Как эффективно использовать Claude Fable 5: дорогая модель думает, дешёвая пишет

Claude Fable 5: на данный момент самая мощная модель Anthropic для программирования, и вопрос, как эффективно использовать Claude Fable 5, стоит остро: компания урезала её до 50% недельного лимита подписки. Разработчик и автор Towards Data Science Эйвинд Хьосбаккен предлагает простое решение: не тратить дорогую модель на набор строк кода, а ставить её туда, где она сильнее остальных, на планирование, поиск багов и рефакторинг.

Модель вышла примерно за месяц до публикации, но уже через три дня её убрали из открытого доступа из-за проблем с безопасностью, а затем вернули в подписку Claude. Так что осторожность Anthropic с лимитами ещё и держит нагрузку под контролем.

Где Claude Fable 5 действительно вне конкуренции

Автор прогнал через свои задачи основные модели рынка: Google Gemini, GLM 5.2 и OpenAI Codex. Главным соперником оказался Codex, по силе он сопоставим со «второй» моделью Anthropic, Claude Opus 4.8. GPT-5.5 и особенно GPT-5.6, по мнению автора, местами уже обходят Opus 4.8, но не Fable.

Преимущество Fable проявляется в трёх вещах: она лучше всех находит баги в коде, видит возможности для рефакторинга (разделение ответственности, принцип DRY и прочее) и грамотнее планирует, изучает репозиторий, запускает исследовательские агенты и собирает внятный план внедрения фичи.

А вот в самой реализации кода, когда план уже есть и надо аккуратно его набрать, Fable почти не отрывается от Opus 4.8. Здесь и кроется вся экономия: платить премиальными токенами за то, что дешёвая модель делает не хуже, смысла нет.

Пайплайн из четырёх шагов: как использовать Claude Fable 5 в связке с другими моделями

Рабочий процесс автора устроен так, чтобы «умные» токены Fable уходили только на думание, а рутина оставалась моделям попроще.

Логика простая: одна задача на планирование съедает у Fable немного, значит за неделю таких задач можно провести гораздо больше, если не расходовать лимит на имплементацию.

Ревью лучше делать чужими глазами

Код стоит проверять моделью, отличной от той, что его писала. Если основной «писатель» Opus 4.8, то ревьюером логично ставить Codex: свежий взгляд ловит то, что автор кода склонен пропускать. Иногда ревью можно доверить и самой Fable, но по опыту автора Codex справляется достаточно хорошо, чтобы не жечь на этом дефицитный лимит.

Давайте модели больше автономии

Главный совет по планированию звучит почти контринтуитивно: давайте Claude Fable 5 больше свободы, чем кажется нужным. Запускайте её даже на задачах, где вы сами пока не знаете, как их реализовать. Опишите ситуацию своими словами и в диалоге доводите решение до ума. Модель раскрывается в исследовательском режиме, а не когда её загоняют в жёсткие рамки готового ТЗ.

Почему это работает не только с Fable

Принцип шире одной модели: сильные рассуждающие модели окупаются там, где решение неочевидно, а не там, где нужно быстро напечатать очередной CRUD.

Кстати, если Claude или ChatGPT у вас открываются с перебоями из-за региональных ограничений, стабильный доступ проще всего получить через Sigma.

Итог для практики: заведите правило «сильная модель отвечает за архитектуру, дешёвая за реализацию» и посмотрите, насколько дольше хватает недельного лимита при том же объёме работы.

Источники

Towards Data Science как выжать максимум из Claude Fable 5