaczący i to z przewagą nad GPT-5.6 Soul. Dla porównania: przy tak drobnych aktualizacjach, jaką jest przejście z 5.0 na 5.1, zwykle wchodzi kilka, góra kilkanaście procent poprawy — i to jeszcze trzeba mieć szczęście. Tu poprzednik został zdeklasowany.
(Informacja dodatkowa: w numeracji modeli AI część po kropce oznacza drobną aktualizację — podobnie jak w świecie programów, gdzie wersja 5.1 to dopracowane 5.0, a nie nowa generacja. Stąd typowe oczekiwania rzędu kilku–kilkunastu procent.)
Najbardziej intryguje mnie coś innego: to właśnie w badaniach naukowych skok jest najwyraźniejszy. Nie ulega wątpliwości, że na tym obszarze zbudowano cały model — i moim zdaniem powód jest taki, że może przestawić całą branżę. Do tego tematu wrócę przy zastosowaniach, bo tam robi się najciekawiej.
Ta sama cena, o ćwierć do 40 proc. niższe rachunki
Poza badaniami drugi obszar, który mnie najbardziej cieszy: oszczędność. Fable 5.1 jest znacznie tańszy w użyciu niż Fable 5 — na każdym zadaniu zapłacisz o 25–40 proc. mniej. Cennik się nie zmienił: token kosztuje tyle samo co w piątce, która — powiedzmy to wprost — była absurdalnie droga. Różnica bierze się stąd, że nowa wersja domyka to samo zadanie mniejszą liczbą tokenów. W praktyce dostajemy lepszy model, z którego da się zrobić więcej — i jeszcze taniej.
Cztery najważniejsze ulepszenia
Jak sam bym je uporządkował?
- Dużo taniej, mimo niezmienionej ceny. Stawka za token jest taka sama jak w Fable 5 — po prostu potrzebujesz mniej tokenów, żeby doprowadzić zadanie do końca. Każde uruchomienie modelu wychodzi więc taniej.
- Dużo sprawniej — na każdym polu. Widać to w publicznych benchmarkach, a za chwilę pokażę to na moich, światowej sławy testach Alexa Finna, na które czekał cały świat. Dario pisał do mnie dziś rano, że nie może doczekać się wyników. Odpowiedziałem mu: cierpliwości — najpierw musi je zobaczyć moja społeczność.
- O wiele rzadsze blokady filtrów. Fable 5 uruchamiał filtry treści przy każdej lepszej okazji. Zapytałeś „ile to jest dwa plus dwa”, a w odpowiedzi słyszałeś: „Zaraz, zaraz — to zbyt niebezpieczne pytanie, ktoś mógłby dzięki niemu wysadzić świat w powietrze. Przekażę je do Opusa 5”. W Fable 5.1 ten problem znika. Moje testy pokazują, że model odpowiada bez oporów na znacznie więcej pytań — pokażę to za chwilę.
- Zbudowany pod badania, czyli pod wymyślanie koncepcji, których wcześniej nie było. Widać to w wynikach, a dlaczego to aż tak istotne — wyjaśnię przy zastosowaniach. Tamtejsza lista sposobów użycia jest według mnie najlepszą częścią materiału.
(Informacja dodatkowa: Dario Amodei to prezes Anthropic — firmy stojącej za rodziną modeli Claude.)
Mój test nr 1: kolejka górska
Czas na moje prywatne benchmarki, które miały udowodnić wyższość Claude Fable 5.1. I udowodniły — model rozprawił się z GPT-5.6 Soul bez większych ceregieli.
Zacznijmy od kolejki górskiej. Zadanie brzmiało: zbuduj trójwymiarowy symulator. Wersja od GPT-a wygląda całkiem przyzwoicie — naciskamy „przejażdżka” i pojazd rusza po torze, tyle że w trakcie jazdy samych wagonów prawie nie widać. Ujdzie. Teraz Fable 5.1 — i różnica rzuca się w oczy: znacznie więcej budynków i więcej detalu na budynkach, drzewa staranniej dopracowane, trawa z wyraźną fakturą. Wyruszamy w trasę i patrzcie na tor — na jego kolory i na to, że każdy element jest osobno dopracowany. Niebo i chmury też mają głębię. Po prostu wygląda to o klasę lepiej.
Moje testy nr 2 i 3: łowy na błędy i „gauntlet”
Dalej debug duel: oba modele dostawały losowo ściągnięte repozytorium z GitHuba i miały wyłapać w nim wszystkie błędy. Fable 5.1 znalazł je wszystkie — i to przy wyraźnie mniejszej liczbie wywołań narzędzi niż GPT-5.6. Do tego samego, jeśli nie lepszego efektu, potrzebuje po prostu mniej kroków.
(Informacja dodatkowa: wywołanie narzędzia to pojedynczy krok, w którym agent odwołuje się do zewnętrznej funkcji — terminala, pliku, wyszukiwarki. Im mniej takich kroków potrzebuje model, tym szybciej i taniej pracuje.)
Trzeci sprawdzian — „gauntlet”: zadanie agentowe, w którym model dostaje zestaw różnych plików i szuka w nich ukrytych niespodzianek (tzw. easter eggów). Oba modele uporały się z nim naprawdę dobrze, ale Fable 5.1 zrobił to odrobinę lepiej i zebrał wyższy wynik. Bilans całej serii: Fable 5.1 pokonał GPT-5.6 Soul z dużą łatwością.
Fable 5.1 kontra Fable 5: rozgromienie i koniec odmów
A jak wypada pojedynek z poprzednikiem? Fable 5.1 rozgromił piątkę, i to bez wysiłku. Najmocniejszy dowód to test „relic hunt” — opisane wyżej szukanie niespodzianek w plikach. We wszystkich testach, jakie kiedykolwiek zrobiłem z Fable 5, ten nigdy — ani razu — nie zabrał się za to zadanie, bo za każdym razem reagowały filtry treści. Fable 5.1 podchodzi do niego bez oporów, a do tego radzi sobie lepiej i sprawniej. To jest właśnie ta poprawa filtrowania: rzeczy, których piątka odmawiała, nowa wersja wykonuje — i to na wyższym poziomie.
Ostatni sprawdzian: kto lepiej odwzoruje apple.com
Na koniec test „pixel perfect”: odwzorowanie strony apple.com. Punkt odniesienia — prawdziwa witryna Apple: urządzenia, materiały o serialu Ted Lasso, cała reszta promocji. Rekonstrukcja z Fable 5.1? Nie jest kopią co do piksela, ale wszystko da się rozpoznać: iPhone’y, MacBooka Air, Maca mini, iPada Pro — każdy sprzęt ma właściwy kształt. Jak wypadła piątka? Logo Apple niewiele ma wspólnego z logo Apple. Ludzie to po prostu zbiory kwadratów. iPhone wyszedł jeszcze ujdzie, ale pozostałych urządzeń w ogóle nie sposób rozpoznać. Ted Lasso? Nie widać, że to człowiek. Sabrina Carpenter? Dwa kółka. W tym pojedynku również nie ma dyskusji.
(Informacja dodatkowa: Ted Lasso to serial platformy Apple TV+, a Sabrina Carpenter — gwiazda muzyczna promowana w serwisach Apple; oboje pojawiają się na stronie apple.com, stąd trafili do testu.)
Od czego zacząć: audyt własnego setupu agentów
Pierwsza rzecz, jaką robię z Fable 5.1, to audyt konfiguracji moich agentów. Wchodzę do Grokbota — mojego obecnie głównego agenta. Jeśli używasz Hermesa, OpenClaw albo czegoś innego, zasada jest ta sama: znajdź agenta, który nadzoruje całość (orkiestruje pozostałe), i poproś go: „Zrób mi przysługę — przygotuj plik Markdown opisujący całą naszą konfigurację: agentów, umiejętności, podagentów, wszystko”. Plik pobierasz, wrzucasz do Claude Fable 5.1 i prosisz: „Rzuć okiem na mój setup i podpowiedz, co można w nim poprawić”.
Dlaczego akurat ten model? Bo Fable 5.1 jest niesamowity w wymyślaniu nowych koncepcji — to chyba najlepszy model w tej robocie, jaki kiedykolwiek powstał. A na czym polegają badania naukowe? Na rozłożeniu tematu na pierwsze zasady — na elementy najprostsze i pewne — i zbudowaniu na nich pomysłów, których wcześniej nikt nie zgłaszał. Dokładnie tę umiejętność wyostrzono w 5.1. Dlatego tak dobrze nadaje się do przeglądu tego, co już robisz: pokazujesz mu istniejący setup, a on zwraca świeże spojrzenie na czynności, które dotąd wykonywałeś w kółko. Takie podpowiedzi potem po prostu wdrażam.
Druga rzecz: przepuść stare burze mózgów przez nowy model
Weź swoje ostatnie sesje pomysłowe z Fable 5 i przeproś je przez Fable 5.1. Ja wrzucam do nowej wersji wszystkie pomysły, które wcześniej przegadałem z piątką — sprawdzam, czy da się z nich wytrząsnąć nowe kąty, nowe koncepcje, nowe podejścia. I ku memu zdziwieniu: daje. Z tych samych promptów, które w piątce zrobiły to, co zrobiły, w 5.1 wychodzą pomysły kompletnie nowe.
Sedno: Fable 5.1 to prawdziwy badacz — i o to toczy się wyścig
Tu dotykam tego, co uważam za najważniejszą cechę tego wydania. Anthropic uczynił z Fable 5.1 prawdziwego badacza. OpenAI mówiło o podobnym pomyśle kilka tygodni wcześniej, prezentując Astrę jako swojego nowego asystenta badawczego. Moim zdaniem firmy AI celowo budują własnych asystentów badawczych, bo to droga do uruchomienia pętli rekurencyjnego samodoskonalenia: jeżeli model potrafi — wychodząc od pierwszych zasad — tworzyć koncepcje nowe, to może pomagać w ulepszaniu samego siebie. I dlatego właśnie zdolności badawcze stoją na szczycie wszystkich benchmarków, i dlatego zarówno Astra, jak i Fable 5.1 tak mocno trzymają się tej roli.
Z tego należy od razu skorzystać: zrób z Fable 5.1 osobistego asystenta badawczego. Zlecaj mu wyzwania, do których potrzebne są nowe pomysły. Ja buduję własne studio gier — i to Fable 5.1 pisze dla niego silnik. W moim nowym startupie, Henry Intelligent Machines, również zlecam mu silnik — zaprojektowany od zera, od pierwszych zasad, jako fundament całego przedsięwzięcia. Wracaj więc do pomysłów z piątki, które czekały na świeże spojrzenie, i podawaj je wersji 5.1. Wyciągniesz z nich znacznie więcej, bo ten model zbudowano właśnie pod takie zadania.
Trzecia rzecz: własny zestaw testów zamiast cudzych benchmarków
Trzecia rzecz, którą robię od razu? Dokładnie to, co widać w filmie: własne testy porównawcze. Mój benchmark zbudowałem całkowicie pod siebie — pod rzeczy, które robię na co dzień. I taka jest moja rada dla ciebie: zrób to samo. Nie ufaj cudzym benchmarkom. Moim oczywiście możesz wierzyć ślepo — światowej sławy testom Alexa Finna — ale innym już nie.
Przepis jest krótki. Wchodzisz do Fable 5.1 i pytasz: „Jakie pięć kategorii zadań wykonujemy najczęściej?”. Potem: „Wychodząc od tych pięciu kategorii, zaprojektuj dla każdej złożony, wieloetapowy test do porównywania modeli AI”. Na koniec: „Zbuduj wokół tego stronę internetową”. Tym sposobem dostajesz gotowe narzędzie, na którym od dziś będziesz testował każde nowe wydanie — na własnych zadaniach. Przestaniesz zgadywać, który model do czego się nadaje: będziesz to po prostu wiedział i sam podejmował decyzje.
Zakończenie
Te trzy sposoby — audyt setupu, ponowne burze mózgów i własne testy — dają według mnie największą wartość i najlepiej wykorzystują to, w czym Fable 5.1 jest najmocniejszy. A samo wydanie moim zdaniem zmienia zasady gry. Anthropic milczał miesiącami — co samo w sobie budzi zdumienie — a teraz spodziewam się całej serii premier w ciągu najbliższych tygodni. Obserwujcie kanał: gdy tylko pojawi się coś nowego, pokażę, jak z tego korzystać. A jeśli chcesz więcej, dołącz do Vibe Coding Academy, mojej społeczności o AI — rośniemy błyskawicznie, a niższa cena obowiązuje jeszcze dwadzieścia cztery godziny od publikacji tego filmu.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Niższe rachunki bez negocjowania ceny
Na czym polega: Stawka za token jest taka sama jak w Fable 5, ale te same zadania nowy model domyka przy 25–40 proc. mniejszym zużyciu tokenów. Oszczędność bierze się z wydajności, nie z promocji.
Jak stosować: Przenieś na Fable 5.1 powtarzalne zadania, które najmocniej obciążają budżet, i porównaj zużycie tokenów na tych samych promptach przed zmianą i po niej.
Na co uważać: Nie przeskakuj ślepo na nową wersję przy każdym zadaniu — autor sam ostrzega, że nieumiejętne korzystanie z modelu prowadzi do przepalania pieniędzy.
2.Wydanie „5.1” nie musi oznaczać drobnej poprawki
Na czym polega: Typowa aktualizacja o numerze x.1 daje 5–10 proc. poprawy. Tu w części kategorii wyniki podwoiły się — zwłaszcza w badaniach naukowych i programowaniu agentowym.
Jak stosować: Jeśli zignorowałeś wydanie, bo „to tylko punktowa aktualizacja” — wróć do testów. Sprawdź model na własnych zadaniach, zanim ocenisz go po numerze wersji.
Na co uważać: Podwojone wyniki publicznych benchmarków nie zawsze przekładają się na twoje zastosowania — dlatego warto mieć własne testy (patrz punkt 8).
3.Liczba wywołań narzędzi to ukryty koszt
Na czym polega: W teście debugowania losowego repozytorium Fable 5.1 znalazł wszystkie błędy przy wyraźnie mniejszej liczbie wywołań narzędzi niż GPT-5.6 — ten sam efekt za mniej kroków, czyli taniej i szybciej.
Jak stosować: Przy pracy agentowej mierz nie tylko jakość wyniku, ale i liczbę kroków potrzebnych do jego osiągnięcia; porównuj modele na obu osiach.
Na co uważać: Mniejsza liczba kroków nie może iść w parze z pomijaniem błędów — zawsze weryfikuj kompletność wyniku, a nie tylko rachunek.
4.Filtry przestały blokować normalną pracę
Na czym polega: Fable 5 regularnie odmawiał wykonywania zadań (w teście „relic hunt” — za każdym razem), bo uruchamiały się filtry treści. Fable 5.1 podejmuje te zadania i radzi sobie z nimi dobrze.
Jak stosować: Wróć do tematów i projektów, które poprzednio zostały odrzucone przez filtry — zamrożone zadania mogą teraz ruszyć.
Na co uważać: „Mniej filtrów” nie znaczy „zero filtrów” — nie planuj procesów krytycznych w ślepym założeniu, że każde zapytanie przejdzie.
5.Audyt konfiguracji agentów w trzech krokach
Na czym polega: Agent nadzorujący całość generuje plik Markdown opisujący cały setup (agenci, umiejętności, podagenci). Plik trafia do Fable 5.1 z prośbą o pomysły na ulepszenia.
Jak stosować: Nawet bez rozbudowanej konfiguracji opisz w Markdown swój warsztat pracy z AI — narzędzia, prompty, automatyzacje — i poproś o przegląd.
Na co uważać: Propozycje modelu traktuj jako hipotezy do przetestowania, nie gotowe decyzje; wdrażaj je pojedynczo, żeby wiedzieć, co realnie pomogło.
6.Ten sam prompt w nowym modelu to nie ten sam wynik
Na czym polega: Autor przepuszcza przez Fable 5.1 pomysły z burz mózgów prowadzonych z Fable 5 — i z tych samych promptów uzyskuje nowe kąty oraz świeże koncepcje.
Jak stosować: Zrób sobie nawyk: po każdej istotnej premierze modelu przepuszczaj przez niego notatki z ostatnich sesji pomysłowych.
Na co uważać: Nowy model nie zna kontekstu rozmów ze starą wersją — dołącz do promptu tło i wcześniejsze ustalenia, inaczej „nowe kąty” mogą omijać to, co już ustaliłeś.
7.Używaj modelu jak asystenta badawczego
Na czym polega: Najmocniejszą stroną Fable 5.1 jest generowanie oryginalnych koncepcji na bazie pierwszych zasad; autor zleca mu budowę silnika gry i silnika własnego startupu od zera.
Jak stosować: Dawaj modelowi wyzwania projektowe, a nie tylko odtwórcze: „zbuduj od podstaw”, „zaprojektuj od pierwszych zasad”, zamiast „popraw istniejący schemat”.
Na co uważać: Nowe koncepcje wymagają weryfikacji — model proponuje, człowiek ocenia wykonalność i koszty.
8.Własne testy zamiast cudzych rankingów
Na czym polega: Autor odradza poleganie na obcych benchmarkach i pokazuje, jak Fable 5.1 może zaprojektować indywidualny zestaw testów: pięć najczęstszych kategorii zadań, po jednym złożonym, wieloetapowym teście na kategorię, a na końcu strona internetowa zbudowana wokół całości.
Jak stosować: Zrealizuj ten scenariusz trzema promptami w Fable 5.1 i przy każdym kolejnym wydaniu porównuj modele na własnych zadaniach.
Na co uważać: Raz zbudowany zestaw testów trzeba od czasu do czasu odświeżać — jeśli twoje zadania się zmienią, testy przestaną być miarodajne.
9.Wyścig toczy się o rolę „asystenta badawczego”
Na czym polega: OpenAI (Astra) i Anthropic (Fable 5.1) budują modele w roli asystentów badawczych, bo to droga do pętli rekurencyjnego samodoskonalenia — model tworzący nowe koncepcje może pomagać w ulepszaniu samego siebie.
Jak stosować: Przy wyborze narzędzi patrz nie tylko na wyniki kodowania, ale i na zdolności badawcze i analityczne modelu — o nie toczy się wyścig.
Na co uważać: To teza autora, nie oficjalnie potwierdzony plan producentów — traktuj ją jako kierunek obserwacji, nie pewnik.
10.Przygotuj się na falę premier Anthropic
Na czym polega: Fable 5.1 to pierwsze od miesięcy wydanie Anthropic; autor spodziewa się serii premier w najbliższych tygodniach.
Jak stosować: Zdąż zbudować własny zestaw testów (punkt 8), zanim pojawią się kolejne modele — każdą nowość ocenisz wtedy od razu na własnych zadaniach, bez czekania na cudze opinie.
Na co uważać: Szybka seria wydań kusi do ciągłych zmian narzędzi — zmieniaj je tylko wtedy, gdy własne testy wykażą realną przewagę.