# Claude Fable 5: kiedy korzystać z potężnego modelu i jaki poziom effort wybrać

> Pełna analiza modelu Claude Fable 5 oraz parametru effort: jak działa sygnał behawioralny rozumowania, macierz dostępności poziomów (low/xhigh), kalkulacja kosztu za turę oraz konfiguracja w API i Claude Code.

Claude Fable 5 to flagowy model Anthropic z nowej klasy Mythos, zaprojektowany do rozwiązywania najbardziej złożonych wieloetapowych problemów rozumowania oraz autonomicznej pracy agentów. Razem z tym modelem deweloperzy otrzymali nowy fundamentalny mechanizm sterowania zachowaniem — parametr `effort`.

Ten przewodnik szczegółowo omawia możliwości Fable 5, zasady działania parametru `effort`, taryfikację tokenów rozumowania oraz praktyczne strategie wyboru konfiguracji w celu optymalizacji szybkości i kosztów w środowisku produkcyjnym.

---

## 1. Fable 5 w skrócie: czym jest ten model i do czego służy

Claude Fable 5 pozycjonowany jest jako najpotężniejszy powszechnie dostępny model Anthropic, przewyższający poziom Opus. Został opracowany do zadań, w których standardowe modele napotykają ślepe zaułki lub tracą kontekst na długich dystansach.

### 1.1. Pozycjonowanie modelu i rodzina Mythos

Fable 5 to pierwsza ogólnodostępna implementacja architektury klasy Mythos. Nad nią istnieje ograniczona wersja badawcza — Mythos 5, pozbawiona dodatkowych warstw zewnętrznych filtrów i udostępniana wyłącznie autoryzowanym grupom badawczym w ramach inicjatywy Project Glasswing.

Model jest wspierany w środowisku **Claude Code** oraz na platformie **Managed Agents**, oferując okno kontekstowe o pojemności 1 000 000 tokenów oraz generowanie do 128 000 tokenów na jedno żądanie.

> [!NOTE]
> W interfejsie webowym Fable 5 jest dostępny dla użytkowników planów Pro i Max, a w API wywoływany za pomocą identyfikatora `claude-fable-5`.

### 1.2. Benchmarki, multimodalność i koncepcja No-Slop Code

W testach Fable 5 osiąga wyniki poziomu State-of-the-Art (SOTA) w złożonych dziedzinach:
- **Programowanie agentowe:** samodzielne wdrażanie repozytoriów, wyszukiwanie błędów i pisanie testów.
- **Generowanie No-Slop Code:** kod bez zbędnych opakowań, sztucznych komentarzy i „śmieciowych” abstrakcji.
- **Percepcja multimodalna:** przechodzenie gier (w tym Pokemon FireRed) wyłącznie na podstawie strumienia wideo/zrzutów ekranu, bez tekstowych podpowiedzi.
- **Badania naukowe:** modelowanie w VibeCAD oraz analiza struktur biomedycznych.

Kluczowa prawidłowość Fable 5: przewaga nad Sonnet i Opus staje się odczuwalna właśnie przy długich, wieloetapowych iteracjach.

---

## 2. Kiedy warto używać Fable 5, a kiedy nie

Wysoka wydajność modelu wiąże się ze zwiększonymi kosztami, dlatego jego zastosowanie musi być uzasadnione zarówno ekonomicznie, jak i inżyniersko.

### 2.1. Optymalne i nieefektywne scenariusze użycia

Fable 5 został stworzony do zadań o wysokiej cenie błędu:

| Zalecane do użycia | Nie warto przepłacać |
| --- | --- |
| Kompleksowy refaktoryzacja monolitów i migracje systemów | Proste operacje CRUD i szablonowe skrypty |
| Wielokrokowe sesje agentowe (od 20 do 100+ kroków) | Jednorazowa klasyfikacja lub ekstrakcja danych |
| Wykrywanie subtelnych race condition i problemów bezpieczeństwa | Pisanie prostych testów jednostkowych dla znanych funkcji |
| Projektowanie architektoniczne nowych podsystemów | Szybkie streszczanie krótkich notatek |

### 2.2. Cztery zasady przygotowania do produkcji i parametry dostępu

Przed integracją Fable 5 z waszymi potokami weźcie pod uwagę następujące aspekty inżynierskie:

1. **Uproszczajcie prompty systemowe:** Fable 5 myśli koncepcyjnie. Sztywne, krok-po-kroku skrypty ze starszych modeli tylko ograniczają jej potencjał — definiujcie cel końcowy i granice dopuszczalnego działania.
2. **Sterujcie parametrem effort:** Ustawienia wysiłku to główna dźwignia kontroli opóźnienia (latency) oraz kosztów finansowych.
3. **Zaplanujcie timeouty dla długich kroków:** Złożone rozumowanie przy problemach brzegowych może trwać minuty; ograniczajcie maksymalną liczbę iteracji agentów.
4. **Obsługujcie odmowy (Refusals):** Ze względu na surowe wewnętrzne reguły bezpieczeństwa część krawędziowych żądań zwraca odmowę, co wymaga posiadania awaryjnej obsługi w kodzie.

---

## 3. Czym właściwie jest effort i jak działa

Wraz z pojawieniem się Fable 5 inżynierowie Anthropic radykalnie przedefiniowali system ustawień. Zwykłe parametry próbkowania (temperatura, top-p) oraz ręczne `budget_tokens` przeszły do lamusa.

### 3.1. Mechanizm sygnału behawioralnego vs stały budżet tokenów

Głównym narzędziem precyzyjnego strojenia stał się parametr **`effort`**, przekazywany wewnątrz konfiguracji wyjścia: `output_config={"effort": "..."}`.

> [!IMPORTANT]
> Parametr `effort` to jakościowy sygnał behawioralny, a nie sztywny limit tokenów. Informuje on model, jak głęboko badać przestrzeń hipotez i ile wysiłku wkładać w weryfikację. Twardą granicą generowania pozostaje jedynie `max_tokens`.

### 3.2. Wpływ na wywołania narzędzi, wyjaśnienia i generowanie

W przeciwieństwie do przestarzałego `budget_tokens`, który sterował jedynie fazą wewnętrznego rozumowania, `effort` skaluje wszystkie aspekty odpowiedzi:
- **Na poziomie low:** model generuje mniej wywołań narzędzi, grupuje komendy w jednym żądaniu, minimalizuje wprowadzenia i zwraca zwięzły wynik.
- **Na poziomie high / xhigh:** model rozwija wewnętrzny plan, sprawdza wyniki pośrednie dodatkowymi narzędziami i dostarcza wyczerpujące komentarze.

---

## 4. Pięć poziomów effort i gdzie są dostępne

Messages API obsługuje stałą listę pięciu dopuszczalnych wartości parametru `effort`.

### 4.1. Oficjalna skala od low do xhigh

| Poziom | Opis behawioralny wg dokumentacji Anthropic | Dostępność w rodzinie modeli |
| :--- | :--- | :--- |
| **xhigh** | Maksymalna głębia rozumowania dla długich sesji agentowych (>30 min) z milionowymi budżetami | Tylko Fable 5, Mythos 5, Opus 4.8, Opus 4.7 |
| **high** | Wartość domyślna: rozbudowane rozumowanie, planowanie i weryfikacja kroków | Wszystkie modele obsługujące effort |
| **medium** | Zbalansowany poziom z umiarkowaną oszczędnością tokenów bez utraty logiki | Wszystkie modele obsługujące effort |
| **low** | Maksymalna szybkość i minimalne zużycie tokenów przy podstawowej kontroli jakości | Wszystkie modele obsługujące effort |
| **max** | Ekstremalne, nielimitowane rozumowanie do specyficznych zadań naukowych | Specjalne sesje Claude Code |

### 4.2. Obsługa według modeli i indywidualna kalibracja

Poziom **xhigh** jest ekskluzywny: na Opus 4.6 i Sonnet 4.6 ten poziom nie występuje. Co więcej, skala wysiłku jest kalibrowana osobno dla każdej sieci neuronowej: `high` dla Fable 5 generuje znacznie głębszą trajektorię rozumowania niż `high` dla Opus 4.6.

---

## 5. Domyślne ustawienia dla modeli i różnych środowisk: API i Claude Code

Zachowanie modelu bez jawnego wskazania parametrów różni się w zależności od środowiska wykonania.

### 5.1. Porównanie wartości domyślnych w API i Claude Code

| Model | Domyślne w Messages API | Domyślne w Claude Code |
| :--- | :--- | :--- |
| **Claude Fable 5** | `high` | `high` |
| **Claude Opus 4.8** | `high` | `high` |
| **Claude Opus 4.7** | `high` | `xhigh` |
| **Claude Opus 4.6 / Sonnet 4.6** | `high` | `high` |

### 5.2. Zachowanie fallbacków i utrzymywanie stanu między sesjami

- **Automatyczny rollback (Fallback):** Jeśli uruchomiliście sesję z poziomem `xhigh`, a następnie przełączycie się na Opus 4.6, Claude Code automatycznie cofnie się do `high` bez awaryjnego zatrzymania.
- **Trwałość poziomów:** Poziomy od `low` do `xhigh` są zachowywane między uruchomieniami Claude Code. Poziom `max` jest celowo resetowany po zakończeniu sesji, aby zapobiec niekontrolowanemu spalaniu budżetu użytkownika.

---

## 6. Jak effort jest powiązany z rozumowaniem modelu

Praca z wewnętrznym rozumowaniem (Thinking) zasadniczo różni się między generacjami modeli.

### 6.1. Szczegóły Fable 5 vs tryb adaptacyjny w Opus

- **Fable 5:** Rozumowanie jest wbudowane w architekturę i zawsze aktywne. Próba przekazania `thinking: {"type": "disabled"}` zwraca błąd `HTTP 400 Bad Request`.
- **Opus 4.7 / 4.8:** Adaptacyjne rozumowanie jest domyślnie wyłączone i aktywowane przez wywołanie `thinking: {"type": "adaptive"}`.

### 6.2. Migracja z przestarzałego parametru budget_tokens

> [!WARNING]
> Jeśli aktualizujecie bazę kodową z wcześniejszych wersji Claude SDK, parametr `budget_tokens` nie jest już wspierany. Jego użycie zwróci błąd API. Zamieńcie go na obiekt `output_config={"effort": "..."}`.

---

## 7. Ile kosztuje każdy poziom: kalkulacja ceny

Parametr `effort` nie zmienia stawki bazowej za milion tokenów. Wpływa na końcowy rachunek pośrednio — poprzez liczbę wygenerowanych tokenów rozumowania.

### 7.1. Taryfikacja ukrytych tokenów rozumowania (Thinking Tokens)

W Fable 5 domyślnie tekst rozumowania jest ukryty (`omitted`), jednak każdy token wewnętrznych rozmyślań jest naliczany jako pełnoprawny token wyjściowy według standardowej stawki: **$10 za 1 mln tokenów wejściowych** oraz **$50 za 1 mln tokenów wyjściowych**.

### 7.2. Kalkulacja kosztu na krok i wpływ nowego tokenizatora

Szacunek kosztu jednego kroku w zadaniu agentowym przy 20 000 tokenów wejściowych (na przykładzie Opus 4.8):

| Scenariusz i poziom | Tokeny wyjściowe | Wejście ($5/M) | Wyjście ($25/M) | Podsumowanie za 1 krok |
| :--- | :--- | :--- | :--- | :--- |
| **low** (zwięzłe, kompaktowe narzędzia) | 5 000 | $0,10 | $0,125 | **~$0,23** |
| **high** (planowanie, walidacja kodu) | 20 000 | $0,10 | $0,50 | **~$0,60** |
| **xhigh** (głębokie badania architektury) | 60 000 | $0,10 | $1,50 | **~$1,60** |

> [!TIP]
> Dla Fable 5 pomnóżcie te liczby przez 2 (wyjście $50/M). Różnica między `low` a `xhigh` podczas długiej sesji agentowej składającej się z 50 kroków może wynosić od $25 do $160!

---

## 8. Jaki poziom wybrać dla danego typu zadania

Aby nie przepalać budżetu, stosujcie zróżnicowane podejście do rozkładu obciążenia.

### 8.1. Strategie wyboru dla Fable 5 i Opus

:::tabs
=== Fable 5 (Zadania flagowe)
Rozpoczynajcie pracę od domyślnego poziomu **high**. Poziom `high` w Fable 5 przewyższa jakością `xhigh` poprzednich generacji modeli. Przechodźcie na `xhigh` tylko wtedy, gdy agent rozwiązuje zadanie trwające ponad 30 minut lub projektuje nową architekturę od zera.
=== Opus 4.8 / 4.7 (Coding)
Zalecany start dla rozwoju to poziom **xhigh**. Odsłania on maksymalny potencjał analizy kodu w Opus. Poziom `medium` włączajcie po walidacji testów w celu optymalizacji budżetu.
=== Automatyzacja w tle (low)
Używajcie poziomu **low** do rutynowych podzadań, generowania dokumentacji, szybkiego parsingu oraz subagentów, gdzie opóźnienie jest ważniejsze niż głęboka analityka.
:::

### 8.2. Wielopoziomowa architektura: orkiestrator i subagenci

Najskuteczniejszy wzorzec w produkcji to hierarchia agentów:
- **Główny orkiestrator:** Fable 5 na poziomie `high` lub `xhigh` (buduje drzewo zadań i waliduje kod).
- **Robocze subagenty:** Sonnet 4.6 lub Fable 5 na poziomie `low` (szybko wykonują lokalne, izolowane poprawki).

---

## 9. Jak ustawić effort w praktyce: Claude Code i API

Parametrem można zarządzać zarówno przez interfejs CLI dewelopera, jak i programowo przez Messages API.

### 9.1. Konfiguracja w Claude Code CLI i tryb ultracode

Narzędzie Claude Code oferuje elastyczne możliwości zarządzania:
- Komenda `/effort` wywołuje interaktywne menu.
- Flaga uruchomieniowa: `claude --effort xhigh`.
- Zmienna środowiskowa: `export CLAUDE_CODE_EFFORT_LEVEL=xhigh`.

> [!NOTE]
> Tryb **ultracode** w menu `/effort` to wewnętrzny tryb Claude Code, który łączy poziom `xhigh` z rozszerzonymi uprawnieniami orkiestratora do wykonywania długich, autonomicznych cykli działań.

### 9.2. Wywołania przez Messages API i interakcja z fast mode

:::tabs
=== Python SDK
```python
import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-fable-5",
    max_tokens=64000,
    output_config={"effort": "xhigh"},
    messages=[
        {"role": "user", "content": "Проведи аудит архітектури мікросервісів"}
    ]
)
print(response.content[0].text)
```
=== TypeScript SDK
```typescript
import Anthropic from "@anthropic-ai/sdk";

const anthropic = new Anthropic();

const response = await anthropic.messages.create({
  model: "claude-fable-5",
  max_tokens: 64000,
  output_config: { effort: "xhigh" },
  messages: [
    { role: "user", content: "Проведи аудит архітектури мікросервісів" }
  ],
});
console.log(response.content[0]);
```
=== cURL (Messages API)
```bash
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-fable-5",
    "max_tokens": 64000,
    "output_config": {"effort": "high"},
    "messages": [{"role": "user", "content": "Hello Fable!"}]
  }'
```
:::

---

## 10. Najczęściej zadawane pytania (FAQ)

### 10.1. Dostępność poziomu xhigh i fallbacki między modelami

> **Pytanie:** Czy mogę używać `xhigh` na wszystkich modelach Claude?  
> **Odpowiedź:** Nie. Poziom `xhigh` jest dostępny wyłącznie dla Fable 5, Mythos 5, Opus 4.8 oraz Opus 4.7. Jeśli w Claude Code wybierzecie `xhigh` dla Opus 4.6 lub Sonnet 4.6, system automatycznie wykona żądanie na poziomie `high`.

### 10.2. Cenotworzenie per token vs całkowity koszt

> **Pytanie:** Czy poziom `effort` podnosi cenę pojedynczego tokenu?  
> **Odpowiedź:** Nie, cena za 1 000 000 tokenów jest stała ($10 wejście / $50 wyjście dla Fable 5). Większy koszt żądania wynika wyłącznie z tego, że model generuje więcej ukrytych tokenów rozumowania i wykonuje więcej wywołań narzędzi.

### 10.3. Różnice między ultracode a instrukcją systemową ultrathink

> **Pytanie:** Na czym polega różnica między `ultracode` a `ultrathink`?  
> **Odpowiedź:** `ultracode` to konfiguracja środowiska Claude Code (poziom `xhigh` + rozszerzone uprawnienia autonomii). Natomiast `ultrathink` to tekstowy prompt-trigger użytkownika wewnątrz czatu, proszący o maksymalnie głębokie rozumowanie na bieżącym kroku.

### 10.4. Celowość ciągłej pracy na maksymalnych ustawieniach

> **Pytanie:** Czy warto zawsze włączać Fable 5 na poziomie `xhigh`?  
> **Odpowiedź:** Nie. Według danych deweloperów Anthropic, Fable 5 na poziomie `high` już przewyższa poprzednie flagowce na maksimum. Ciągła praca na `xhigh` prowadzi do odczuwalnych opóźnień i szybkiego wyczerpywania limitów bez istotnego wzrostu jakości przy zwykłych zadaniach.