Ваш конспект

Сравнение GPT 5.6 Sol и Claude Fable 5: практический баттл и рабочая схема

Ключевые тезисы:

• Синтетические бенчмарки не отражают реальную работу. Ключевой тест — создание рабочего интернет-магазина.
• GPT 5.6 Sol дешевле и быстрее по заявленным тестам, но на практике имеет свои сильные и слабые стороны.
• Claude Fable 5 дороже, но демонстрирует более продуманную архитектуру кода.
• Лучший подход — не выбор одной модели, а оркестрация нескольких инструментов для решения задач.

Заявленные характеристики моделей

По данным OpenAI и Anthropic:

• GPT 5.6 Sol: Лидер в тестах Terminal Bench (работа в терминале) и Browser Comp (поиск в вебе). Заявлена вдвое быстрее и на треть дешевле предыдущих моделей.
• Ценовая тройка (за 1 млн токенов):
  • Fable 5: $10.50 (самая дорогая у Anthropic)
  • GPT 5.6 Sol: $5.30
  • Claude Opus 4.8: $5.25

Вывод: Sol позиционируется ближе к уровню Opus, а не к топовому Fable.

Практический тест: создание интернет-магазина

Цель: Проверить модели на создании продающего сайта, а не просто "красивого" дизайна. Ключевые критерии — Customer Journey Map (CJM), воронка продаж и один яркий призыв к действию (Call to Action).

Условия теста (одинаковые для обеих моделей):

• Бренд: Techкульт (электроника, тёмный люкс).
• Дизайн-система: чёрный/серебро, строгие шрифты.
• Техзадание: 5 экранов + 8 критериев приёмки кода.
• Требования: статичный сайт без сборки, адаптивность под мобильные устройства.
• Использовались только родные дизайн-навыки моделей (без сторонних плагинов).

Результаты и сравнение

Магазин от GPT 5.6 Sol (Ultra-режим)

• Дизайн: Визуально приятнее, сгенерировал собственные изображения товаров.
• Функционал: Полноценный путь покупки (главная → каталог → карточка товара → корзина → оформление).
• Недостатки:
  • Нет мобильной адаптации (хотя это было в ТЗ).
  • Монолитная архитектура кода (один файл на ~50 КБ).
  • Тяжёлые изображения, что ухудшило производительность.

Магазин от Claude Fable 5 (Ultracode-режим)

• Дизайн: Более минималистичный, с заглушками вместо картинок (что правильно для реального проекта).
• Функционал: Полный CJM с адаптивным дизайном, блоком "С этим покупают", тремя шагами оформления.
• Преимущества:
  • Есть мобильная адаптация (закреплённая кнопка корзины внизу).
  • Модульная архитектура кода (отдельные файлы для данных, роутера, интерфейса).
  • Лучшая производительность по тесту Lighthouse.

Оценка кода и производительности

Методология: Каждая модель оценила свой код и код конкурента по 8 критериям (максимум 80 баллов).

Результаты кросс-оценки:

• Fable 5: Свой код — 61/80, код Sol — 60/80.
• GPT 5.6 Sol: Свой код — 57.8/80, код Fable — 60/80.

Ключевой вывод: Оценки моделей практически сошлись (расхождения 1-3 балла). Это говорит о том, что модели стали более объективными и не "топят" друг друга.

Вердикт по коду: Обе сборки — крепкие витрины уровня ~60/80, но не боевой продакшн. Для реального проекта потребуется доработка.

Особенности использования и лимиты

• Режимы усилий: У обеих моделей есть ползунки от "быстро/дешево" до "макс/умно" (Ultra/Ultracode).
• Совет: Для повседневных задач хватает средних уровней. Режимы Max/Ultra используйте только для сложной архитектуры или полного ревью кода, так как они быстро расходуют лимиты.
• Лимиты: Sol на максимуме может "съесть" пятичасовой лимит на одну задачу. У GPT есть система сброса лимитов, у Claude — недельные квоты.

Сравнение интерфейсов: новый ChatGPT vs Claude

Новый ChatGPT (объединил Codex и Work):

• Единый движок GPT 5.6.
• Режимы: Work (таблицы, презентации) и Codex (разработка с Git, терминалом).
• Уникальные фишки: Встроенный браузер (бывший Atlas), снимок любого окна в контекст (Cmd+Double Click), нативная генерация изображений/анимаций, работа с Mac даже в заблокированном состоянии.

Claude / Codex:

• Уникальные преимущества: Среда Claude Design, Rewind (откат диалога/кода на месяц), зрелая экосистема MCP.
• Философия мультиагентности: В Ultracode пользователь сам управляет оркестровкой агентов (какой агент на какой модели что делает). У Sol мультиагентность — "внутренняя магия" модели.

Итог по интерфейсам: Приложения сильно сблизились. По уникальным фичам пока впереди ChatGPT.

Оптимальная рабочая схема оркестрации

Главный вывод — не выбирать одну модель, а научиться ими управлять.

Предлагаемая архитектура:

1. Fable 5 (Max/Ultracode) — главный "техлид". Не пишет код, а думает, планирует и делегирует.
2. Claude Opus — агент для тяжёлого мышления и глубокого анализа (Deep Reasoning).
3. Sonnet 5 — агент для черновой работы, шаблонов и тестов (Fast Worker).
4. Codex (как плагин в Claude) — "свежий взгляд" для отлова багов, которые может пропустить основная команда.

Как это экономит ресурсы:

• Дорогая модель (Fable) тратит лимит только на решение проблем и контроль.
• Черновики и рутина делегируются дешёвым моделям.
• Контекст Fable остаётся "лёгким", так как он берёт из ответов Opus/Codex только выжимку.

Важное правило для промта Fable: "Сначала покажи мне план, потом его делай". Это позволяет за 30 секунд поймать ошибку в декомпозиции, что дешевле, чем разгребать 5 неправильных ответов.

Финальные выводы

• Fable 5 идеален как менеджер и архитектор, мыслящий в парадигме микросервисов и продакшн-кода.
• GPT 5.6 Sol силён в генерации визуала и креативных задачах, но требует доработки в архитектуре.
• Выигрывает не тот, у кого модель круче по тестам, а тот, кто умеет правильно дирижировать инструментами.
• Пока Fable 5 доступен (до 12 числа), стоит попросить его описать свои "навыки" и стратегии для решения задач. Эти паттерны затем можно передать более дешёвому Opus, чтобы повысить его эффективность.