Добрий вечір, родина... Тисяча AI-агентів створила прототип операційної системи. Крива витрат — це та частина, яку слід уважно спостерігати. Market Pulse | 10 листопада 2026 року Випуск Anthropic Fable 5.2 та Mythos 5.2 9 листопада дає нам два дуже різні докази. На графіку показано результати FrontierCode 2.0 від Anthropic. Fable 5.2 при високих зусиллях набирає 45,3%, що майже дорівнює найкращому результату Opus 5.5 — 45,5%, але приблизно за половину вартості на завдання. Цей бенчмарк оцінює, чи були б зміни в коді прийняті супроводжувачами відкритого коду. Подивіться далі вздовж зеленої лінії: Xhigh досягає 49,1%. Max коштує більше і показує гірший результат у цій оцінці. Платеж за більше міркування не гарантує кращого результату. Демонстрація в моєму відповіді показує прототип операційної системи від Anthropic. Компанія стверджує, що Fable координував понад 1000 підагентів протягом восьми днів, щоб побудувати його. Це ілюструє масштаб роботи, яку вона намагається здійснити. Відео та бенчмарк охоплюють різні навантаження, тому графік не може сказати нам, скільки коштував цей проект ОС. Практичне питання — чи означає дешевше виконання моделей також дешевше завершене завдання? Повторні спроби, інтеграція та людський огляд можуть поглинути економію. Протягом наступних 72 годин я шукатиму незалежні тести, які повідомляють про прийняті результати, загальні витрати та час рецензентів на тих самих завданнях. Більш низька вартість при порівнянні якості посилювала б аргумент. Економія, яка зникає під час перевірки, послабила б його. Це число, яке я хочу отримати від агента: повний рахунок за роботу, яку я можу реально використовувати. Графік: Anthropic. Результати бенчмарку надано компанією. https://t.co/dSLUQCBRR5