Anthropic выпустила обновлённые ИИ-модели Mythos 5.2 и Fable 5.2 — экономичные и мощные версии, о которых сообщает Incrussia. Смысл апдейта в одном предложении: у компании выросла не столько предельная мощность ответа, сколько отдача на каждый потраченный токен. Старшая Mythos подтянула работу с длинным контекстом и вызовами инструментов, младшая Fable стала заметнее в рассуждениях — и часть запросов, которые раньше уходили на дорогую версию, теперь дешевле закрывать лёгкой.
Для команд, которые платят за API по счётчику, это важнее очередного рекорда в таблице бенчмарков. Разница в цене за миллион токенов обычно не решает: решает, сколько токенов модель сжигает на одну задачу и с какой попытки выдаёт годный результат.
Что стоит за номерами Mythos 5.2 и Fable 5.2
Anthropic держит две линейки параллельно. Mythos ориентирована на тяжёлые сценарии: разбор больших документов, агентные цепочки с вызовом внешних функций, генерация и ревью кода. Fable — рабочая лошадка для массовых операций: классификация обращений, извлечение полей из писем, короткие ответы в чате поддержки, где важна не глубина, а задержка и цена.
Обновление 5.2 двигает обе в сторону друг друга. Младшая версия аккуратнее держит многошаговую инструкцию, поэтому реже срывается в шаблонный ответ на третьем-четвёртом шаге. Старшая получила более предсказуемое поведение при больших промптах: меньше потерь информации в середине контекста, меньше «фантомных» вызовов инструментов, когда модель придумывает несуществующий параметр.
Полных независимых замеров на момент публикации нет, и это ограничение, которое стоит держать в голове. Маркетинговые сравнения обычно строятся на узком наборе тестов, а реальная разница проявляется на конкретных данных бизнеса. Отсюда практическое правило: любые обещания про «дешевле в N раз» проверяются только на собственной выборке запросов.
Почему экономия считается не по прайсу за токен
В счёте за API перемножаются три вещи: цена входных токенов, цена выходных и объём того, что модель реально написала. Последняя часть недооценивается чаще всего. Модель, которая «размышляет» лишние две тысячи токенов перед ответом, обходится дороже модели с более высоким прайсом, но коротким выводом.
Второй фактор — доля успешных ответов с первой попытки. Если из десяти запросов три приходится переспрашивать, реальная стоимость задачи вырастает в полтора раза, каким бы привлекательным ни выглядел тариф. На этом обычно и ломаются расчёты: пилот считают по чистым запросам, а в проде половина запросов идёт с доработкой промпта и повтором.
Третий слой — кэширование повторяющегося префикса. Когда в каждом запросе уходит один и тот же блок инструкций на несколько тысяч токенов, без кэша платить приходится заново каждый раз. У Anthropic механика кэша привязана к версии модели, поэтому после перехода на 5.2 старые настройки не подхватываются автоматически, и счёт на первых днях может выглядеть хуже прежнего.
Кому обновление меняет расклад, а кому нет
Выигрывают те, у кого много однотипных запросов с коротким ответом и жёстким форматом: разбор входящей почты, сортировка тикетов, извлечение реквизитов из сканов. Здесь переход с Mythos на Fable 5.2 даёт экономию без заметной потери качества, если заранее прогнать сравнение на своей выборке.
Ничего не выигрывают проекты, где модель работает как справочная витрина: единичные запросы в день, длинные творческие тексты, редкие сложные консультации. Экономия в пересчёте на месяц окажется в пределах погрешности, а переписывать промпты и тесты придётся полноценно.
Отдельная история — задачи с высокой ценой ошибки: юридические формулировки, медицинские формулировки, расчёты платежей. Здесь смена версии означает повторную валидацию, и никакое снижение цены за токен не компенсирует один неверный ответ, ушедший клиенту.
| Задача | С чего начинать | Что проверить до запуска |
|---|---|---|
| Массовая классификация и извлечение полей | Fable 5.2 | Доля ответов, не прошедших валидацию по схеме |
| Агент с вызовом внешних функций | Mythos 5.2 | Частота выдуманных параметров и лишних шагов |
| Генерация и ревью кода | Mythos 5.2, точечно Fable на рутину | Прохождение существующих тестов репозитория |
| Черновики писем и текстов с правкой человеком | Любая, по бюджету | Сколько правок вносит редактор на один ответ |
Работа с моделями Anthropic из России остаётся неудобной независимо от версии: прямая оплата и доступ к API ограничены, поэтому команды идут через посредников и агрегаторы. Это добавляет к цене токена наценку и задержку, а также вопрос о том, где физически обрабатываются данные. Если в запросах есть персональные сведения клиентов, схему стоит согласовать с юристом до запуска, а не после.
Где миграция обычно даёт сбой
Самая частая проблема — промпты, вылизанные под предыдущую версию. В них накоплены костыли: двойные напоминания о формате, запреты на лишние пояснения, примеры, которые компенсировали конкретный недостаток старой модели. Новая версия читает такие инструкции буквально, и поведение меняется там, где его никто не ждал.
- Формат ответа поехал: модель добавила вводную фразу перед JSON, и парсер упал на первом же символе.
- Инструменты вызываются иначе — лишний шаг в цепочке агента удваивает расход токенов.
- Кэш префикса не настроен заново, и первый счёт после перехода оказывается выше прежнего.
- Тесты писались под старые ответы дословно, поэтому валятся на перефразировке, а не на ошибке по существу.
Ещё один нюанс: смешивать версии в одном пайплайне рискованно. Если роутер отправляет часть запросов на 5.2, а часть на старую сборку, сравнение результатов теряет смысл, а логи становится трудно читать. Переход лучше делать целиком для одного сценария и держать старую конфигурацию как запасной вариант на отдельном ключе.
Как проверить обновление на своём пайплайне
Сначала собирается замороженный набор из сотни-двух реальных запросов с эталонными ответами — не придуманных, а выгруженных из логов за последний месяц. Дальше один и тот же набор прогоняется на текущей версии и на 5.2, причём с одинаковыми системными инструкциями. Разницу смотрят не по «нравится — не нравится», а по трём метрикам: доля ответов, прошедших автоматическую проверку схемы, средний расход токенов на задачу и число повторов.
Отдельно измеряется задержка. Для чат-бота разница в две-три секунды на ответ важнее, чем экономия в несколько процентов бюджета. И только после этого считается стоимость на сто успешных задач — это единственная цифра, которая что-то значит для финансов.
Если результат в пределах шума, менять версию ради самого факта обновления не нужно. Если выигрыш есть, следующий шаг — перевести на новую сборку один второстепенный сценарий и посмотреть на живых запросах в течение недели.
С чего начать на этой неделе
Возьмите один сценарий с наибольшим расходом токенов, выгрузите по нему сотню последних запросов с ответами, прогоните на Mythos 5.2 и Fable 5.2 через один и тот же промпт и сравните стоимость ста успешных ответов. Если младшая версия держит качество в пределах пары процентов от старшей, именно она становится основным кандидатом на прод, а старшая остаётся для сложных случаев.
