Claude Fable 5.1 w praktyce: co model udźwignie, a czego nie rozwiąże

Zanim przejdziemy do konsekwencji, pomaga rzeczowa tabela. Wszystkie wartości pochodzą z przeglądu modeli i ze strony cennika Anthropic, pobranych 10 września 2026 roku.

Warto zwrócić uwagę na to, co Anthropic dopisuje we własnym przeglądzie modeli: Claude Opus 5 jest zalecany jako domyślny wybór dla większości obciążeń, a Fable 5.1 przewidziano dla przypadków, w których Opus 5 na wyższym poziomie wysiłku nie wystarcza. To niezwykle jasne samoograniczenie, a zarazem pierwszy filtr dla każdej decyzji architektonicznej. Fable 5.1 nie jest ogólną modernizacją, lecz narzędziem do długich, spójnych zadań.

Modalność jest wąska i ma to znaczenie praktyczne. Wchodzą tekst i obrazy, wychodzi tekst. Żadnego dźwięku na wejściu ani na wyjściu, żadnego generowania obrazu ani wideo. Kto chce przetworzyć nagranie rozmowy, potrzebuje wcześniej transkrypcji. Kto potrzebuje odpowiedzi mówionych, potrzebuje dalej syntezy mowy. Kto chce tworzyć grafiki, potrzebuje innego modelu. Brzmi to banalnie, ale przesuwa granice systemu, koszty i kwestie ochrony danych dokładnie tam, gdzie stoją te dodatkowe komponenty.

Okno rozliczane jest na całej długości według normalnych stawek za token, bez dopłaty za długi kontekst (Anthropic). Umożliwia to konstrukcje, które wcześniej rozbijały się nie o model, lecz o dzielenie materiału: kompletny zbiór umów albo dokumentacji przetargowej w jednym przebiegu zamiast trzydziestu kawałków i późniejszego scalania; cały ślad pracy agenta wraz z wynikami narzędzi, który nadal daje się analizować, zamiast urwanego po dwudziestu krokach; średniej wielkości repozytorium, w którym odpowiedź powstaje za jednym razem, zamiast wyszukiwania zgadującego z góry, które pliki są istotne. Zysk leży mniej w inteligencji, a bardziej w zniknięciu całej klasy pracy spajającej, a to właśnie ta praca spajająca była w naszych projektach regularnym źródłem trudnych do wykrycia błędów.

Liczba ta nie jest jednak liczbą stron. Anthropic szacuje 1 000 000 tokenów na około 555 000 angielskich słów przy obecnym tokenizatorze i jednocześnie zaznacza, że ten tokenizator wytwarza dla tego samego tekstu około 30 procent więcej tokenów niż poprzedni (Anthropic). Dane dotyczą tekstu angielskiego; dla zbioru niemieckojęzycznego nie da się z nich wyprowadzić żadnej liczby, trzeba ją zmierzyć. Kto planuje pojemność, liczy własne dokumenty tokenizatorem modelu, którego faktycznie używa, a nie przelicza na strony.

Z tego samego powodu porównywanie wielkości okien między dostawcami nic nie mówi. Token jest jednostką właściwą dla dostawcy i nie istnieje opublikowane przeliczenie sprowadzające dwa tokenizatory do tej samej ilości tekstu. Liczba w specyfikacji nie mówi więc, który model pomieści więcej Państwa tekstu.

Większe okno nie czyni też wyszukiwania zbędnym. Rozumowanie jest proste: wszystko, co znajduje się w oknie, jest opłacane przy każdym wywołaniu i przy każdym wywołaniu musi zostać przetworzone. Metoda, która znajduje dwadzieścia właściwych akapitów, pozostaje szybsza, tańsza i zwykle dokładniejsza niż taka, która wrzuca dziesięć tysięcy akapitów i liczy na uwagę modelu. Duże okno wyraźnie podnosi próg, od którego dzielenie staje się konieczne. Nie zastępuje pytania, jaka informacja jest potrzebna do tej konkretnej odpowiedzi.

Najciekawszą liczbą w specyfikacji nie jest wartość bezwzględna, lecz stosunek. Świeże wejście kosztuje 10 USD za milion tokenów, trafienie w pamięć podręczną 0,25 USD. Zapis do pamięci podręcznej kosztuje 12,50 USD za milion tokenów w wariancie pięciominutowym i 20 USD w wariancie godzinnym. W Fable 5.1 i Mythos 5.1 cena odczytu wynosi 0,025 ceny bazowej wobec 0,1 we wszystkich innych modelach Claude i jest to, według Anthropic, jedyna zmiana cenowa względem Fable 5 (Anthropic).

Czterdziestokrotna różnica między świeżym wejściem a trafieniem w pamięć podręczną przesądza o konstrukcjach. W pętli agenta ten sam prompt systemowy, te same definicje narzędzi i ten sam kontekst projektu są odczytywane na nowo w każdym kroku. Zadanie obejmujące dwieście wywołań narzędzi odczytuje ten sam wstęp dwieście razy. To, czy ten wstęp jest za każdym razem rozliczany jako świeże wejście, czy jako trafienie w pamięć podręczną, nie jest szczegółem rozliczeniowym, lecz granicą między konstrukcją, którą można wdrożyć na produkcję, a taką, która zostaje w demonstracji.

Właśnie dlatego sformułowanie Anthropic, że typowe obciążenia są około 25 procent tańsze, a silnie agentowe nawet około 45 procent, jest szacunkiem dotyczącym współczynnika trafień, a nie obniżką cen (Anthropic). Główne ceny wejścia i wyjścia pozostają takie same jak w Fable 5. Obciążenie o słabej lokalności pamięci podręcznej niemal nic z tej oszczędności nie zobaczy, a kto wpisze te 25 procent do budżetu bez zastrzeżenia, ma nie budżet, lecz nadzieję.

To, co w praktyce czyni współczynnik trafień dobrym lub złym, nie jest miarą z dokumentacji, lecz logiką inżynierską, i da się to nazwać:

• Stabilny prefiks. Ponownie wykorzystywany jest niezmieniony początek zapytania. Wszystko, co stałe, należy umieścić z przodu, wszystko zmienne z tyłu. Znacznik czasu, identyfikator sesji albo nazwa użytkownika w niewłaściwym miejscu unieważnia cały następujący po nim kontekst.
• Deterministyczny montaż. Listy narzędzi w losowej kolejności, wyniki wyszukiwania w zmiennym sortowaniu albo obiekty o niestabilnej kolejności kluczy tworzą przy każdym uruchomieniu nowy prefiks. Pamięć podręczna nigdy nie widzi wtedy dwa razy tego samego.
• Czas życia wobec rytmu zadania. Pięć minut pasuje do gęsto taktowanej pętli agenta. Nie pasuje do dialogu, w którym ktoś spędza między dwoma pytaniami dwadzieścia minut na spotkaniu. Wariant godzinny kosztuje więcej przy zapisie i opłaca się dopiero wtedy, gdy faktycznie ratuje trafienie.
• Dostateczna powtarzalność na prefiks. Wiele krótkich, wzajemnie niepowiązanych zapytań rozkłada się na wiele prefiksów. Każde płaci za zapis i rzadko doczekuje się odczytu. To przypadek, w którym ekonomia pamięci podręcznej działa przeciwko Państwu, a wtedy interfejs wsadowy z 50 procent rabatu w obie strony jest często lepszą drogą.

Konkretna wskazówka z cennika potwierdza ten sam punkt: zestaw narzędzi do obsługi komputera dokłada około 4 500 tokenów wejściowych na zapytanie, a zestaw do obsługi przeglądarki około 6 600 (Anthropic). To stały blok, który powraca w każdym kroku, a więc dokładnie ten materiał, który należy do stabilnego prefiksu.

Fable 5.1 zaprojektowano pod długie przebiegi. Anthropic przywołuje jako dowód nienadzorowany przebieg trwający 38 godzin nad problemem uczenia maszynowego (Anthropic). To deklaracja dostawcy o pojedynczym przebiegu, a nie wynik rozkładu, ale nadaje się jako rząd wielkości tego, pod co model zaprojektowano.

Tryb rozumowania jest adaptacyjny i stale włączony; wcześniejszy tryb ręczny z jawnym budżetem rozumowania nie jest już przyjmowany. Wobec Fable 5 są trzy zmiany łamiące zgodność, dotyczące każdej istniejącej integracji: wymuszone użycie narzędzia zwraca błąd, wcześniejsze modele nie odczytają bloków rozumowania tego modelu, a edycja wcześniejszych tur unieważnia te bloki. Dochodzą między innymi poziom wysiłku ustawiany na wiadomość, wiadomości systemowe obowiązujące w obrębie tury, czytelne komunikaty o postępie między wywołaniami narzędzi oraz niższa cena odczytu z pamięci podręcznej; kilka z nich oznaczono jako beta (Anthropic). Dla planowania oznacza to, że przejście na ten model nie jest zmianą konfiguracji, lecz niewielką przebudową z następującym po niej testem.

Przy poziomach wysiłku potrzebna jest staranność. Dokumentacja podaje high jako wartość domyślną (Anthropic), a ogłoszenie precyzuje, że ustawienie różni się zależnie od powierzchni: high w Claude Code, medium w Claude Cowork i na claude.ai (Anthropic). Pełnego zbioru akceptowanych wartości nie ma na stronach dokumentacji, które przejrzeliśmy, więc go nie twierdzimy.

Praktyczny wniosek jest niewygodny, ale ważny: liczba z benchmarku albo szacunek kosztów bez podanego poziomu wysiłku nie są odtwarzalne. Dwa zespoły mierzące ten sam model przez dwie różne powierzchnie mierzą różne konfiguracje. Kto chce, by oferty, wyniki testów i porównania wewnętrzne były wiarygodne, zapisuje poziom obok liczby, tak jak nie przepuszcza się pomiaru bez jednostki.

Stan wiedzy i danych treningowych sięga czerwca 2026 roku (Anthropic). Operacyjnie oznacza to jednocześnie niewiele dramatycznego i całkiem sporo. Państwa cennik sprzed tygodnia, wczorajsza decyzja, stan portfela zamówień z dzisiejszego poranka: nic z tego nie znajduje się w modelu. Musi trafić do kontekstu przez wyszukiwanie, przez podłączone narzędzie albo przez prompt.

To nie wada modelu, lecz wymóg wobec architektury, i jest on niezależny od dostawcy. Każdy system, który ma udzielać informacji o bieżących faktach i nie ma zdefiniowanej drogi, którą te fakty wpływają, jest źle wyspecyfikowany, niezależnie od jakości modelu. Dwa wnioski sprawdziły się u nas. Po pierwsze, każda odpowiedź oparta na faktach potrzebuje w kontekście dającego się wskazać źródła, a nie pamięci modelu. Po drugie, każdy zestaw ewaluacyjny potrzebuje kilku pytań, których poprawna odpowiedź zmieniła się po dacie odcięcia: sprawdzają dokładnie tę ścieżkę, która na produkcji najchętniej pęka po cichu.

Fable 5.1 i Mythos 5.1 od premiery noszą niewidoczny znak wodny w tekście (Anthropic). Anthropic stosuje to oznaczenie na całym świecie, a nie tylko w UE (Euronews). Tłem są obowiązki przejrzystości z artykułu 50 rozporządzenia o AI, obowiązujące od 2 sierpnia 2026 roku i wymagające maszynowo czytelnego oznaczania treści syntetycznych.

Rozstrzygające jest zastrzeżenie, które formułuje sama Anthropic. Wykryty znak wskazuje, że treść mogła zostać przetworzona przez Claude, wyraźnie nie jest w pełni rozstrzygający i sam z siebie nie potwierdza pochodzenia treści (Anthropic Help Center). Do tego interfejs wykrywania jest w zamkniętej wersji zapoznawczej dostępny tylko ograniczonemu kręgowi (MacRumors).

Dla firmy, która chce udokumentować własne wykorzystanie AI, wynika z tego trzeźwa wytyczna projektowa, i jest to ocena techniczna, a nie porada prawna: znak wodny to sygnał w wyjściu, który nie należy do Państwa, którego zwykle nie mogą Państwo sami odczytać i którego moc dowodową ogranicza sam dostawca. Nie jest więc ścieżką audytu. Jeśli ma być możliwe prześledzenie, który model, kiedy i z jakiego wejścia wytworzył jakie wyjście oraz kto je zatwierdził, dowód ten powstaje we własnych zapisach. Technicznie jest to mało spektakularne, bo chodzi o te same dzienniki, które i tak prowadzi się dla diagnostyki i kontroli kosztów.

W niemieckich projektach o użyciu modelu częściej decyduje sposób przetwarzania danych niż jego możliwości. Tutaj sytuacja jest jednoznacznie udokumentowana i dla wielu zaskakująca. Anthropic klasyfikuje Fable 5.1 jako Covered Model. Modele te wymagają 30-dniowego przechowywania danych i nie są dostępne w trybie zerowego przechowywania danych, o ile Anthropic wyraźnie tego nie dopuści. Organizacja działająca w trybie zerowego przechowywania musi świadomie włączyć przechowywanie dla konkretnej przestrzeni roboczej, w przeciwnym razie zapytania są odrzucane błędem (Anthropic).

Dwa uzupełnienia z tego samego źródła są konieczne, bo bez nich obraz się przekrzywia. Przechowywane dane, jak podaje Anthropic, nie są wykorzystywane do trenowania modeli bez wyraźnej zgody. A także w trybie zerowego przechowywania treści oznaczone jako podejrzane mogą być przechowywane do dwóch lat. Zerowe przechowywanie nie obejmuje ponadto wszystkich dróg do systemu, między innymi ani interfejsu wsadowego, ani składnicy plików.

Dochodzi kwestia regionu. W interfejsie pierwszej strony nie ma unijnego regionu inferencji. Parametr regionu inferencji przyjmuje dokładnie dwie wartości, global i us, a przechowywanie odbywa się wyłącznie w USA; regionu przestrzeni roboczej nie da się zmienić po jej utworzeniu (Anthropic). Praktyczna droga wewnątrz UE prowadzi przez chmurę partnerską: Amazon Bedrock i Google Cloud oferują regionalne punkty końcowe z gwarantowanym kierowaniem danych, z dopłatą 10 procent wobec punktów globalnych, i ustalają własne daty cyklu życia (Anthropic).

To dana projektowa, a nie wyrok o modelu. W praktyce pozostają trzy drogi, a wybór zapada przed pierwszym prototypem, nie po nim. Po pierwsze: regionalny punkt końcowy w chmurze partnerskiej, z dopłatą i z dostawcą chmury jako podmiotem przetwarzającym. Po drugie: interfejs pierwszej strony ze świadomie włączonym przechowywaniem, dla klas danych, przy których jest to do obrony. Po trzecie: dana klasa danych w ogóle nie dociera do tego modelu, ponieważ inny model albo instalacja lokalna przejmuje część widzącą wrażliwe pola. Trzecia droga jest badana zbyt rzadko, choć w systemach wiedzy i dokumentów bywa najczystsza.

Uczciwie nazwane, zmienia się ograniczony, lecz cenny zbiór klas zadań. Analizy zbiorów, które dotąd rozbijały się o dzielenie materiału, stają się wykonalne w jednym przebiegu. Przebiegi agentów, które wcześniej rozpadały się na granicy kontekstu, pozostają spójne. A konstrukcje, które muszą bardzo często odczytywać tę samą podstawę, stają się ekonomiczne dzięki cenie odczytu z pamięci podręcznej, o ile montaż zapewnia współczynnik trafień. To trzy realne przesunięcia i dotyczą dokładnie tej pracy, która w doradztwie pojawia się inaczej jako mozół.

Równie uczciwie nazwane jest to, co pozostaje bez zmian. Możliwości modelu również mają granice: testy penetracyjne, generowanie exploitów, skanowanie oparte na plikach binarnych oraz zadania z badań biologicznych są kierowane do modeli Opus, a tryb szybki nie jest dostępny w Fable 5.1 (Anthropic, Anthropic).

Ważniejsze są jednak problemy, których nie tyka żaden model. Jakość danych pozostaje Państwa zadaniem: większe okno tylko dokładniej odczyta sprzeczne dane podstawowe. Definicja procesów pozostaje Państwa zadaniem: agent, który nie wie, kiedy sprawa jest rozstrzygnięta, odwzorowuje tylko niejasność, która wcześniej panowała w zespole. Uprawnienia pozostają Państwa zadaniem: model, który może widzieć wszystko, jest problemem ochrony danych z talentem językowym. Ewaluacja pozostaje Państwa zadaniem, bo bez zestawu przypadków ze znaną poprawną odpowiedzią nikt nie powie, czy zmiana cokolwiek poprawiła. A koszt pomyłki zostaje tam, gdzie był: na liście propozycji błąd jest irytujący, na wystawionej fakturze jest kosztowny. To rozróżnienie decyduje o stopniu automatyzacji i jest pytaniem biznesowym.

Nasze stanowisko jest bez emfazy: Fable 5.1 przesuwa granicę tego, co dana konstrukcja udźwignie, i przesuwa ją w miejscu, które w praktyce naprawdę hamowało. Nie przesuwa ani jednego z pytań, które trzeba rozstrzygnąć wcześniej. Które z tych pytań pozostaje otwarte w Państwa najbliższym przedsięwzięciu?