O czym jest ten film
- Autor przeprowadził Claude Fable 5.1 przez trzy typy zadań z codziennej pracy: model finansowy przejęcia GoPro, test pisarski o Toyocie i film architektoniczny w Blenderze — zamiast laboratoryjnych benchmarków.
- Już na najtańszym ustawieniu „low” model zbudował skoroszyt z 7 arkuszami i prezentację na 13 slajdach: działające formuły, scenariusze wyceny i jednoznaczną rekomendację; wycena bazowa 1,15 dolara za akcję.
- Słabość trybu „low”: brak arkusza źródeł i arkusza kontroli poprawności — plik jest skończony, ale cała weryfikacja zostaje na człowieku.
- Na „extra” model dał 9 arkuszy i 15 slajdów: osobne ujęcie obu spółek, prawdopodobieństwo zamknięcia transakcji, WACC, 26 źródeł i inną wycenę (1,30 dol.) — czyli głębszą analizę, a nie dłuższą prezentację.
- GPT 5.6 Soul wypadł najbardziej zwarcie i najłatwiej do sprawdzenia: dedykowany arkusz źródeł i arkusz kontroli z jednoznacznym wynikiem „pass”, choć warstwa wizualna słabsza niż u Anthropic.
- Główna teza: zamiast szukać „najlepszego modelu”, składać różne modele w kolejne przebiegi nad jednym dokumentem — szkic na „low”, kontrola w Soul, wykończenie na „extra”.
- Praca analityczno-dokumentowa różni się od kodu tym, że nie ma sygnału „gotowe” (program się kompiluje albo nie) — dlatego wymaga iteracji i ludzkiej weryfikacji.
- Test „Toyota w stu słowach”: Fable 5.1 pisze czytelniej niż Fable 5 (więcej faktów, czystsza przyczynowość, mniej metafor), a Soul daje płynniejszą narrację kosztem liczby faktów — wybór zależy od odbiorcy.
- Z jednego adresu nieruchomości w Seattle Fable 5.1 wygenerował w Blenderze 37-sekundowy film 3D: dom, wnętrza, oświetlenie i ścieżkę kamery zbudował w całości kodem, bez pomocy człowieka.
- Ekonomika: odczyty z cache staniały z 1 dol. do 0,25 dol. za milion tokenów (szacowane 25–45% oszczędności na API), a w subskrypcji 5.1 zużywa wyraźnie mniej limitów niż Fable 5 — choć limity Claude’a pozostają ciaśniejsze niż u OpenAI.
Redakcyjne tłumaczenie
Trzydzieści siedem sekund z jednego adresu
Claude Fable 5.1 zbudował ten 37-sekundowy film architektoniczny w całości kodem. Nie umiem obsługiwać Blendera — model posłużył się narzędziem o nazwie Blender i nadal nie wiem, jak ono działa. A wszystko zaczęło się od jednego adresu nieruchomości w Seattle, który mu podałem.
Potem przestawiłem ten sam model na „low” — najtańszy i najszybszy tryb — i zleciłem mu realne zadanie dla inwestorów: GoPro ma być przejęte przez spółkę Starman. „Zbadaj transakcję — powiedziałem zwyczajnym językiem — zbuduj wyłącznie pokontrolny model zdyskontowanych przepływów pieniężnych i przepływów gotówki, przenieś do Excela, a potem zamień w prezentację, którą zrozumiem”. Efekt? Skoroszyt z siedmioma arkuszami i talia na trzynastu slajdach. Formuły naprawdę działają. Scenariusze pokazują, jak zmienia się wycena. Model wycenił transakcję: 1,15 dolara za akcję. Nie wiem, czy ta liczba się broni, ale brzmiała rozsądnie.
A potem otworzyłem plik i zobaczyłem braki typowe dla niskiego trybu. Nie ma arkusza źródeł. Nie ma arkusza kontroli. A to właśnie one pozwalają analitykowi naprawdę sprawdzić, czy wszystko się zgadza. Plik był więc skończony, ale upewnienie się, że model myślał poprawnie, wymagało samodzielnej pracy.
Film być może pójdzie w świat i zbierze udostępnienia. Ale to skoroszyt pomógł mi zrozumieć, co Fable 5.1 właściwie próbuje robić.
To nie będzie ranking modeli
Nie będę udawał, że oto ostateczny ranking modeli — czegoś takiego zresztą nie robię i szczerze mówiąc nie lubię rankingów, zwłaszcza dla pracy umysłowej. Tam zawsze warto mieć więcej niż jedną opcję. Pokażę natomiast, co Fable zrobiło dla mnie, gdzie jakość rosła razem z poziomem wysiłku, gdzie nadal sięgnąłbym po ChatGPT Soul i dlaczego większa przemiana w pracy analityczno-dokumentowej wykracza poza jakikolwiek pojedynczy model.
To nie będą czyste, wysterylizowane benchmarki z laboratorium. Pokażę prawdziwą pracę: jak z konkretnej nieruchomości powstał zaprojektowany filmowy spacer po domu oraz jak wziąłem spółkę, która w tym tygodniu trafiła do wiadomości — GoPro — i stworzyłem dla niej model finansowy i prezentację.
Po co rozmawiać o ustawieniach
Zacznę od rzeczy, która moim zdaniem daje największy efekt: Fable 5.1 pracujące na „low”. Na tym kanale mało mówiliśmy o ustawieniach — to się zmienia. Rozprawiam o „low” kontra „high”, bo chodzi o limity tokenów: u Anthropic są wciąż ciaśniejsze niż u ChatGPT. A ten model na niskim ustawieniu daje sobie radę nadzwyczajnie. Po zakupy nie potrzebujesz Ferrari. Czasem wystarczy honda — a to bardzo udana honda, która faktycznie dowiezie cię na miejsce.
(Informacja dodatkowa: „low” i „extra” to poziomy wysiłku, czyli ustawienie decydujące o tym, ile obliczeń, czasu i tokenów model poświęca na zadanie.)
Czym właściwie jest praca oparta na wiedzy
Najprościej mówiąc: to bardzo chaotyczny proces, przez który większość z nas przechodzi codziennie, żeby dojść do klarowności — w dokumencie, w arkuszu, w prezentacji. Co sprawia, że prezentacja jest jasna? Że arkusz trzyma się kupy, a analiza jest dobra? Że tekst jest udany? To wszystko wymaga iteracji. Nie da się tego ogłosić „skończonym” tak, jak definiuje się gotowy kod. Dlatego uznaje się to za odrębną klasę pracy — dla modelu zupełnie inną — i za chwilę wyjaśnię dlaczego, a także dlaczego uważam, że Fable 5.1 jest wyjątkowo dobrze skrojony pod tę trudną kategorię zadań.
Dlaczego modele radzą sobie z tym gorzej niż z kodem
Praca umysłowa jest trudna, bo modelom doskwiera to, czego nie da się łatwo sprawdzić — i to, czego nie da się łatwo uznać za skończone. Kod sam daje modelowi znak, że się myli; stąd właśnie styczniowy wystrzał Claude Code. Program się kompiluje i działa albo nie działa. Testy przechodzą albo padają. Dlatego większość długotrwałych zadań agentowych, o których ciągle rozmawiamy, dotyczy kodu. Praca analityczna jest trudniejsza. Podziękujcie dziś analitykowi, którego znacie. Podziękujcie komuś, kto robi prezentacje. Taka robota nie ma w zwyczaju grzecznie oznajmiać: „skończyłem”.
Zadanie: GoPro i Starman w czterech wersjach
Przechodzimy do skoroszytu i prezentacji. GoPro ma zostać przejęte przez spółkę Starman. Poprosiłem każdy model w teście, żeby zbadał tę transakcję, zbudował pokontrolny model zdyskontowanych przepływów pieniężnych — standardową metodykę wyceny w Excelu — i przełożył analizę na prezentację dla zarządu. Cztery podejścia: GPT 5.6 Soul na „extra high”, Fable 5 na „extra”, Fable 5.1 na „low” i Fable 5.1 na „extra”. Różne ustawienia tej samej roboty.
(Informacja dodatkowa: „Soul” to odmiana modeli GPT od OpenAI w nazewnictwie przyjętym przez autora; Fable i Opus to modele Claude od Anthropic.)
Fable 5.1 na „low”: kompletny plik, niekompletne myślenie
Siedem arkuszy, trzynaście slajdów. I muszę przyznać, że prompt nie był rozbudowany. Formuły działają, a scenariusze namacalnie przesuwają wycenę. Model operuje rzeczami istotnymi: spalaniem gotówki i ryzykiem, że połączone przedsiębiorstwo będzie potrzebowało dodatkowego finansowania, żeby odnieść sukces. Prezentacja tłumaczy transakcję, prowadzi przez założenia i kończy jednoznaczną rekomendacją. Scenariusz bazowy wyszedł przy 1,15 dolara za akcję, pesymistyczny przy 1,14, optymistyczny przy 1,44.
Nie zamierzam wam mówić, jaka jest prawidłowa wycena tej spółki — Starman nie publikuje historii finansowej, której normalnie wymagałby taki model. Sedno w tym, że model musiał zbudować scenariusze wokół brakujących informacji, bo danych kompletnych nie było. A liczy się to, że wersja 5.1 na „low” mimo wszystko dokończyła to wymagające zlecenie i oddała poważny, sensowny i użyteczny kawał roboty: zbadała obie spółki, napisała formuły, stworzyła wykresy. Wszystko się zgadzało.
Czego zabrakło? Dedykowanego arkusza źródeł. Arkusza kontroli, na którym widać, że sprawdzono każdą formułę. Przypisów źródłowych wplecionych w materiał. Formułę mogę prześledzić, ale więcej wysiłku kosztuje mnie ustalenie, skąd pochodzą założenia i czy skoroszyt jest sam ze sobą spójny. I właśnie tu, moim zdaniem, przebiega granica między poziomami wysiłku: w Fable 5.1 jest różnica między kompletnym plikiem a kompletnym myśleniem. Plik jest gotowy, ale rozumowanie trzeba będzie przejrzeć z większą uwagą, bo brakuje tych dodatkowych sum kontrolnych.
Fable 5.1 na „extra”: nowe pytania, nie tylko dłuższa prezentacja
Dziewięć arkuszy, piętnaście slajdów. Model potraktował GoPro i Starmana jako dwa osobne biznesy — to inna decyzja konstrukcyjna. Dodał prawdopodobieństwo, że transakcja dojdzie do skutku. Wyraźnie rozpisał potrzeby finansowania. Użył średnioważonego kosztu kapitału — to już wyższa półka — dorzucił sprawdzenie wyceny mnożnikiem wyjścia i podlinkował 26 źródeł. Rozdzielił też wartość transakcji dzisiaj od wartości w dniu zamknięcia. I wyszła mu inna cena akcji: 1,30 dolara.
Nie twierdzę, że 1,30 jest trafniejsze. Chodzi o to, żebyście poczuli, co dokładnie dokupujecie za „extra”. Jeśli płacisz za najwyższy tryb, o taką dodatkową staranność w tej klasie zadań możesz liczyć. Z mojej perspektywy wygląda to tak: na „low” szybko dostaję dobre szkice, a gdy sprawa robi się poważna i wiem już, gdzie zmierzam — przechodzę na „extra”, żeby wszystko dopiąć i wykończyć. Co ważne, „extra” nie zrobiło tu po prostu dłuższej prezentacji. Znalazło interesujące pytania, które potrafią zmienić decyzję inwestycyjną — i to jest zysk, za który jestem gotowy płacić tokenami.
GPT 5.6 Soul: najłatwiejszy do sprawdzenia
Dziesięć arkuszy, dziesięć slajdów. Praca zwarta, bardzo łatwa do prześledzenia. Dedykowany arkusz źródeł — co ogromnie doceniam — oraz arkusz kontroli z jednoznacznym wynikiem „pass”. Scenariusz bazowy wyszedł trochę bardziej optymistycznie: 1,21 dolara za akcję. Ale najlepszy wkład Soula w całe ćwiczenie nie leżał w cenie akcji — powtarzam, cena mnie nie obchodzi. Leżał w tym, że całość łatwo się bada i śledzi. Gdybym oddawał ten skoroszyt innemu analitykowi, Soul zostawia mu naprawdę czysty punkt zaczepienia: listę źródeł, sumy kontrolne i wyjaśnioną logikę każdej formuły. Za to prezentacja z ChatGPT nie jest tak ładna. Anthropic ma po prostu jakieś magiczne wyczucie, gdy chodzi o warstwę wizualną — u nich po prostu wychodzi ładniej. Na ten moment Fable 5.1 radzi sobie znakomicie i z samą analizą, i z tą projektową częścią.
Jeden dokument, kilka przebiegów
Pytanie „który model jest najlepszy” nie wydaje mi się użyteczne dla pracy, którą opisuję — codziennej, iteracyjnej. Wolę pokazać, jak korzystać z modeli w samym procesie roboty. Jak mówiłem: „low” dało mi bardzo mocny pierwszy ogląd problemu, pomogło przemyśleć podejście i wyrobić wyobrażenie końcowego efektu. „Extra” spędziło więcej czasu nad niepewnością, podsunęło sensowne nowe pytania i wyglądało pięknie. Soul sprawił, że wynik łatwiej sprawdzić. To wszystko mogą być osobne przebiegi nad jednym materiałem: Fable na „low” buduje pierwszą wersję; na podstawie skoroszytu widzisz, z czym się nie zgadzasz; zanosisz to do Soula, żeby skontrolował strukturę; na koniec wykańczasz w Fable na „extra”, żeby wyglądało naprawdę dobrze.
Pierwsza wersja nie ma być końcem procesu. Czasem przeciągamy do pracy umysłowej nawyk ze świata kodu: „wow, napisał cały program za jednym zamachem”. Super. Tylko że tak praca analityczna nie działa.
Toyota w stu słowach: test pisarski
Dałem Fable 5, Fable 5.1 i GPT 5.6 Soul identyczny prompt: w stu słowach wyjaśnić, jak Toyota weszła na amerykański rynek samochodowy i jak go wygrała. Można dyskutować nad tematem, ale potrzebowałem dla nich wyzwania. Lubię ten test, bo limit stu słów zmusza model do namysłu i zwięzłości. Nie da się upchnąć wszystkiego. Od razu widać, co model zachowuje, które fakty ze sobą łączy i jak uzasadnia wybory. Świetna probierz pisarski.
Fable 5 zmieścił: nieudaną próbę wejścia z 1957 roku, Corollę, kryzys naftowy, system produkcyjny Toyoty, amerykańskie fabryki, Lexusa i moment, w którym Toyota wyprzedziła General Motors w USA. To mnóstwo jak na sto słów. Użytecznych informacji jest pod dostatkiem, ale… wracamy do starego problemu: ten model nie potrafi wyjść z metafor. Rzuca sformułowaniami w rodzaju „spragnione paliwa modele z Detroit” czy „reputację zbudowały polecenia z ust do ust” — klasyka, kiedy pisze Claude. Dorzuca koloryt, zanim zdąży wyjaśnić, o co chodzi. A stu słów nie wystarcza ani na jedno, ani na drugie.
Fable 5.1 dokonał o niebo lepszych wyborów. Zatrzymał wątek nieudanego Crowna. Nazwał Coronę i Corollę. Wyjaśnił, dlaczego kryzys naftowy Toyocie pomógł. Dodał, że Toyota wyprzedziła Volkswagena jako czołowa marka importowa, a potem powiązała japońskie limity eksportowe z budowaniem fabryk w Ameryce. Dostałem więcej informacji, ciąg przyczynowy jest znacznie czytelniejszy i nie ma tego kwieciastego, metaforycznego języka.
Soul poszedł w inny układ: mniej dat, mniej punktów zwrotnych. Tekst płynnie prowadzi od nieudanego debiutu, przez moment, w którym Toyota nauczyła się robić niezawodne i oszczędne auta, aż po rozkwit marki. Lepiej czuję całą historię, ale po drodze dostaję mniej faktów. I to jest naprawdę ciekawy kompromis. Znów nie powiem wam, który jest najlepszy — powiem tyle, że Fable 5.1 wyjaśnił, co się działo, o klasę lepiej niż Fable 5. A gdy sam siadam do pisania, zastanawiam się między 5.1 a Soulem, bo kluczowe jest, do kogo piszę. Dla szerokiej publiczności — pewnie Soul. Dla zarządu i odbiorców biznesowych — 5.1.
I o to mi chodzi, gdy mówię, że Fable 5.1 pisze lepiej. Nie znaczy to, że przestaje brzmieć jak Claude: wciąż ma słabość do wyszukanej interpunkcji i powtarzalnych konstrukcji opozycyjnych — na Substacku pokazuję, jak to korygować. Różnica jest taka, że pierwszy szkic z 5.1 jest znacznie bardziej czytelny. Mniej czasu spędzam na wycinaniu ozdobników. Dostaję więcej faktów, wyraźniejszą przyczynowość i lepszą strukturę, na którą mogę reagować — i nie muszę modelu specjalnie poganiać, żeby szedł tam, dokąd chcę. Dobrze się nim steruje.
Film z Blendera: wizualizacja z samego adresu
Film to być może ten materiał, który sami puścicie dalej w sieci. Ale to skoroszyt dał mi odpowiedź, o co Fable 5.1 naprawdę biega. Chciałem sprawdzić, czy ten wzorzec — z Excela i z pisania — przenosi się na pracę wizualną. Co się dzieje, gdy materiałem jest obraz? Wideo na tym kanale testowaliśmy rzadko, więc będzie frajda. Dałem Fable ofertę nieruchomości w Seattle i poprosiłem o filmowy, architektoniczny spacer w Blenderze — programie sterowanym kodem. Gotowy model 3D nigdzie na niego nie czekał. Dostał adres, luźne wytyczne i dostęp do narzędzi. Prompt widać w materiale. I to jest efekt — właśnie na to patrzycie.
Zaczynasz na zewnątrz domu. Kamera podpływa do wejścia i wciąga cię do holu. Skręca w salon i wygląda przez okna. Potem unosi się ku sufitowi, przechodzi przez szybę i kończy na zewnątrz, nad posesją. To dzieło 5.1 — i przez cały ten czas nie tknąłem Blendera. Nie umiem się nim posługiwać; model umie. Sam zbudował w nim scenę trójwymiarową, zaplanował ujęcia i poprawiał materiał, dopóki nie był zadowolony. Wszystko z własnej inicjatywy, bez mojej pomocy. Cały film trwa 37 sekund, a dom, teren, wnętrza, oświetlenie, zieleń i całą ścieżkę kamery Fable stworzyło kodem. Wyrenderowało kadry, obejrzało je, przerobiło sceny, sprawdziło podgląd ruchu i dopiero wtedy wyrenderowało finalną sekwencję.
(Informacja dodatkowa: Blender to darmowy program do grafiki i animacji 3D, w pełni sterowalny skryptami — model nie „nagrał” ujęć kamerą, lecz napisał kod budujący scenę i ruch kamery.)
Drzewa wyszły trochę stylizowane, niektóre szkło zbyt uproszczone — rzeczy da się poprawić. Montażyści, spokojnie: pracy nie straciliście. Ale jeśli masz do zakomunikowania klientowi coś wizualnego, to ogromna różnica móc powiedzieć: „Fable, zamień to w film w Blenderze” — i wrócić po godzinie po gotową koncepcję. Nie musi to być architektura. Dowolny temat, który potrzebuje obrazu ruchomego, bo Fable bez trudu przyjmie pomysł, przeliczy go na kod, zbuduje model 3D, przeprowadzi po nim wirtualną kamerę i wyda film.
Próba z Fable 5 była ciekawa: bardzo nowoczesna koncepcja domu, którą uwielbiam, tylko krótsza i chropowata — w jednym momencie kamera przeszła chyba przez schody. A ChatGPT Soul? Wyszedł czysty, bardzo krótki spacer; dobrze wychwytywał i naprawiał błędy, ale wnętrza wypadły słabiej. Największy ciężar pracy wizualnej udźwignęło Fable 5.1 i to ono oddało najmocniejszą, najwyższej jakości finalną sekwencję z całej trójki. Gdybym miał w Blenderze komunikować koncepcję w formie wideo, sięgnąłbym właśnie tam.
Koszty i limity: honda zamiast Ferrari
Trzeba teraz o efektywności, bo w tym miejscu łatwo opowieść o Fable ubrać w przesadę — i chcę być jednoznaczny. W rozliczeniu API Fable 5.1 kosztuje 10 dolarów za milion tokenów wejściowych i 50 dolarów za milion wyjściowych. Cena bazowa jak w Fable 5. Za to odczyty z pamięci podręcznej staniały drastycznie: z dolara do 25 centów za milion tokenów. Dla firm korzystających z cache to bardzo duża sprawa. Anthropic szacuje, że typowy zestaw zadań kosztuje teraz około 25% mniej niż na Fable 5, a praca mocno agentowa, która dużo korzysta z pamięci podręcznej — około 45% mniej. Mówimy o dużych zadaniach programistycznych. Natomiast wobec Opusa Fable 5.1 pozostaje droższe: to dwukrotność standardowej ceny wejścia i wyjścia Opusa 5. I to logiczne, bo to inna klasa modelu.
(Informacja dodatkowa: cache, czyli pamięć podręczna, pozwala modelowi ponownie wykorzystywać fragmenty wcześniejszej rozmowy lub kodu zamiast przeliczać je od zera; przy długich, wieloetapowych zadaniach agentowych to główny składnik ruchu i kosztów.)
Jeśli korzystasz z Claude’a w subskrypcji, niższa cena cache nic dla ciebie nie znaczy. W moim użyciu limity Claude’a wciąż wydają się znacznie ciaśniejsze niż u OpenAI. Oszczędność tokenów nie oznacza więc braku ograniczeń — ale 5.1 w tych limitach zajechało znacznie dalej niż piątka. Opisałbym to tak: Fable 5.1 jest wydajne do pewnego stopnia. Przy dobrze dobranym zadaniu, zwłaszcza na „low”, wyciśniesz mnóstwo użytecznego materiału, nie przekręcając pokrętła wysiłku na maksimum, i więcej zmieścisz w subskrypcji Anthropic. Fable 5 po prostu pochłaniało mi limity; Fable 5.1 nie pożera ich w ten sam sposób — zużywa mniej tokenów na zadanie, przede wszystkim na „low” — a zaoszczędzone tokeny sięgają dalej i dają więcej wartości.
Tak czy owak, moim zdaniem tę oszczędność poczujemy wszyscy — i przy wielkich agentowych przebiegach kodowych, i przy codziennej pracy analitycznej. I znowu: po zakupy nie trzeba Ferrari. Czasem wystarczy honda — bardzo porządna honda, która naprawdę dowiezie cię na miejsce.
Podsumowanie: koń roboczy do pracy umysłowej
Fable 5.1 to koń roboczy do pracy opartej na wiedzy. Nie mam na myśli ładnej prezentacji. Mam na myśli to, że model potrafi realnie wspomóc sposób, w jaki ludzie dzień w dzień rozgryzają problemy. Dokładne prompty — zamiast czytania ich z ekranu — znajdziecie na moim Substacku; tam też głębiej wchodzę w dociskanie Excela, PowerPointa i Worda. Pracę wiedzy trzeba na nowo otworzyć na modele z połowy 2026 roku, więc do tego przewodnika włożyłem sporo wskazówek, jak wycisnąć z Fable 5.1 maksimum. Polecam sięgnąć, jeśli chcecie wejść głębiej.
Jest spora szansa, że gdy to oglądacie, Astra jest już dostępna. Pewnie zastanawiacie się, kiedy w końcu porównam Fable 5.1 z Astrą. Spokojnie — w następnym materiale. Wejdę wtedy w szczegóły wydania Astry: dlaczego to inna premiera i inny strategiczny zakręt dla OpenAI, dokąd zmierzają z Astrą i jak ja widzę użycie Astry kontra Fable 5.1. Już to testuję. Napiszcie w komentarzach, co mam sprawdzić w bezpośrednim starciu tych dwóch modeli — zajmiemy się tym w następnym odcinku.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Tani tryb „low” wystarcza na mocny pierwszy szkic
Na czym polega: Fable 5.1 na najniższym ustawieniu wykonało całe zlecenie — badanie transakcji, formuły, scenariusze, wykresy, prezentację z rekomendacją — przy krótkim prompcie.
Jak stosować: Pierwsze podejście do nowego materiału zlecaj na „low”. Szybko dostaniesz ogólny obraz problemu i coś, na co możesz zareagować własnymi uwagami; budżet tokenów zostaw na dalsze tury.
Na co uważać: Wersja „low” nie tworzy arkusza źródeł ani arkusza kontroli — sam musisz prześledzić, skąd pochodzą założenia. Skończony plik to nie to samo co skończone myślenie.
2.Droższy tryb kupuje nowe pytania, a nie długość
Na czym polega: „Extra” potraktowało GoPro i Starmana jako dwa osobne biznesy, dodało prawdopodobieństwo zamknięcia transakcji, WACC, kontrolę mnożnikiem wyjścia, 26 źródeł i rozdzielenie wartości dziś od wartości w dniu zamknięcia — rzeczy, które mogą zmienić decyzję inwestycyjną.
Jak stosować: Najwyższy tryb włączaj, gdy już wiesz, gdzie zmierzasz, i chcesz materiał dopiąć i wykończyć. To etap finalizacji i pogłębionej analizy niepewności, nie odkrywania tematu od zera.
Na co uważać: Wyższa wycena z „extra” (1,30 wobec 1,15 dolara) nie jest automatycznie trafniejsza — to głębsza analiza, nie prawda objawiona. I płacisz za nią tokenami.
3.Żądaj warstwy weryfikacyjnej: źródła i kontrole
Na czym polega: Największą zaletą Soula nie była liczba na akcji, tylko arkusz źródeł i arkusz kontroli z jednoznacznym wynikiem — praca, którą inny analityk jest w stanie sprawdzić.
Jak stosować: Dopisz do promptu żądanie arkusza źródeł, arkusza kontroli formuł i przypisów przy kluczowych założeniach — niezależnie od tego, którego modelu używasz.
Na co uważać: Bez tych elementów ukończony plik wygląda profesjonalnie, ale jego poprawność trzeba weryfikować ręcznie — a to zjada oszczędność wynikającą z tańszego trybu.
4.Składaj modele w przebiegi zamiast szukać „najlepszego”
Na czym polega: Autor połączył modele sekwencyjnie: szkic w Fable na „low”, wychwycenie własnych zastrzeżeń na podstawie skoroszytu, kontrola struktury w Soul, wykończenie wizualne w Fable na „extra”.
Jak stosować: Traktuj każdy model jako osobne przejście nad tym samym dokumentem, z jasno przypisaną rolą, a pierwszy szkic celowo jako materiał do reakcji — nie jako produkt.
Na co uważać: Nie przenoś nawyku „jednego strzału” ze świata kodu. W pracy dokumentowej pierwsza wersja z definicji nie jest końcem procesu.
5.Praca umysłowa nie ma sygnału „gotowe”
Na czym polega: Kod sam się weryfikuje — kompiluje się albo nie, testy przechodzą albo padają — dlatego agenty najpierw opanowały programowanie. Dokumenty, arkusze i prezentacje takiego testu nie mają.
Jak stosować: Przy zlecaniu modelowi pracy dokumentowej zawsze planuj własną iterację kontrolną: założenia, źródła, logika. Model nie powie ci sam, że skończył — i skończył poprawnie.
Na co uważać: Brak widocznego błędu nic nie gwarantuje: plik może być wewnętrznie spójny i jednocześnie merytorycznie błędny.
6.Sto słów jako szybki test modelu do pisania
Na czym polega: Zadanie „wyjaśnij w stu słowach, jak Toyota wygrała rynek USA” zmusza model do wyborów: co zachowa, które fakty połączy, jak uzasadni. Od razu widać hierarchię faktów i styl.
Jak stosować: Porównuj modele krótkim limitem słownym na znanym sobie temacie — to najszybszy sposób, by ocenić, czy dany model nadaje się do twojego rodzaju tekstów.
Na co uważać: Starszy Fable 5 sypie metaforami zamiast wyjaśniać; 5.1 pisze czytelniej, ale zachowuje maniery Claude’a — wyszukaną interpunkcję i powtarzalne konstrukcje opozycyjne.
7.Dopasuj model do odbiorcy, nie do rankingu
Na czym polega: W teście pisarskim Soul dał płynniejszą narrację z mniejszą liczbą faktów, a 5.1 — więcej faktów i wyraźniejszy ciąg przyczynowy. To kompromis, nie zwycięzca.
Jak stosować: Do tekstów dla szerokiej publiczności wybieraj model o lepszej narracji, do materiałów dla zarządu i odbiorców analitycznych — model gęstszy w fakty i logikę.
Na co uważać: Każdy wybór coś kosztuje: płynność kosztem danych albo dane kosztem lekkości. Przesąd „jeden najlepszy model do wszystkiego” tu nie działa.
8.Wideo koncepcyjne z jednego adresu
Na czym polega: Z samego adresu nieruchomości i luźnych wytycznych Fable 5.1 napisało kod Blendera: dom, teren, wnętrza, światło, ścieżka kamery, render, autokorekta — 37 sekund gotowego filmu, bez pomocy człowieka.
Jak stosować: Gdy musisz pokazać klientowi koncepcję, której nie da się opisać słowami, zleć modelowi wideo w Blenderze i wróć po godzinie. Nie musisz znać narzędzia — liczy się pomysł i jasny brief.
Na co uważać: To poziom koncepcji, nie produkcji finalnej: stylizowane drzewa, uproszczone szkło. Starsze modele generują wyniki krótsze i chropowate (w teście kamera przeszła przez schody).
9.Cache zmienia rachunek kosztów — głównie na API
Na czym polega: Odczyty z pamięci podręcznej potaniały z 1 dolara do 25 centów za milion tokenów; Anthropic szacuje oszczędności rzędu 25% przy typowych zadaniach i 45% przy mocno agentowych. Fable 5.1 pozostaje jednak dwukrotnie droższe od Opusa 5.
Jak stosować: Jeśli działasz na API i masz długie, wieloetapowe procesy, przelicz koszty z uwzględnieniem cache — to właśnie tam siedzi większość oszczędności. W subskrypcji ta zmiana nic nie daje.
Na co uważać: Efektywność tokenowa to nie brak limitów. Limity Claude’a są wciąż ciaśniejsze niż u OpenAI, więc planuj zadania z zapasem.
10.Oszczędzaj tokeny, dobierając tryb do etapu pracy
Na czym polega: Fable 5 pochłaniało limity subskrypcyjne autora; 5.1 — zwłaszcza na „low” — wykonuje te same zadania mniejszym kosztem, więc limit wystarcza na znacznie więcej.
Jak stosować: Większość codziennej roboty realizuj na niskim ustawieniu, a mocniejsze tryby traktuj jako narzędzie do konkretnych etapów: finisz wizualny, głęboka analiza niepewności, ostateczne dopięcie.
Na co uważać: Nie każde zadanie opłaca się robić tanio — tam, gdzie liczy się głębia analizy (np. wycena przejęcia), niski tryb zostawia luki w weryfikacji, które i tak trzeba będzie domknąć samodzielnie.