Claude Fable 5

Production-safeguarded конфигурация на подмножестве из 500 задач SWE-Bench Verified; среднее по 5 попыткам, с учётом thinking-блоков. • данные разработчика

Adaptive Reasoning, Max Effort, с фолбэком на Opus 4.8. Оценка 1815 из 3000 по методологии GDPval-AA v2 Elo (Artificial Analysis). • проверено

Оценка через Claude Code на открытых технических проектах длительностью от часов до десятков часов. • проверено

Production-safeguarded конфигурация. Результат OSWorld отражает обновлённый харнесс с исправлением zoom-инструмента и лимитом 128K токенов на ход. • данные разработчика

Закрытый отложенный набор Zapier AutomationBench при максимальном усилии. Сквозные бизнес-процессы в симулированных API компаний. • данные разработчика

Сложное подмножество: 46,1%. Подмножество, решённое людьми: 83,9%. Блокирующие защитные механизмы заставляют Fable 5 работать ближе к Opus 4.8 из-за фолбэков. В системной карте это указано как показатель Mythos 5 или комбинированной таблицы запуска, а не отдельный показатель производственной версии Fable; Fable может переключаться на Opus 4.8, когда срабатывают защитные механизмы. • данные разработчика

Оценка пространственного рассуждения. • данные разработчика

Таблица лидеров DeepSWE v1.1, харнесс mini-swe-agent, максимальное усилие; Pass@1 70% ± 4%. • проверено

Cybersecurity capture rate (Cap%). Блокирующие защитные механизмы приводят к тому, что Fable 5 работает ближе к Opus 4.8 из-за откатов (fallbacks); результат отражает Claude Mythos 5. В системной карточке это указано как результат Mythos 5 или совокупный показатель из таблицы запуска, а не отдельный производственный результат только для Fable; Fable может откатываться к Opus 4.8, когда срабатывают защитные механизмы. • данные разработчика

• проверено

Подмножество FrontierCode Main при уровне рассуждения xhigh. Оценка 46.3%, процент прохождения 48.8%; Fable 5 занимает первое место и превосходит все остальные модели даже при среднем усилии. • данные разработчика

FrontierCode 1.1, текущая таблица лидеров; оценка mergeability при усилии xhigh: 53.5%. • проверено

Оценка работы с документами и визуально насыщенными задачами знаний без инструментов. • данные разработчика

Оценка в медицине. Блокирующие защитные механизмы заставляют Fable 5 работать ближе к Opus 4.8 из-за фолбэков. В системной карте это указано как показатель Mythos 5 или комбинированной таблицы запуска, а не отдельный показатель производственной версии Fable; Fable может переключаться на Opus 4.8, когда срабатывают защитные механизмы. • данные разработчика

Многодисциплинарные рассуждения. С инструментами: 64.5%. Без инструментов: 59.0%. Блокирующие защитные механизмы приводят к тому, что Fable 5 на некоторых вопросах работает ближе к Opus 4.8 из-за откатов (fallback). В системной карточке это указано как результат для Mythos 5 или как объединённый показатель в таблице запуска, а не как отдельный результат для продуктивной версии Fable. Fable может переключаться на Opus 4.8, когда срабатывают защитные механизмы. • данные разработчика

Held-out набор Legal Agent Benchmark от Harvey. • данные разработчика

2026-01-08, Режим мышления, xHigh усилие • проверено

Конфигурация Fable 5 с производственными защитными механизмами на SWE-Bench Pro; среднее по 5 испытаниям с учётом блоков мышления. Mythos 5 набрала 80.3%. • данные разработчика

Конфигурация Fable 5 с производственными защитными механизмами на обвязке mini-SWE-agent, высокое усилие, 89 задач × 5 попыток. 20.9% испытаний получили отказ по безопасности и переключились на Claude Opus 4.8 до конца траектории; Mythos 5 набрала 88.0%. • данные разработчика

Terminal-Bench 4.0, публичная таблица лидеров; доля решённых задач 44.5% ± 3.8%; агент Claude Code; максимальное усилие. • проверено