GPT-5.6 против Claude Fable 5: догнала ли OpenAI Anthropic в 2026

Каждый день в Telegram-канале - что нового в вайб-кодинге: какие модели вышли, что реально работает, где маркетинг. Подпишись, чтобы не гадать по заголовкам.

Что вообще случилось: GPT-5.6 и Claude Fable 5 за 5 минут

Два больших выпуска встали рядом за пару недель. Claude Fable 5 - самая мощная широкодоступная модель Anthropic, её показали 9 июня, потом временно сняли из-за экспортных ограничений и вернули глобально 1 июля 2026. GPT-5.6 от OpenAI прошла превью для партнёров 26 июня и открылась для всех 9 июля.

У GPT-5.6 сразу три варианта под разные кошельки и задачи:

• Sol (и Sol Ultra) - самый мощный, заточен под кибербезопасность, терминал и долгие сессии в Codex.
• Terra - средний, как рабочая лошадка «по умолчанию».
• Luna - самый дешёвый, под объём и простые задачи.

Claude Fable 5 - одна модель без такого разброса, плюс её закрытый близнец Mythos 5 (тот же движок, но без ограничивающих фильтров, доступ только через государственную программу США по кибербезопасности). Для вайб-кодера Mythos недоступен, поэтому дальше сравниваю именно Fable 5 и линейку GPT-5.6.

Что значит «догнала»: на каких тестах GPT-5.6 обошла Fable 5?

Заголовки родились из сравнения на Terminal-Bench 2.1 - наборе задач, где модель управляет терминалом и командной строкой. Цифры честные и в пользу OpenAI:

На терминальных и bash-потоках GPT-5.6 Sol реально быстрее и точнее Fable 5. Если твоя работа - это сценарии, автоматизация окружения, разбор журналов, команды в терминале, то да, тут OpenAI обошла Anthropic. И это честно признать, без попытки замять в пользу «своей» стороны.

Проблема заголовков в другом. «Догнала на Terminal-Bench» тихо превращается в «догнала везде». А это уже неправда.

Где Claude Fable 5 всё ещё впереди?

Terminal-Bench проверяет работу в терминале. А вот SWE-Bench Pro проверяет то, чем вайб-кодер занимается каждый день: взять реальный проект с запутанным кодом, найти живой баг и починить его так, чтобы не сломать соседнее. Это ближе к настоящей работе, чем прогон команд в терминале.

Смотри на последнюю строку. OpenAI показала GPT-5.6 Sol на Terminal-Bench, где она выигрывает, и не показала на SWE-Bench Pro, где лидирует Fable. Честная версия - просто не успели прогнать или считают этот тест нерелевантным. Но лаборатории обычно показывают выгодные для себя цифры, поэтому отсутствие результата на главном кодинг-тесте я читаю как осторожный сигнал: спешить с выводом «догнала» рано.

Anthropic заходит с другой стороны и напирает на длинные задачи:

Подтверждение не только в тестах. По данным Anthropic, в Stripe рассказали, что Fable 5 сжала месяцы работы в дни: миграцию базы кода на 50 миллионов строк на Ruby модель прошла за один день - то, на что команде понадобилось бы больше двух месяцев. Это заявление вендора, но на длинных агентных задачах Fable пока держит преимущество, которое одним прогоном терминала не перебить.

Тут легко застрять в вопросе «какая модель мощнее». Но на моих проектах разницу чаще делает не модель, а что я кладу ей в контекст. Даже средняя модель на хорошо собранном business/ и CLAUDE.md обгоняет топовую модель на пустом контексте. На практикуме за 3 эфира собираешь всю связку: ИИ-клон + Второй мозг + Контекст-инжиниринг - именно она помогает сделать любую из этих моделей стабильнее и предсказуемее в работе.

Практикум по вайб-кодингу

+Твой второй мозг

3 вечера - стек, метод, первый проект

Старт 14–16 июля  ·  2 000 ₽

Записаться →

Сколько реально стоит GPT-5.6 против Claude Fable 5?

Цена - вторая половина честного разговора. Токен - это кусочек текста, которым модель меряет объём: чем длиннее твой запрос и её ответ, тем больше токенов и тем больше денег утекает со счёта. Для вайб-кодера это живые деньги.

Даже топовый Sol дешевле Fable примерно вдвое по выходу, а Luna дешевле в разы. Если гоняешь большой объём однотипных задач и разница в качестве для них некритична - на GPT-5.6 экономия ощутимая.

Но цена за токен - не то же самое, что цена за результат. Если модель дважды промахнулась мимо задачи, ты заплатил трижды: два раза за неверные попытки и один раз за правильную. На сложной задаче более точная модель бывает дешевле по итогу, даже если её токены дороже. Дешёвый прогон, который надо переделывать, - самый дорогой. Про эту скрытую арифметику я разбирал отдельно в гайде про настоящую цену вайб-кодинга.

Что здесь важно вайб-кодеру, а что маркетинг?

Обе компании подают выгодную для себя картину. OpenAI машет Terminal-Bench, где выигрывает, и говорит «догнала». Anthropic в ответ тычет в длинные миграции, где сильнее сама, и говорит «наш отрыв растёт». Оба правы в своих границах, и оба продают - если вырвать фразу из контекста.

Что из этого твоё:

1. Один тест не описывает модель. «Обошла на Terminal-Bench» и «лучшая для кода» - разные утверждения. Смотри, какой именно замер стоит за заголовком.
2. Смотри, о чём лаборатория молчит. Показали одну цифру и обошли другую - часто это значит, что вторая слабее. Не всегда, но присмотреться стоит.
3. Твоя задача важнее общего рейтинга. Модель №1 в среднем может быть №3 на том, что делаешь именно ты.

Проверять чужие громкие цифры - отдельный навык. Если ещё не умеешь читать вывод модели критически, глянь разбор, как проверить код от ИИ, когда сам не программист.

GPT-5.6 или Claude Fable 5: что выбрать под свою задачу?

Вместо «кто победил вообще» полезнее таблица «что под какую задачу»:

Многие в итоге держат обе стороны под рукой и переключаются по задаче. Если хочешь именно ремонт кода и длинные задачи в привычном инструменте - у меня есть отдельный разбор как работать с Claude Fable 5 в Claude Code. Если тянет к экосистеме OpenAI - смотри как перейти на Codex. А если интереснее открытая и дешёвая альтернатива обеим - есть разбор GLM-5.2 против Claude Code.

Почему модель - не главный рычаг эффективности

Я перепробовал разные модели на своих проектах и вот что заметил: перепад между «моделью №1» и «моделью №3» на большинстве моих задач меньше, чем перепад между «пустой проект» и «проект с собранным контекстом». Одна и та же модель на голом запросе выдаёт мусор, а на структуре из business/ и CLAUDE.md - рабочий результат.

Поэтому гонка заголовков «кто кого догнал» для вайб-кодера вторична. Куда важнее три вещи, которые работают на любой из этих моделей:

• ИИ-клон - модель начинает воспроизводить логику твоего мышления, а не угадывать.
• Второй мозг - папка business/ со связанной структурой знаний о твоём деле, которую модель читает при каждом запросе.
• Контекст-инжиниринг - управление тем, что попадает в контекст, до того как ты сформулировал запрос.

Собери эту связку - и разница между GPT-5.6 и Fable 5 перестаёт быть решающей. Обе становятся предсказуемее, потому что работают не в вакууме.

Что делать прямо сейчас

Практический порядок действий:

1. Возьми одну реальную задачу

   Ту, что реально делаешь: починить ошибку, собрать раздел продукта, написать сценарий. Игрушечные примеры не показательны.

2. Прогони на обеих моделях

   Один и тот же запрос на GPT-5.6 и на Claude Fable 5. Сравни не только результат, но и сколько попыток ушло.

3. Посчитай цену за результат

   Считай полную стоимость: сколько всего ушло, чтобы довести задачу до рабочего результата. Ценник за токен тут обманчив.

4. Собери контекст проекта

   CLAUDE.md и папка business/ дадут прибавку к качеству больше, чем смена модели.

Модели будут обгонять друг друга ещё много раз, и каждый обгон подадут как «эпохальный». Бегать за самой свежей моделью каждый раз необязательно - выигрывает тот, у кого собран процесс. Поэтому дальше стоит вложиться именно в него.

Весь спор про модели упирается в одно: без собранного контекста любая из них нестабильна. Полная схема по вайб-кодингу за вечер - ИИ-клон + Второй мозг + Контекст-инжиниринг. 3 эфира, записи остаются у тебя.

Практикум по вайб-кодингу

+Твой второй мозг

3 вечера - стек, метод, первый проект

Старт 14–16 июля  ·  2 000 ₽

Записаться →

Новые материалы - дайджестом, без спама

Гайды выходят регулярно. Подпишись, чтобы не пропускать: пришлю подборку в Telegram или на email. Раз в неделю или каждый день - выбираешь сам.

Подписаться в Telegramили на email