Разработчик и предприниматель Дэвид Ондрей протестировал новую флагманскую модель Fable 5.2, потратив на подписки Claude Code более $1 000 за три дня интенсивной работы. В детальном разборе он представил проверенный рабочий процесс, выделил ключевые паттерны взаимодействия с нейросетями нового поколения и объяснил, почему связка из Fable 5.2, более экономичной Opus 5.5 и недавно вышедшей Gemini 4 Carbon формирует идеальный стек для автономного агентного программирования.
💸 Инфраструктура за $1 200: почему одной подписки уже недостаточно 0:00
По словам Дэвида Ондрея, за три дня активного тестирования Fable 5.2 он провел за клавиатурой свыше 20 часов чистого времени и отправил более 1 600 промптов . Такой объем нагрузки мгновенно выявил жесткие ограничения существующих платформ. Если во времена активного использования предыдущего лидера — модели Opus 5.5 — разработчику хватало двух аккаунтов Claude, то с приходом Fable 5.2 лимиты начали исчерпываться катастрофически быстро .
Текущий ежемесячный стек подписок автора включает в себя:
- Четыре аккаунта Claude Code по тарифу $200 в месяц;
- Одну подписку на Codex за $200 в месяц;
- Одну подписку на Cursor за $200 в месяц .
Суммарные расходы на доступ к интерфейсам и API достигают $1 200 ежемесячно. Как подчеркивает Ондрей, сторонние оболочки (harnesses) вроде Cursor, Droid или Devin не субсидируются разработчиками базовых моделей в таком же объеме, как фирменный Claude Code, из-за чего доступный лимит токенов там сгорает еще быстрее .
Причиной таких затрат стал масштаб самой Fable 5.2. По оценке автора, модель демонстрирует заметный отрыв от конкурентов практически во всех бенчмарках, особенно в проектировании аппаратного обеспечения и агентном программировании . Ондрей иронизирует, что такой технологический скачок наносит удар по сотням узкоспециализированных стартапов и ставит под сомнение скептические заявления исследователей вроде Яна Лекуна относительно пределов масштабирования больших языковых моделей (LLM) .
📊 Шесть паттернов использования Fable 5.2 на практике 2:24
Чтобы оценить реальные различия между Fable 5.2 и Opus 5.5, Ондрей поручил нейросети проанализировать весь массив собственных промптов за трое суток . Анализ выявил шесть ключевых закономерностей:
- Жесткие ограничения контекста и вызовов. За три дня Ондрей столкнулся с лимитами 53 раза против всего двух блокировок на Opus 5.5 . Для непрерывной работы агентов требуется IDE (например, разработанная Ондреем Cloudroom), позволяющая бесшовно переключаться между разными аккаунтами .
- Эволюция распределения задач. В первый день на Fable приходилось 88% всех запросов . Однако уже на второй день доля упала до 61% (против 39% у Opus), а к третьему дню стабилизировалась на отметке 26% . Автор поясняет: Opus работает существенно быстрее и обходится значительно дешевле, поэтому Fable нерационально использовать для рутины.
- Автоматизация через сниппеты. Около 34% всех отправленных промптов составили всего 31 заготовленный сниппет в утилите Raycast . Ондрей не вводит типовые команды вручную: короткие шаблоны отвечают за сжатие формулировок, запуск реализации задачи «в стиле 10x-инженера» или перебазирование веток кода . Для комплексных процессов задействован открытый репозиторий навыков (skills).
- Бесполезность инструкций «не думай слишком долго». Вопреки популярной практике промптинга, официальная документация Anthropic к Fable 5.2 прямо указывает: текстовые призывы прекратить чрезмерные рассуждения не снижают нагрузку на модель . Единственный способ сэкономить вычислительные ресурсы — явно понизить системный параметр усилий рассуждения (reasoning effort) до уровня Medium .
- Гибридный подход внутри одного треда. Если изначально Ондрей выбирал одну модель на всю сессию, то оптимальным сценарием оказалось динамическое переключение . Сессия открывается в Fable для глубокого аудита, системного анализа и составления архитектурного плана. Как только шаги понятны, разработчик прямо внутри треда переключается на Opus 5.5, отдавая ему непосредственное кодирование .
- Глубокое функциональное разделение. Fable 5.2 применяется исключительно для редизайна, аудита безопасности, масштабных инфраструктурных решений, снижения расходов и сложнейших технических багов . Модель Opus 5.5 берет на себя закрытие типовых тикетов, мониторинг работоспособности сервисов и регламентные проверки безопасности .
Дополнительно Ондрей обращает внимание на длительность генераций: Fable способна непрерывно выполнять комплексный запрос на протяжении 10–40 минут (суммарно наработав 35 часов выполнения в тестах автора), в то время как Opus 5.5 практически никогда не размышляет дольше 5 минут, набрав лишь 9,8 часа за тот же период .
🧠 Настройка Reasoning Effort: тонкости пяти уровней 7:10
Современные флагманские модели предлагают пять градаций усилий размышления: Low, Medium, High, Extra High и Max . По наблюдениям автора, максимальный уровень (Max) создает колоссальные накладные расходы ради незначительного прироста метрик .
В рабочих процессах Ондрея распределение настроек выглядит следующим образом:
- Для Fable 5.2: 63% запросов выполняются на уровне High, 34% — на Extra High, в то время как Max и Medium практически не используются ;
- Для Opus 5.5: фаворитами выступают Extra High (46%), Max (31%) и High (21%), а уровень Low полностью исключен ;
- Для Gemini 4 Carbon: доступен выбор только между Medium и High; автор рекомендует избегать Low и использовать High .
При этом Ондрей отмечает парадоксальное поведение Gemini 4 Carbon: в тестах Artificial Analysis режим Medium порой превосходит Low, но при этом обходится дешевле . В случае с Fable 5.2 уровень High уже демонстрирует результаты выше, чем Opus 5.5 на настройке Max, что делает его оптимальным стандартом по умолчанию .
💡 Экономика «Дженсена Хуанга»: почему дорогая модель может стоить дешевле 9:58
Разработчик разбирает распространенное заблуждение, согласно которому высокая стоимость за миллион токенов делает крупные модели невыгодными для бизнеса .
Для иллюстрации Ондрей приводит аналогию с наймом топ-менеджера:
«Представьте, что у вас есть бюджет нанять Дженсена Хуанга. Он создал компанию стоимостью пять триллионов долларов и легко построит вам бизнес на миллиард менее чем за неделю — сделает несколько звонков, соберет команду и заключит корпоративные контракты. Да, неделя его работы стоит астрономических денег. Но если вы наймете человека с улицы, он не построит миллиардный бизнес никогда, сколько бы десятилетий вы ни платили ему скромную зарплату» .
Тот же принцип, по мнению Ондрея, применим к фронтирным моделям искусственного интеллекта. Важна не цена API за токен, а итоговая стоимость выполнения задачи (cost per task) . На графиках Frontier Code видно, что на уровне High модель Fable 5.2 решает комплексные инженерные задачи примерно за $6, тогда как менее мощные решения, требующие бесконечных циклов исправлений, повторных вызовов инструментов и уточняющих промптов, суммарно сжигают до $12 . Более умная модель обходится меньшим числом шагов, сокращая расход токенов вдвое .
🛡️ Gemini 4 Carbon: незаменимый независимый аудитор 12:02
Главным открытием последних тестов Ондрей называет модель Gemini 4 Carbon от Google DeepMind, которая на ноябрьской шкале Artificial Analysis заняла вторую строчку в мире, опередив Opus 5.5 . Сдержанную реакцию рынка разработчик объясняет неудачной коммуникационной политикой Google: компания сначала анонсирует модель для избранных партнеров и оборонных специалистов, задерживая публичный релиз на недели, из-за чего первичный энтузиазм угасает .
Тем не менее Ондрей интегрировал Gemini 4 Carbon в качестве обязательного звена рабочего процесса — роли стороннего ревьюера кода .
Архитектурная схема проверки строится следующим образом:
- Основной родительский агент (в среде Claude Code на базе Opus 5.5 или Fable 5.2) создает функционал или правит архитектуру .
- Затем родительский агент вызывает субагента в терминале Cursor CLI, передавая задачу модели Gemini 4 Carbon с высоким уровнем рассуждений .
- Субагент независимо вычитывает все изменения, внесенные за последние 24 часа .
Ондрей акцентирует внимание на неочевидном факторе: проверять код той же моделью, которая его написала, малоэффективно . Более того, даже проверка связкой GPT и Claude не дает полной независимости. Разработчик напоминает, что семеро сооснователей Anthropic пришли из OpenAI, из-за чего архитектурные подходы, эвристики и обучающие выборки этих линеек во многом схожи .
Команда Google DeepMind создавала Gemini с нуля в совершенно иной инженерной культуре . Модель Gemini 4 Carbon способна за раз проглатывать десятки и сотни файлов, игнорирует системные директивы на краткость и выдает максимально развернутые, глубокие отчеты об ошибках, замечая уязвимости, которые пропускает даже Fable 5.2 .
🤖 Робототехника и «Big Model Smell» 20:31
Прорыв Fable 5.2 особенно ярко проявился в невизуальных инженерных дисциплинах. В бенчмарке RoboDojo модель продемонстрировала скачок с 27,6% (у версии 5.1) до внушительных 64,9% . По словам Ондрея, это сокрушительный удар по скептикам, утверждавшим, будто архитектура трансформеров не способна к истинному обобщению (generalization) вне обучающей выборки . Общая модель превзошла многие специализированные foundation-модели, созданные исключительно под робототехнику .
В сообществе разработчиков для описания работы систем такого масштаба закрепился термин «Big Model Smell» («ощущение большой модели») . Ондрей определяет его как трудно поддающееся формализации чувство работы с высококвалифицированным коллегой:
- Модель может работать медленно и стоить дорого;
- Ее сухие бенчмарки могут быть ненамного выше предшественников;
- Однако она демонстрирует исключительную глубину понимания неструктурированных, размытых инструкций .
Цитируя штатного инженера Shopify по имени Том, автор подчеркивает: достаточно обменяться с Fable парой реплик, чтобы утвердить план, после чего агент самостоятельно и без микроменеджмента доводит задачу до конца, словно штатный staff-инженер .
🔄 Агентные циклы: будущее автономного кодинга 27:11
Несмотря на технологическое превосходство Fable, базовой «рабочей лошадкой» в процессах Дэвида Ондрея остается Opus 5.5 — на нее приходится 72% фоновых автономных задач, тогда как на Fable 5.2 развернуто лишь 3% .
В среде Cloudroom разработчик круглосуточно поддерживает около 35 активных агентных циклов (agent loops) . Их структура оптимизирована по потреблению токенов:
- Цикл регулярно запускается легковесным скриптом для мониторинга безопасности, проверки пулл-реквестов или анализа метрик системы ;
- Если аномалий не обнаружено, нейросетевая модель вовсе не инициируется;
- В случае фиксации сбоя активируется агент на базе Opus 5.5, который приступает к изолированному расследованию .
Ондрей подчеркивает: агентные циклы создаются строго под детерминированные, регламентные операции (аудит зависимостей, отлов регрессий, анализ логов), а не для генерации нового продуктового функционала без контроля человека . Если задача не требует исключительного интеллекта, тратить квоты Fable 5.2 не имеет смысла — Opus 5.5 справляется быстрее и надежнее .
🛠️ Практические приемы промптинга для Fable 24:12
В завершение Ондрей делится двумя формулировками, рекомендованными инженерами Anthropic и проверенными на личном опыте, которые кардинально меняют паттерн поведения агента:
- «Это твоя кодовая база» (It's your codebase). По умолчанию LLM ведут себя крайне пассивно и осторожно, опасаясь повредить пользовательский репозиторий . Наделение модели «правом собственности» заставляет ее проактивно рефакторить неоптимальные участки и самостоятельно исправлять сопутствующие ошибки.
- «Ты мой сооснователь» (You are my co-founder). Фраза отключает избыточную политкорректность и корпоративную вежливость, вынуждая систему формулировать жесткие, реалистичные и критические технические альтернативы при проектировании архитектуры .
Резюмируя текущий расклад сил в индустрии, Ондрей отмечает кризис позиций OpenAI: на ноябрьской арене лидерство удерживают Anthropic (Fable 5.2 и Opus 5.5) и Google DeepMind (Gemini 4 Carbon), тогда как линейка GPT временно выпала из топ-3 глобального зачета . Для поддержания максимальной продуктивности разработчик советует держать как минимум одну подписку Claude за $200, при нехватке средств — хотя бы базовый план за $20, избегать прямых тарифов API для повседневного кодинга и комбинировать разнородные модели в связке «глубокий архитектор — быстрый исполнитель — независимый контролер» .
