Claude Fable 5.1: co się zmieniło w modelu i co zaskoczy po migracji

Anthropic wypuścił wczoraj dwa modele: Fable 5.1 i Mythos 5.1. To ten sam model w dwóch wariantach zabezpieczeń, a nie dwie różne konstrukcje. AWS wpuścił Fable 5.1 do Bedrocka tego samego dnia, więc nie trzeba czekać tygodniami jak przy niektórych premierach. Benchmarki są w każdym newsie, więc streszczę je krótko. Więcej czasu poświęciłem dokumentacji modelu i przewodnikowi migracji, bo tam siedzi to, co obchodzi człowieka po podmianie identyfikatora: jak model zmienił zachowanie, co się wysypie w istniejącym kodzie i ile to kosztuje.

Co Anthropic zmienił w modelu

Fable 5.1 to rozwinięcie Fable 5 na tym samym tokenizerze, z tym samym oknem kontekstu 1 miliona tokenów i maksymalnym wyjściem 128 tysięcy. Wiedza modelu sięga czerwca 2026. Rozumowanie jest zawsze włączone i nie da się go wyłączyć, regulujesz tylko poziom wysiłku od low do max. Anthropic wskazuje sześć obszarów, w których model poszedł do przodu, i zaznacza, że różnica rośnie wraz z poziomem wysiłku:

• Kodowanie agentowe w długich sesjach - funkcje rozciągnięte na wiele plików, duże refaktory i migracje, debugowanie i przegląd kodu w sesjach trwających godziny.
• Dokumenty, arkusze i slajdy - od pierwszego pytania do gotowego dokumentu, arkusza z żywymi formułami albo prezentacji zbudowanej od pustej strony.
• Research wieloetapowy - wyższa trafność w zadaniach, które wymagają pójścia za tym, co model znalazł w poprzednim kroku.
• Odczyt obrazu - gęste wykresy, sprawozdania finansowe i tabele zagnieżdżone w PDF, także z narzędziami do kadrowania i powiększania fragmentów.
• Praca na pełnym oknie - łączenie szczegółów rozrzuconych po całym milionie tokenów.
• Obsługa komputera - pewniejsze sterowanie przeglądarką i aplikacjami desktopowymi oraz wychodzenie z nieudanych kroków.

Jedna rzecz nie drgnęła: Anthropic pisze wprost, że wydajność w językach innych niż angielski jest na poziomie Fable 5. Jeśli liczysz na lepszy polski, ta wersja go nie przynosi.

Gdzie Fable 5.1 faktycznie odskoczył

Anthropic opublikował wyniki razem z porównaniem do poprzednika i konkurencji. Zestawiam je w całości, bo rozstrzał między testami jest tu ważniejszy niż pojedyncza liczba:

Skok nie jest równy w całej tabeli i to jest w niej najważniejsze. Terminal-Bench-Science i AutomationBench, czyli testy wielogodzinnej pracy agentowej, poszły w górę skokowo: pierwszy z 24,7% na 52,6%, drugi z 17,1% na 31,4%. To są zadania, w których model przez wiele kroków sam decyduje, co zrobić dalej.

Testy jednorazowej odpowiedzi drgnęły zaledwie o punkt czy dwa. Humanity's Last Exam z narzędziami wzrósł z 63,8% na 65,0%, CursorBench z 70,5% na 73,4%. Jeśli używasz modelu do klasyfikacji, streszczeń albo pojedynczych pytań, przesiadka niewiele zmieni. Zyskują agenty, które pracują długo i same wybierają kolejne kroki.

Model zachowuje się inaczej, choć kod ten sam

Anthropic ma w dokumentacji osobną listę tego, co Fable 5.1 robi inaczej niż Fable 5 przy tym samym prompcie. Do każdej pozycji jest gotowa poprawka promptowa, ale żeby ją zastosować, trzeba najpierw wiedzieć, że problem w ogóle występuje. Przechodzę je po kolei.

Rzadziej wywołuje narzędzia równolegle. Tam, gdzie Fable 5 odpalał kilka niezależnych odczytów w jednej turze, Fable 5.1 potrafi zrobić jeden na turę. Jakość odpowiedzi się nie zmienia, za to pętla agenta robi więcej obiegów, a każdy kosztuje tokeny i czas. Zobaczysz to głównie we własnych agentach do kodowania i w obsłudze komputera. Wystarczy jedno zdanie w prompcie o grupowaniu niezależnych wywołań.

Mniej komunikatów o postępie. Między wywołaniami narzędzi model pisze mniej tekstu dla użytkownika, szczególnie przy wysokim wysiłku. Jeśli Twój interfejs pokazuje użytkownikowi, co agent robi, przy 5.1 będzie wyglądał na zawieszony. Doszedł tryb display: "updates" w becie, który zwraca te komunikaty jako tekst, gdy samo rozumowanie zostaje ukryte.

Przy niskim wysiłku odpowiada z pamięci. Na poziomie low model rzadziej sięga po narzędzie wyszukiwania i częściej odpowiada z tego, co już wie. Przy pytaniach o świeże dane podnieś wysiłek na tę turę albo dopisz w prompcie, że odpowiedź ma być sprawdzona w źródle.

Pisze gęściej i mniej formatuje. Dłuższe zdania, mniej akapitów, rzadziej pogrubienia, nagłówki i listy niż wcześniejsze modele Claude. Jeśli w prompcie masz reguły "bez list, bez pogrubień" pisane pod starsze modele, mogą teraz odebrać treści strukturę, której potrzebuje.

Cytuje bez cudzysłowu. Przy streszczaniu dokumentów model częściej przepisuje fragmenty źródła słowo w słowo i bez oznaczenia, że to cytat. Jeśli streszczenia idą do publikacji, sprawdź je pod tym kątem, zanim wyjdą.

Przepisuje cały plik zamiast poprawić fragment. Przy edycji plików tekstowych częściej generuje całość od nowa. Wynik zwykle ten sam, ale płacisz za więcej tokenów wyjściowych i dłużej czekasz. W dokumentacji jest gotowa instrukcja, która każe preferować edycje punktowe.

Tokenizer jest ten sam co w Fable 5 i Opusie 4.7, ale względem starszych modeli ten sam tekst daje około 30% więcej tokenów. Jeśli porównujesz koszty z czymś sprzed Opusa 4.7, liczba tokenów w rachunku wzrośnie, nawet gdy stawka za milion wygląda tak samo.

Co się wysypie po podmianie identyfikatora

Sama migracja to podmiana identyfikatora modelu. Dokumentacja wymienia jednak trzy zmiany łamiące kompatybilność i każda z nich kończy się błędem 400, więc lepiej sprawdzić je przed przepięciem produkcji.

Wymuszone wywołanie narzędzia nie działa. tool_choice ustawione na any albo na konkretne narzędzie zwraca błąd. Rozumowanie jest w tym modelu zawsze włączone, a wymuszone wywołanie by je omijało, więc model wpisywałby swoje myślenie do argumentów narzędzia. Anthropic wolał to zablokować. Zamiennik to tool_choice: auto plus tryb ścisły schematu albo structured outputs, a w prompcie jasne wskazanie, kiedy narzędzie ma być użyte.

Starsze modele nie czytają bloków rozumowania Fable 5.1. Każdy blok myślenia ma zapisany model, który go wytworzył, i zgodność działa tylko w jedną stronę: Fable 5.1 czyta bloki Opusa 5 czy Fable 5, żaden z nich nie przeczyta bloków Fable 5.1. Rozmowa przeniesiona na 5.1 zachowuje rozumowanie; rozmowa przeniesiona z 5.1 na starszy model traci je dla tur, które tam trafią. Dotyczy to każdego routera i każdego mechanizmu fallback, który przełącza modele w środku rozmowy.

Edycja wcześniejszych tur unieważnia bloki rozumowania. Zmiana czegokolwiek przed blokiem myślenia - promptu systemowego, listy narzędzi, treści wcześniejszej wiadomości - powoduje błąd przy następnym żądaniu. Rozmowa musi być budowana wyłącznie przez dopisywanie na końcu. To uderza w popularny wzorzec wstrzykiwania przypomnienia do historii i kasowania go przy kolejnym żądaniu, a także w przebudowywanie promptu systemowego między żądaniami. Zamiennikiem są komunikaty systemowe w środku rozmowy, w tym nowe komunikaty ograniczone do jednej tury.

Z Frankfurtu działa tylko profil globalny

Zanim ktokolwiek w polskiej firmie włączy ten model, musi sprawdzić jedną tabelę, bo od niej zależy, czy w ogóle wolno go użyć. Chodzi o dostępność regionalną w karcie modelu w dokumentacji Bedrocka i wygląda ona tak:

Żaden region europejski nie ma profilu geograficznego ani opcji In-Region. Zostaje wyłącznie global.anthropic.claude-fable-5-1, a profil globalny z definicji kieruje zapytanie do dowolnego regionu komercyjnego na świecie. Stany dostały profil us., Kanada swój, Europa na razie nic.

Jest jeszcze wariant dla dużych organizacji. AWS wymienia Enterprise Frontier Safeguards, czyli tryb, w którym kwalifikowani klienci używają modelu z danymi pozostającymi w zarządzanym przez siebie środowisku chmurowym. To nie jest przełącznik w konsoli, tylko program wymagający kwalifikacji, więc jednoosobowa firma może go pominąć.

Stawki bez zmian, taniej robi cache

Anthropic nie ruszył stawek podstawowych. Zostaje 10 USD za milion tokenów wejściowych i 50 USD za milion wyjściowych. Zmieniło się co innego: odczyt z cache kosztuje teraz 0,25 USD za milion tokenów, czyli o 75% mniej. Stąd deklarowane 25% oszczędności na typowym obciążeniu i do 45% na pracy agentowej.

Skąd taki rozstrzał? Agent, który przez godzinę pracuje na tym samym kontekście, czyta go z cache dziesiątki razy, więc tańszy odczyt trafia dokładnie w tę pozycję rachunku, która rosła najszybciej. Przy pojedynczych zapytaniach bez cache nie zmienia się nic.

Ile to daje w złotówkach

Procenty od Anthropic nie mówią, ile zostanie w portfelu, więc policzyłem to dla scenariusza, który widuję najczęściej: agent ze stałym kontekstem 200 tysięcy tokenów (prompt systemowy plus dokumentacja projektu), 50 wywołań dziennie, w każdym 2 tysiące nowych tokenów na wejściu i 4 tysiące na wyjściu, 22 dni robocze. Kurs dolara z tabeli A NBP nr 169 z 1 września 2026: 3,7371 zł.

Skąd 36% oszczędności, skoro stawki bazowe się nie zmieniły? Z rozbicia rachunku. W Fable 5 odczyt z cache kosztował 10 z 21 dolarów dziennie, czyli prawie połowę, bo ten sam kontekst 200 tysięcy tokenów model czytał pięćdziesiąt razy. W Fable 5.1 ta pozycja spadła do 2,50 USD, a wejście i wyjście zostały bez zmian: dolar i dziesięć dolarów. Ten sam rachunek pokazuje też, komu obniżka nie pomoże: aplikacja bez cache, wysyłająca za każdym razem świeży prompt, płaci dokładnie tyle samo co przed premierą.

A czy nie taniej wziąć GPT-5.6 Sol? Sol po sierpniowej obniżce kosztuje 4 i 20 USD za milion tokenów, czyli dwa i pół raza mniej niż Fable 5.1. Zestawiłem cenę wyjścia z wynikami benchmarków. Na Terminal-Bench-Science Fable 5.1 jest 2,35 raza lepszy przy 2,5 raza wyższej cenie, więc za punkt wyniku płacisz prawie tyle samo: 0,95 USD u Fable wobec 0,89 USD u Sola. Na CursorBench różnica w wyniku to zaledwie 9%, więc tam Sol wychodzi 2,3 raza taniej za punkt. Czyli przy długiej pracy agentowej płacisz za Fable 5.1 tyle samo na jednostkę wyniku, a dostajesz jej ponad dwa razy więcej, natomiast przy zwykłym kodowaniu z asystentem Sol wychodzi zwyczajnie taniej.

Pułapki z karty modelu w Bedrocku

Karta modelu w dokumentacji Bedrocka zawiera kilka zapisów, które w praktyce oznaczają błąd na starcie, jeśli się ich nie przeczyta.

Model wymaga zgody na retencję danych. Żeby w ogóle go użyć, trzeba przestawić tryb retencji na aws_review przez Data Retention API. Bez tego nie ruszysz, a komunikat nie podpowie, o co chodzi. To konsekwencja statusu "Covered Model", czyli modelu objętego dodatkowymi politykami.

Odmowa przychodzi z kodem HTTP 200. Fable 5.1 ma klasyfikatory blokujące treści podwójnego zastosowania w cyberbezpieczeństwie i naukach biologicznych. Gdy klasyfikator zablokuje żądanie, API zwraca zwykłe 200 z polem stop_reason: "refusal" i obiektem stop_details z kategorią blokady. Dokumentacja mówi wprost, że odmowy zdarzają się w tym modelu wyraźnie częściej niż w poprzednich, i zaleca traktować je jako główną ścieżkę odpowiedzi, a nie sytuację wyjątkową. Kod, który sprawdza tylko status HTTP, uzna pustą odpowiedź za sukces.

Do tego rozliczenie: odmowa na etapie promptu, czyli przed rozpoczęciem generowania, nie jest płatna. Odmowa w trakcie strumienia jest płatna za tokeny wygenerowane do momentu blokady.

Nie ustawisz temperatury ani top_k. Temperatura musi wynosić 1.0 albo pozostać nieustawiona, top_p analogicznie 0.99 lub nic, obu naraz podać się nie da, a top_k nie jest obsługiwany w ogóle. Rozumowanie jest zawsze włączone i nie da się go wyłączyć - konfigurowalny jest tylko poziom wysiłku, od low do max, domyślnie high. Kod przeniesiony ze starszego modelu z ustawioną temperaturą 0.2 poleci błędem.

Nie ma API Responses ani Chat Completions. Na endpoincie bedrock-runtime działają Messages, Converse i Invoke. Jeśli Twoja aplikacja korzysta z Responses, bo pisałeś ją pod modele OpenAI w Bedrocku, ta ścieżka tu nie zadziała. Dostępny jest też bedrock-mantle, ale na nim wyłącznie Messages i bez Guardrails, Knowledge Bases oraz Agentów.

Fable 5.1 czy Mythos 5.1

Mythos 5.1 najprawdopodobniej Cię nie dotyczy. Oba warianty to ten sam model i różnią się wyłącznie poziomem zabezpieczeń. Mythos rozluźnia filtry dla zweryfikowanych zespołów cyberbezpieczeństwa i badaczy nauk o życiu, i jest dostępny tylko przez programy zaufanego dostępu. W Bedrocku na standardowym koncie zobaczysz Fable 5.1.

Przy okazji przypomnę, co się działo z tą rodziną latem, bo część osób wciąż pyta, czy Fable w ogóle działa w Polsce. 12 czerwca 2026 rząd USA nałożył kontrole eksportowe na Fable 5 i Mythos 5, nakazując odciąć dostęp każdemu obcokrajowcowi na świecie. Anthropic nie miał jak weryfikować obywatelstwa w czasie rzeczywistym, więc wyłączył oba modele wszystkim. Ograniczenia zniesiono 30 czerwca i od 1 lipca Fable 5 wrócił globalnie. Mythos został przy wąskiej grupie zatwierdzonych organizacji i tak jest do dziś.

Ten model znakuje swój tekst

W sierpniowym przeglądzie pisałem, że Anthropic zaczyna osadzać w generowanym tekście niewidoczny znak wodny, ale obejmuje to wyłącznie modele wypuszczone od 2 sierpnia 2026, więc ówczesny katalog Bedrocka pisał jeszcze bez znaku. Fable 5.1 jest pierwszym modelem w Bedrocku, którego to faktycznie dotyczy - dokumentacja mówi wprost, że tekst z Fable 5.1 i Mythos 5.1 niesie statystyczny znak wodny na każdej platformie, na której model jest dostępny. Do tego dochodzi drugi mechanizm: obrazy i wideo wytworzone przez model, na przykład przez narzędzie do wykonywania kodu, dostają podpisane poświadczenia C2PA przy pobieraniu przez Files API.

Praktyczna konsekwencja jest taka sama jak wtedy. Znak nie zmienia treści i nie widać go przy czytaniu, ale przeżywa kopiowanie i wklejanie. Jeśli generujesz przez Bedrock materiały publikowane pod własną marką, to jedna z różnic między Fable 5.1 a modelami, których używałeś do tej pory, o której lepiej wiedzieć przed podmianą identyfikatora.

Czy przesiadać się z Fable 5

Odpowiedź zależy od tego, co robisz, i rozkłada się dość czytelnie. Punkt wyjścia daje sam Anthropic: dla większości zadań zacznij od Opusa 5, a po Fable 5.1 sięgnij, gdy Opus na wysokim wysiłku nie daje rady w Twoich ewaluacjach.

Przy agentach pracujących długo na dużym kontekście przesiadka broni się podwójnie, bo skok na testach agentowych jest największy, a tańszy odczyt z cache trafia w Twój profil kosztów. Przy pojedynczych wywołaniach do klasyfikacji czy streszczeń zysk będzie w granicach błędu, a dojdzie ryzyko częstszych odmów. A jeśli masz wymóg rezydencji danych w UE, decyzji nie ma: brak profilu eu. zamyka temat, dopóki AWS go nie doda.

Sam identyfikator modelu to anthropic.claude-fable-5-1, a w praktyce z Europy użyjesz wariantu global.anthropic.claude-fable-5-1. Model wchodzi do katalogu Bedrocka obok pozostałych, więc aplikacja napisana pod Converse przechodzi na niego podmianą identyfikatora - pod warunkiem, że wcześniej ogarniesz cztery pułapki z sekcji wyżej. Pełne zestawienie zmian w AI na AWS z zeszłego miesiąca znajdziesz w Aktualnościach Cloud, a kolejny przegląd cyklu wychodzi pod koniec września.

Co to oznacza w praktyce