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.

Uwaga

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:

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.
Sterujcie parametrem effort: Ustawienia wysiłku to główna dźwignia kontroli opóźnienia (latency) oraz kosztów finansowych.
Zaplanujcie timeouty dla długich kroków: Złożone rozumowanie przy problemach brzegowych może trwać minuty; ograniczajcie maksymalną liczbę iteracji agentów.
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": "..."}.

Ważne

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

Ostrzeżenie

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

Wskazówka

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

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.

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.

Uwaga

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

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)

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.