1 сентября 2026 Anthropic выпустил Claude Fable 5.1 (claude-fable-5-1) — преемника Fable 5, заточенного под длинные агентные задачи. Одновременно вышел Claude Mythos 5.1: это та же модель с другими предохранителями, доступная только через программы доверенного доступа (анонс Anthropic, 01.09.2026).
Снаружи Fable 5.1 похожа на Fable 5: то же семейство, те же интерфейсы Claude Code. Внутри — другой класс работы: 52.6% на свежем бенчмарке Terminal-Bench-Science 0.1 против 24.7% у Fable 5, контекст 1M по умолчанию, пять уровней reasoning, которые теперь нельзя отключить. Дальше — что изменилось для программиста, где апгрейд ощутим в деньгах и скорости, и как выжать из модели максимум в Claude Code и API. Все версии и цены — на момент публикации, 07.09.2026.
Что такое Fable 5.1 в двух словах
Fable — флагманская модель Anthropic для агентного кодинга и длинных задач, которые агент ведёт часами. Fable 5 вышла в июле 2026; Fable 5.1 — её прямое продолжение с тремя акцентами:
- длинные агентные задачи — автономная работа над репозиторием, где модель сама планирует, правит, запускает проверки и не «сбивается» на середине;
- knowledge work и ресёрч — разбор больших кодовых баз, чтение документации, научно-инженерные задачи;
- экономика — сниженная цена на чтение промпт-кэша делает длинные сессии заметно дешевле.
Claude Fable 5.1 sets a new standard for coding, knowledge work, and long-running problem-solving tasks.
«Claude Fable 5.1 задаёт новый стандарт для кодинга, интеллектуальной работы и длительных задач, требующих многошагового решения».
Партнёры, тестировавшие модель до релиза, приводят конкретику: в MongoDB агент на Fable 5.1 «часами работал без присмотра с сильными циклами проверки и выдал работающий прототип»; в Red Hat она нашла первопричину каждого сломанного билда в их тестах; инвестиционная фирма Millennium — что модель впервые объяснила редкий краш, который инженеры не могли понять несколько лет (анонс, цитаты партнёров).
Terminal-Bench-Science 0.1: главный скачок — наука и инженерия
Новый бенчмарк Terminal-Bench-Science 0.1 объявили 27 августа 2026 (tbench.ai); он измеряет способность модели вести научную и инженерную работу в терминале через агентный харнесс. Здесь разрыв поколений виден сильнее всего:
| Модель | Terminal-Bench-Science 0.1 |
|---|---|
| Claude Fable 5.1 | 52.6% |
| Claude Fable 5 | 24.7% |
| Claude Opus 5 | 29.0% |
| GPT-5.6 Sol | 22.4% |
Источник: анонс Anthropic и post Simon Willison, 01.09.2026.
Simon Willison, который тестирует каждую крупную модель, назвал скачок по Science-бенчмарку главным: по остальным метрикам прогресс «чуть лучше», а здесь — в два с лишним раза.
Пять уровней reasoning: low → max, без «выключить»
Fable 5.1 работает с adaptive thinking — модель сама решает, когда и сколько «думать». Управлять глубиной можно уровнем effort. Важная деталь: в отличие от ряда моделей конкурентов, где reasoning можно отключить целиком, у Fable 5.1 предусмотрены только пять уровней:
low → medium → high → xhigh → max
Уровень high — значение по умолчанию; он соответствует поведению модели без указания effort (документация, thinking и effort). Документация рекомендует стартовать с high, на xhigh/max переходить для самых чувствительных к качеству агентных задач, а на medium/low — для рутины, когда ваши тесты показывают, что качество держится (docs, рекомендуемые уровни для Fable 5.1).
Что это значит на практике — видно по измерению Simon Willison (пост, 01.09.2026). Он прогнал один и тот же промпт «Generate an SVG of a pelican riding a bicycle» на пяти уровнях:
| Effort | Выходных токенов | Время | Стоимость |
|---|---|---|---|
| low | 1 998 | 23.8 с | $0.100 |
| medium | 1 977 | 23 с | $0.099 |
| high | 2 612 | 29.6 с | $0.131 |
| xhigh | 36 767 | 7 мин 51 с | $1.83 |
| max | 65 927 | 13 мин 54 с | $3.30 |
Разброс — в 33 раза по токенам и в 33 раза по цене. При этом на low и medium модель для этого конкретного промпта не показала reasoning-трейса вовсе: Simon нашёл это загадочным, ведь в Fable 5.1 reasoning всегда включён. На high появился короткий план (2.6K токенов), а на xhigh и max модель погрузилась в многошаговое рассуждение о координатах SVG, шлеме пеликана и изгибе велосипедной вилки.
Самый дорогой уровень дал и лучший результат:
Setting effort to max gave me the best pelican I’ve seen from any of Anthropic’s models.
«Настройка effort = max дала мне лучшего пеликана из всех, что я видел от моделей Anthropic».
Вывод для практики: effort — регулятор цены и глубины, а не качества «вообще». Для задачи, где нужен просто код — low/medium часто достаточно; для сложной многофайловой работы, где модель должна сама проверить себя, xhigh/max дают другой класс результата, но цена растёт на порядок.
Где апгрейд ощутим в реальной работе
1. Долгие агентные задачи
Партнёры Anthropic повторяют одну и ту же мысль: Fable 5.1 держит нить на длинных сессиях. Из кейса MongoDB:
It then ran for hours unattended, with strong verification loops, to implement the entire prototype.
«Она затем работала часами без присмотра, с сильными циклами проверки, чтобы реализовать весь прототип».
— Ron Sanzone, MongoDB, анонс Anthropic
Из отзыва Shopify — «не теряет сюжет» на длинной автономной работе. Для практики это значит: ночные прогоны агента, миграции, рефакторинг всей кодовой базы — то, где Fable 5 «выдыхалась», Fable 5.1 проходит дальше.
2. Ресёрч и root-cause
Кейс Millennium, где модель объяснила краш, который не могли найти несколько лет, — не маркетинговая притча, а повторяемый класс задач: анализ дампов, чтение чужой библиотеки, сопоставление с логом. На таких задачах выигрыш у Fable 5 максимальный.
3. Экономика длинных сессий
Главный ценовой сюрприз — не вход/выход, а cache reads: $0.25 за 1M токенов вместо типовых $1 за 1M (0.1× от входа) у конкурентов. У Fable 5.1 чтение кэша стоит 0.025× от входа — в четыре раза дешевле. Anthropic оценивает экономию на типичных нагрузках в ~25%, а на агентной работе — до ~45% (анонс).
Цены и характеристики: Fable 5.1 против Fable 5
| Параметр | Claude Fable 5 | Claude Fable 5.1 |
|---|---|---|
| Контекст | 1M токенов | 1M токенов (по умолчанию) |
| Макс. выход | 128K токенов | 128K токенов |
| Reasoning | adaptive thinking | adaptive thinking, always-on |
| Уровни effort | low–max | low–max (без «выключить») |
| Вход / выход | $10 / $50 за 1M | $10 / $50 за 1M |
| Cache reads | ~$1 за 1M (0.1×) | $0.25 за 1M (0.025×) |
| Terminal-Bench-Science 0.1 | 24.7% | 52.6% |
Характеристики и цены — на момент публикации 07.09.2026, по анонсу Anthropic, документации платформы и разбору Simon Willison.
Для сравнения с ближайшими соседями по модельной линейке: Claude Opus 5 — $5/$25 за 1M, 1M контекст, сильна в сложном агентном кодинге и корпоративных задачах; Mythos 5.1 — та же Fable 5.1, но с усиленными предохранителями под кибербезопасность и науки о жизни, доступна только через программы доверенного доступа (анонс).
Как включить Fable 5.1 в Claude Code и через API
Claude Code
Модель уже доступна в Claude Code. Переключение внутри сессии — командой /model:
/model
выбрать claude-fable-5-1. Либо указать модель при старте:
claude --model claude-fable-5-1
В Claude Code Fable 5.1 по умолчанию работает на уровне effort high (docs, effort). Если задача долгая и требует максимальной глубины — можно поднять уровень. Настройки effort в Claude Code — через флаг запуска или переменные окружения; точные имена параметров меняются между версиями, актуальную справку даёт claude --help внутри вашей версии.
API
В Messages API модель указывается строкой model: "claude-fable-5-1". Уровень reasoning задаётся полем effort в output_config:
{
"model": "claude-fable-5-1",
"max_tokens": 65536,
"messages": [
{ "role": "user", "content": "Найди причину краша по этому дампу и предложи фикс" }
],
"output_config": {
"effort": "high"
}
}
На high и выше выставляйте крупный max_tokens: это жёсткий лимит на весь вывод, включая thinking-токены (docs, effort).
Три ограничения, которые стоит знать до интеграции:
tool_choice: anyиtoolне работают. Fable 5.1 и Mythos 5.1 отклоняют вынужденный вызов инструмента с ошибкой 400 — доступны толькоautoиnone. Вместо принудительного вызова используйте auto со строгим описанием инструмента или structured outputs (docs, thinking и forced tool use).- Thinking-блоки читает только «своя» или более новая модель. Если вы передадите историю с reasoning-блоками Fable 5.1 в более старую модель — она не сможет их прочитать. Для совместимости сохраняйте полные блоки при возврате tool-результатов.
- Текстовый watermark + C2PA. Текст, сгенерированный Fable 5.1 и Mythos 5.1, несёт статистический текстовый водяной знак; файлы (изображения/видео/аудио), созданные через code execution, — C2PA Content Credentials при скачивании через Files API. Ничего не меняется в запросах, но если вы выдаёте сгенерированный контент пользователям — учтите это при разметке (как Claude помечает AI-контент).
Также: Fable 5.1 и Mythos 5.1 недоступны под zero data retention (ZDR), если это не разрешено Anthropic явно — при выборе модели для строгих корпоративных требований это важно (docs, data retention).
Российские реалии: доступ и оплата
Anthropic не ведёт официальных продаж в России. Россия отсутствует в списке поддерживаемых стран — claude.ai, подписка и API-консоль при подключении из российского IP не работают без VPN. Для доступа к Fable 5.1 в Claude Code или через API нужны VPN и зарубежная платёжная инфраструктура.
Оплата российскими картами невозможна: Visa и Mastercard российских банков не принимаются. Реальные пути — те же, что для других платных западных AI-сервисов:
- иностранная карта (если есть);
- UnionPay — зависит от банка-эмитента и конкретного сервиса;
- посредники для API-ключей Anthropic/OpenAI за рубли;
- криптовалюта через обменные сервисы.
Русскоязычный опыт по теме есть, но фрагментарный. Обзор geo-блокировки API/веба Anthropic и обходных путей — на Habr (ЦНИС, июнь 2026); практическое описание пути «Claude через VPN и посредников» с честной оценкой рисков (баны аккаунтов, некомфортность схемы) — в кейсе на spryt.ru. Специфических русскоязычных материалов именно про Fable 5.1 на момент публикации нет — тема слишком свежая (релизу неделя).
Практический совет: если вы работаете из России и не хотите зависеть от VPN и зарубежной оплаты для каждой сессии — локальные и доступные из РФ модели (Qwen через Ollama, DeepSeek API, GLM) остаются рабочим вариантом; разбор альтернатив — в статье «Модели для кодинга 2026».
Честные ограничения
- Бенчмарк Science — не вся картина. 52.6% на Terminal-Bench-Science 0.1 — внушительно, но бенчмарк новый и узкий. На классических кодинг-метриках рост по сравнению с Fable 5 скромнее (Simon Willison: «остальные бенчмарки показывают чуть лучшие результаты»). Не экстраполируйте один график на все задачи.
- Effort стоит денег и времени. 33-кратный разброс цены между low и max на одном промпте — не гипотетика. Бездумный
maxна каждую мелочь превращает дешёвую модель в дорогую. Начинайте сhigh(дефолт) и поднимайте только под конкретную задачу. - Нет reasoning-off. Если вам нужна модель без рассуждений для максимальной скорости — Fable 5.1 не вариант; для таких задач смотрите Sonnet-класс или конкурентов с отключаемым reasoning.
- ZDR недоступно. Для строгих режимов «ноль хранения данных» модель не подходит без специального разрешения.
- Цены могут измениться. Anthropic уже менял ценники на модели в этом году; проверяйте актуальный прайс перед крупными интеграциями.
- Маркировка контента. Водяной знак и C2PA могут быть нежелательны, если вы строите продукт, выдающий сгенерированный контент под своим брендом.
Вывод
Fable 5.1 — не косметическое обновление, а смена класса для длинной агентной работы: двойной результат на научно-инженерном бенчмарке, всегда включённое адаптивное мышление с пятью уровнями глубины и вчетверо дешевле чтение кэша, что делает многочасовые автономные сессии экономически разумными.
Практический план на сегодня:
- Переключитесь в Claude Code на
claude-fable-5-1и прогоните одну из своих типовых задач наhigh. - Для длинных ночных прогонов и root-cause задач попробуйте
xhigh/max— и замерьте, где качество оправдывает цену. - Держите под рукой таблицу из этой статьи: если модель «передумывает» на простых задачах — это повод опустить effort, а не менять модель.
Дальше по теме: Claude Code через API, контекст Claude Code: как управлять памятью агента, лучший ИИ для кодинга: сравнение инструментов, ИИ для программистов: обзор, маленькие быстрые модели для кодинга.
