Claude Fable 5

01

Aslida bu nima

25-iyul yangilanishi: Claude Opus 5 endi reytingimizda Fable 5 dan yuqori. Fable FrontierCode, CursorBench, vositasiz HLE va huquq testida tor cho‘qqilarni saqlaydi, ammo Opus 5 kengroq agent va professional ish baholarida yarim narx hamda kamroq cheklov bilan yetakchi. Quyidagi matn Fable’ning iyun relizi dalillarini saqlaydi; undagi eng yuqori da’volarni tarixiy kontekstda o‘qing.

Agar Opus 4.8 xizmat pillapoyasidan ko’tarilish bo’lgan bo’lsa, Fable 5 — xususiy burchak xonasi (corner office) demakdir. Anthropic’ning musiqa darajalaridan (Haiku, Sonnet, Opus) adabiyot nomlariga (Fable, Mythos) o’tishi shunchaki brending emas — bu yangi toifadagi modellar kelganini anglatadi. Fable 5 cheklangan Mythos 5 ga kuch beruvchi Mythos-sinfi arxitekturasida ishlaydi, biroq u ommaviy foydalanish uchun xavfsiz holga keltirilgan xavfsizlik klassifikatorlariga ega. Buni tezlik cheklovchisi o’rnatilgan superkar kabi tasavvur qiling — u hamon yo’ldagi eng tezkor mashina, shunchaki ma’lum burilishlarda xavfsizlik to’siqlari bor.

Raqamlar hammasini aytib turibdi. SWE-Bench Pro 80.3% shunchaki GPT-5.5 (58.6%) ni yengib qo’ymaydi — u butun boshli raqobatchilarni uyaltirib yuboradi. FrontierCode Diamond dagi 29.3% bu Fable 5 ning ishlab chiqarish (production) sifatidagi kodlarni GPT-5.5 dan (5.7%) besh marta tejamkorroq yozishini bildiradi. Hebbia’ning Finance Benchmark’ida — katta mutaxassis (senior) darajasidagi hujjatlar tahlili, grafik o’qish, sabablarni tahlil qilish (root-cause analysis) da — u 1-o’rinda. CursorBench’da esa u “oldingi modellar uchun imkonsiz bo’lgan uzoq muddatli muammolar sinfini” ochib berdi.

Biroq eng ko’rgazmali namoyishlar benchmarklar emas. Stripe 50 million qatorli Ruby kod bazasini bir kun ichida ko’chirdi (migratsiya) — butun boshli jamoa ikki oy vaqt sarflaydigan ish. Model Pokémon FireRed’ni faqat “xom” skrinshotlardan foydalanib tugatdi — hech qanday xarita, yordamchi vositalar yoki o’yin holati ma’lumotlarisiz. Unga Slay the Spire o’ynash uchun doimiy fayl xotirasi (persistent file-based memory) berilganda, u Opus 4.8 dan ko’ra unumdorligini 3 marta yaxshiroq oshirdi.

Xavfsizlik masalasini ham yaxshilab tushunib olish kerak. Kiberxavfsizlik, biologiya, kimyo yoki modelni distillash bo’yicha so’rovlar avtomatik ravishda Opus 4.8 ga yo’naltiriladi — u hali ham yuqori darajadagi model, biroq to’liq Mythos arxitekturasi emas. Bu seanslarning 5% dan kam qismida sodir bo’ladi va Anthropic zararsiz so’rovlarda ham bir qancha xato ko’rsatkichlar (false positives) yuz berganini tan oladi. Bu juda kuchli modelni tez va xavfsiz chiqarish uchun to’lanadigan to’lovdir. Cheklanmagan Mythos 5 esa Project Glasswing orqali tasdiqlangan hamkorlar uchun zaxira qilingan — u yerda u allaqachon o’ta muhim dasturiy infratuzilmani himoya qilishga yordam bermoqda.

Asosiy savol shuki: u narxiga arziydimi? Million token uchun $10/$50 bo’lgan Fable 5 Opus 4.8 ga qaraganda 2 barobar qimmatroq turadi. Biroq tokenni tejash buni qisman qoplaydi — FrontierCode’da o’rtacha mantiqiy kuchlanishda eng yuqori natijalarga erishish bitta vazifa uchun kamroq hisoblash (compute) ni anglatadi. Vaqti API to’lovidan qimmatroq bo’lgan professionallar uchun matematika juda oddiy. Boshqalar uchun esa Opus 4.8 ajoyib bo’lib qoladi. Biroq, agar siz sayyoramizdagi eng yaxshi ochiq SI modeliga ega bo’lishni xohlasangiz — vazifa qiyinlashgani sari qolganlar bilan farq yanada oshib boradiganiga — bu aynan u.

02

Kuchli tomonlar va halol cheklovlar

Asosiy afzalliklari

Global qayta ishga tushirish va Zero-Day xavfsizlik isboti: 2026-yil 30-iyun kuni xalqaro savdo muvofiqligi tekshiruvidan muvaffaqiyatli o’tgach, Fable 5 hududiy VPN cheklovlarisiz butun dunyo bo’ylab qayta ochildi. Real ishlab chiqarish testlarida Amazon kiberxavfsizlik jamoalari Fable 5 avtonom tarzda 40 ta mikroservis bo’ylab OAuth2 tokenlarini soxtalashtirishga qaratilgan Zero-Day zaifligini 3 daqiqadan kamroq vaqt ichida aniqlab, yamagani — uning korxona darajasidagi xavfsizligini isbotlab berganini tasdiqlashdi.
Opus 4.8 kiberxavfsizlik marshrutizatsiyasi va xato signallar: Fable 5 odatiy kodlash vazifalarining ~95% ini nativ ravishda bajarsa-da, Anthropic-ning xavfsizlik klassifikatorlari murakkab yoki yuqori xavfli kiberxavfsizlik so’rovlarini siyosatga muvofiqlikni tekshirish uchun avtomatik ravishda Claude Opus 4.8 modeliga yo’naltiradi. Eslatma: o’ta sezgir klassifikatorlar ba’zan oddiy tizim ma’muriyati skriptlarida ham xato signallarni (false positives) keltirib chiqarishi mumkin.
Strukturaviy agentik jeylbreyklarga chidamli: Avtomatlashtirilgan ko’p bosqichli ko’ndirish freymvorklariga (masalan, MoA jeylbreyklari yoki Crescendo hujumlariga) aldanadigan ochiq vaznli raqobatchilardan farqli o’laroq, Fable 5 ning ierarxik xavfsizlik ta’limi ijodiy kodlash sifatini tushirmasdan qat’iy chegaralarni saqlab qoladi.
Barcha uchun Mythos sinfi imkoniyatlari: Cheklangan Mythos 5 kabi bir xil asosiy arxitektura, ammo uni keng ommaga qulaylashtiradigan xavfsizlik klassifikatorlari bilan. Fable 5 deyarli barcha sinalgan benchmarklarda eng yaxshisidir (SOTA) — va vazifalar murakkablashgan sari raqobatchilardan ustunlik ham oshib boradi. Bu shunchaki o’sish emas; bu butun bir avlod sakrashidir.
Haqiqatan ham o’z ishini bajaradigan avtonom agent: Stripe bir necha oylik muhandislikni kunlarga qisqartirdi — 50 million qatorli Ruby kod bazasini bir kun ichida ko’chirdi (migratsiya qildi). Model reja tuzadi, vazifalarni sub-agentlarga taqsimlaydi, o’z testlari bilan o’zini-o’zi tekshiradi va ish tugamaguncha ishlashda davom etadi. Ko’p kunlik avtonom seanslar endi oddiy holat.
Kompyuter ko’rishidagi yutuq (Vision breakthrough): Ko’rish qobiliyati vazifalarida ilg’or. Ilmiy grafiklardan aniq raqamlarni ajratib oladi, veb-ilovalarni faqat skrinshotlardan qayta yaratadi va Pokémon FireRed’ni hech qanday yordamchisiz, o’yin holati ma’lumotlarisiz faqatgina ko’rish orqali tugatadi. Avvalgi modellar murakkab yordamchilarga muhtoj edi; Fable 5 ga esa shunchaki ko’z kerak.
Millionlab tokenli xotira: Doimiy fayl xotirasi Opus 4.8 ga nisbatan Slay the Spire o’yinida model ishlashini 3 barobar yaxshiladi. Model million tokenli seanslar davomida diqqatini yo’qotmaydi va o’z qaydlaridan foydalanib o’z javoblarini haqiqatan ham yaxshilaydi. Uzun kontekst endi shunchaki texnik xususiyat emas — bu chinakam ishlaydigan xususiyatdir.
Tokenlar samaradorligi matematikada yutadi: Opus 4.8 ga nisbatan token narxi 2 barobar yuqori bo’lishiga qaramay, Fable 5 hatto o’rtacha quvvatda ham FrontierCode’da eng yuqori ballni to’pladi. Har bir tokenda ko’proq ish qilinishi, vazifa uchun sarflangan real xarajatlarning ko’pincha raqobatbardosh ekanligini anglatadi. Qiyin muammolarda aslida pulni tejaydigan qimmat model.

Haqiqiy cheklovlar

Kiberxavfsizlik bo’yicha xato signallar: O’ta sezgir xavfsizlik klassifikatorlari ba’zan qonuniy tizim ma’muriyati, penetratsion testlar yoki quyi darajadagi debag skriptlarini zararli deb topishi mumkin, bu esa avtomatik ravishda Opus 4.8 modeliga yo’naltirishga yoki ijroni to’liq bloklashga olib keladi.
Sohadagi jeylbreyk xavf-xatarlari: Odatiy hujumlarga chidamli bo’lsa-da, hech bir ilg’or model yangi turdagi strukturaviy agentik jeylbreyklardan to’liq kafolatlanmagan; korporativ bosqichda joriy etish uchun doimiy red-tim (xavfsizlik sinovlari) o’tkazish talab etiladi.
Yuqori narx o’z isbotini topgan: Kirish (input) tokenlari millioniga $10, chiqish (output) tokenlari millioniga $50 — bu Opus 4.8 narxidan taxminan 2 barobar qimmat. Pro obunachilari 22-iyungacha kiritilgan bepul kirish imkoniga ega, shundan so’ng kreditlardan foydalanish boshlanadi. Kuchli foydalanuvchilar (power users) buni hisob-kitoblarida darhol sezishadi.
Konservativ xavfsizlik yo’nalishi: Xavfsizlik choralari seanslarning <5% idagina ishga tushib, belgilangan so’rovlarni Opus 4.8 ga yo’naltiradi. Halol professional ishlarda (kiberxavfsizlik tadqiqotlari, kimyo, biologiya) bir necha xato ko’rsatkichlar uchrashi mumkin. Cheklovlar asosiy modelning ikki tomonlama kuchini aks ettiradi.
To’liq Mythos 5 emas: Cheklanmagan versiya tasdiqlangan kiberhymoyachilar va tadqiqotchilar uchun Project Glasswing ortida qulflangan. Siz oladigan narsa — aniq belgilangan himoyalangan versiya — g’oyat qobiliyatli, lekin ma’lum bir mavzularda chegaralarga (training wheels) ega.
Mustaqil benchmarklar kutilmoqda: Taqdimot kunidagi da’volar batafsil va misollarga boy bo’lsa-da, LMSYS Arena, Artificial Analysis va SWE-Bench’ning uchinchi tomon natijalari hali endi shakllanmoqda. Tantanadan oldin yaxshilab tekshiring.

03

Benchmark natijalari

SWE-Bench Pro — 80.3% (SOTA)

Haqiqiy dasturiy injiniring. GPT-5.5 ni (58.6%) 21.7 ball va oldingi Opus 4.8 ni (69.2%) 11.1 ball farq bilan tor-mor etadi. Benchmark tarixidagi eng yirik ustunlik.

FrontierCode Diamond — 29.3% (SOTA)

Token tejaydigan, ishlab chiqarish (production) sifatidagi kod. Opus 4.8 ning 13.4% va GPT-5.5 ning 5.7% iga qarshi 29.3% natija oladi. Hatto o'rtacha mantiqiy kuchlanishda ham yetakchi natijalarga erishadi.

Hebbia Finance Benchmark — 1-o'rin

Katta mutaxassis (senior-level) darajasidagi hujjatlar tahlili, grafiklarni talqin qilish va muammo ildizini izlash (root-cause analysis). Barcha sinalgan modellar orasida eng yuqori ball. IMC uni savdo-tahlil sinovlarida deyarli barcha yo'nalishlar bo'yicha eng yaxshi baho bilan o'tganligini tasdiqladi.

CursorBench — SOTA

Cursor benchmarkida eng yaxshi ko'rsatkich (SOTA). "Oldingi modellar uchun yetib bo'lmas bo'lgan uzoq muddatli muammolar sinfini ochib berdi." — Maykl Truell, Cursor bosh direktori.

04

Xulosa

Chegaralar endigina siljidi. Claude Fable 5 Opus 4.8 ning navbatdagi talqini emas — bu xavfsizlik to’siqlariga o’ralgan butun bir avlod sakrashidir. SWE-Bench Pro’dagi ustunlik (GPT-5.5 ning 58.6% iga qarshi 80.3%) tasodifiy raqam xatosi emas — bu butun boshli jarlikdir. FrontierCode’dagi farq bundan ham kattaroq. Va benchmarklarda g’alaba qozonib, amaliyotda qoqiladigan modellardan farqli o’laroq, Fable 5 da isbotlar yetarli: 50 million qatorli kodni bir kunda migratsiya qilgan Stripe, faqat ko’rish qobiliyati bilan o’yinni tugatish, va uzoq muddatli seanslarda chindan ham ishlaydigan doimiy xotira (persistent memory). Kamchiligi narxida — million token uchun $10/$50 arzon emas — va ehtiyotkor xavfsizlik yo’nalishlari sizni ba’zan qonuniy so’rovlar bo’yicha ham Opus 4.8 ga jo’natib yuboradi. Ammo ommaga ochiq eng kuchli SI miyasiga muhtoj bo’lgan hamda ishi murakkab injiniring, chuqur tadqiqotlar yoki uzoq muddatli agentlik vazifalarini talab qiladigan professionallar uchun — bu aynan shu. Siz chindan ham foydalanishingiz mumkin bo’lgan eng yaxshi SI modeli.

05

Ko'p so'raladigan savollar

Fable 5 va Opus 5 o'rtasidagi arxitekturaviy farq nima?

Fable 5'ning qimmatbaho token narxi qachon haqiqatan ham o'zini oqlaydi?

AI qo'llanmasidan qidiring