O czym jest ten film
- Autor przez trzy dni pracował z Fable 5.2 ponad 20 godzin, ręcznie wysyłając ponad 1,6 tys. promptów i wydając ponad 1000 dolarów — to analiza realnego użytkowania, nie pierwszych wrażeń po premierze.
- Fable 5.2 to według benchmarków najlepszy model świata, z wyjątkowo dużą przewagą w zadaniach sprzętowych i robotyce; autor musiał dokupić subskrypcje — ma już cztery plany Claude po 200 dolarów miesięcznie.
- Sześć wzorców użycia wypracowanych na własnych danych: realne limity, spadający z dnia na dzień udział Fable, snippety, nieskuteczność „nie przekombinuj”, wybór modelu na cały wątek oraz długotrwałe sesje pracy.
- Limity to nie teoria: 53 razy wyczerpany limit w trzy dni wobec dwóch razy przy Opusie 5.5.
- Poziomy rozumowania: domyślnie „high”; „max” tylko do głębokich, ekonomicznie cennych analiz; „low” do unikania.
- Cena tokenów nie równa się kosztowi zadania — większy model bywa tańszy i szybszy w przeliczeniu na ukończoną pracę.
- Gemini 4 Carbon to drugi najlepszy model świata i idealny recenzent kodu pisanego przez modele Claude — inna firma, inna architektura, inne błędy wyłapuje.
- Wzorzec „Fable planuje, Opus wykonuje”: przełączanie modelu w tym samym wątku po uzyskaniu jasności co do zadania.
- Triki promptowe: „to jest twoja baza kodu” i „jesteś moim współzałożycielem” uwalniają odważniejsze opinie modelu.
- Pętle agentów to następny etap automatyzacji — ale 72% pętli autora wciąż działa na Opusie 5.5.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Domyślnie Opus, Fable tylko do najtrudniejszych zadań
Na czym polega: Fable 5.2 jest inteligentniejszy, ale wolniejszy i pożera limit użycia. Opus 5.5 to najlepszy stosunek możliwości do ceny — według autora najlepsza oferta w historii, jeśli patrzeć na użycie w ramach planu za 200 dolarów.
Jak stosować: Dzień codzienny, jasno określone zmiany, tickety błędów, pętle — Opus. Niepewne, głęboko techniczne, strategiczne zadania — Fable. Prosta reguła: jeśli się wahasz, wybierz Opusa.
Na co uważać: Fable do prostych zadań to podwójna strata — tokenów i czasu (40 minut czekania na coś, co Opus zrobi w 5).
2.Wzorzec „Fable planuje, Opus wykonuje”
Na czym polega: Rozmowę o niejasnym problemie zaczyna Fable — analiza, planowanie, rozeznanie. Gdy pojawia się jasny plan, w tym samym wątku przełączasz się na Opusa, który realizuje szybciej i taniej.
Jak stosować: Prześlij z Fable pierwsze 2–3 problemy, uzyskaj plan, potem w tym samym wątku kontynuuj z Opusem (np. „teraz przeanalizuj to głębiej”). Autor testuje ten schemat od kilkunastu godzin i ocenia go jako bardzo obiecujący.
Na co uważać: Potrzebne narzędzie wspierające zmianę modelu w trakcie wątku (np. środowisko typu ADE), inaczej wzorzec się nie spięje.
3.Liczy się koszt zadania, nie cena tokenów
Na czym polega: Fable jest droższy w cenniku API, ale na benchmarku Frontier Code osiąga wyższe wyniki przy niższym łącznym koszcie — inteligentniejszy model robi mniej kroków i mniej wywołań narzędzi, więc spala mniej tokenów.
Jak stosować: Oceniaj modele po łącznym wydatku na ukończone zadanie, nie po cenie za token. Przy trudnych zadaniach przetestuj większy model zanim odrzucisz go za cenę.
Na co uważać: Przewaga znika przy prostych zadaniach — tam liczy się szybkość mniejszego modelu.
4.Poziom rozumowania: zostań przy „high”
Na czym polega: Autor analizuje pięć poziomów (low–max): Fable już na „high” wyprzedza Opusa na „max”, „extra high” dodaje niewiele ponad „high”, a „max” bywa wielokrotnie droższy. Spadek do „medium” jest wyraźny — Opus na „extra high” wypada wtedy lepiej.
Jak stosować: Fable — „high” (63% promptów autora) lub „extra high” w trudniejszych sprawach; Opus — najczęściej „extra high”. „Max” tylko przy głębokich analizach o dużej wartości ekonomicznej.
Na co uważać: „Low” jest nieopłacalny — w tym punkcie lepiej wziąć Opusa na wysokim poziomie. Przy braku limitu i chęci pracy z Fable zejdź na „medium”.
5.Limity są realne — planuj nadwyżkę mocy
Na czym polega: Autor wyczerpał limit 53 razy w trzy dni (przy Opusie — dwa razy). Agresywne używanie Fable wymaga kilku subskrypcji; autor z dwóch planów Claude rozszerzył się na cztery.
Jak stosować: Prowadź kilka subskrypcji i używaj narzędzia, które pozwala płynnie się między nimi przełączać, żeby agenci nie zatrzymywali się w pół zadania.
Na co uważać: Koszty rosną szybko — cztery plany po 200 dolarów to 800 dolarów miesięcznie tylko za Claude. Najpierw sprawdź, czy naprawdę potrzebujesz Fable do codziennej pracy.
6.Recenzuj kod innym modelem — najlepiej Gemini 4 Carbon
Na czym polega: Modele GPT i Claude są do siebie podobne, bo Anthropic założyło siedmioro ludzi z OpenAI — podobna kadra, techniki, nawyki. Gemini to inna firma i inna architektura, więc inaczej myśli i wyłapuje błędy, przed którymi umyka nawet Fable.
Jak stosować: Po zbudowaniu funkcji uruchom przegląd podagentem z Gemini 4 Carbon (np. w harnessie Cursor CLI, poziom „high”), podając jako zakres zmiany z ostatnich 24 godzin.
Na co uważać: Carbon generuje bardzo rozwlekłe odpowiedzi — to akurat zaleta w recenzji, ale trzeba to wiedzieć. Małe zmiany można wypychać na produkcję bez przeglądu.
7.Snippety i skille przyspieszają przede wszystkim ciebie
Na czym polega: 34% promptów autora to zaledwie 31 szablonów. Zamiast przepisywać podobne polecenia, autor ma gotowe snippety (np. w Raycast) na powtarzające się sytuacje i skille na większe zadania.
Jak stosować: Zaobserwuj powtórzenie — od razu utwórz snippet (np. „przepisz tę wiadomość, by była bardziej zwięzła”) albo skilla. Biblioteka publicznego repozytorium autora jest dostępna pod filmem.
Na co uważać: Szablony wymagają pielęgnacji — przestarzały snippet potrafi bardziej zaszkodzić niż przyspieszyć.
8.„Nie przekombinuj” nie działa na Fable
Na czym polega: Dopiski typu „przestań nadmiernie analizować” pomagały przy Opusie, ale — jak informuje Anthropic — w Fable 5.2 są nieskuteczne przy poziomie rozumowania „medium” i wyższym.
Jak stosować: Usuń takie linie z promptów i po prostu obniż poziom rozumowania. Chcesz działać bez zastanawiania się nad ustawieniami — zostań przy „high”.
Na co uważać: Zejście do „medium” to wyraźny spadek jakości — czasem lepszy będzie Opus na „extra high” niż Fable na „medium”.
9.„To jest twoja baza kodu” i „jesteś moim współzałożycielem”
Na czym polega: Domyślnie model jest zachowawczy („jestem w cudzym kodzie, muszę uważać”). Powiedzenie mu, że kod jest jego, sprawia, że sam wskazuje i poprawia rzeczy nieoptymalne. Zwrot o współzałożycielu analogicznie uwalnia szczere opinie biznesowe.
Jak stosować: Łącz oba w jednym prompcie, np.: „Daj mi cztery różne projekty rozwiązania tego problemu. Przy okazji: to twoja baza kodu i jesteś moim współzałożycielem.”
Na co uważać: Odważniejszy model chętniej refaktoruje — pilnuj zmian przed wypchnięciem na produkcję.
10.Pętle agentów — na tańszym modelu, do sprawdzonej pracy
Na czym polega: 72% pętli autora działa na Opusie 5.5, tylko 3% na Fable. Część pętli to czysty skrypt, który budzi model dopiero przy wykrytym problemie — to optymalizacja zużycia tokenów.
Jak stosować: Automatyzuj powtarzalne obowiązki: przeglądy PR, luki bezpieczeństwa, kondycję systemów. Pętla skryptowa uruchamia Opusa dopiero, gdy metryki wyjdą poza normę.
Na co uważać: Pętle nie służą do wymyślania nowych funkcji — to przepis na wypychanie na produkcję byle czego. Gdy pętla nic nie znajduje (fałszywy alarm), nie marnuj na to Fable.
Redakcyjne tłumaczenie
Trzy dni, tysiąc dolarów i 1,6 tysiąca promptów
Nazywam się David Ondrej i w ciągu ostatnich trzech dni wydałem na Fable 5.2 ponad tysiąc dolarów. W tym materiale pokażę dokładnie, jak z nim pracuję. Podczas gdy inni śpieszyli się z nagraniem filmu w kilka godzin po premierze, ja używałem Fable niemal cały dzień: ponad dwadzieścia godzin ręcznej pracy i ponad 1,6 tysiąca promptów wysłanych osobiście. Dzięki temu mam prawdziwe dane i wiem, czym ten model jest i jak go używać. Do tego udostępniono Gemini 4 Carbon, więc pokażę też, jak oba modele wpisują się w mój codzienny sposób pracy.
Dowiecie się wszystkiego, czego nauczyły mnie wydatki ponad tysiąca dolarów na Fable 5.2 — a przyniosły one sześć wzorców użycia, zupełnie innych niż w przypadku jakiegokolwiek innego modelu. Pokażę też, dlaczego Gemini 4 Carbon stał się dla mnie nieodzowny i czy nadal warto używać Opusa 5.5.
Przy okazji: rekrutuję. Buduję zespół w Warszawie, więc jeśli chcesz ze mną pracować, link z ogłoszeniami znajdziesz pod materiałem.
(Informacja dodatkowa: Fable 5.2 i Opus 5.5 to modele Anthropica z rodziny Claude, a Gemini 4 Carbon pochodzi z Google DeepMind. „Harness” to środowisko, w którym pracuje agent programistyczny — np. Claude Code, Cursor czy Codex.)
Konfiguracja: cztery subskrypcje zamiast dwóch
Na co dzień uruchamiam Fable przede wszystkim w harnessie Claude Code, a gdy sięgam po limit — w Cursorze. Problem w tym, że Anthropic mocno dopłaca do użycia w swoich narzędziach, więc pozostałe środowiska — Cursor, Droid czy Devin — dają znacznie mniej użycia za te same pieniądze. A ponieważ Fable jest wyjątkowo żarłoczny wobec limitów, musiałem przejść na cztery subskrypcje. Moje obecne ustawienie: cztery plany Claude Code po 200 dolarów miesięcznie, plan Codex za 200 dolarów i plan Cursor za 200 dolarów. W czasach Opusa 5.5 wystarczały dwie subskrypcje Claude. Fable 5.2 to znacznie większy model i pochłania wielokrotnie więcej użycia — o szczegółach za chwilę.
Najlepszy model świata — i to z wyraźną przewagą
Porozmawiajmy o samym modelu, bo to najlepszy model świata, zwykle z wyraźną przewagą. W kodowaniu agentowym Fable wyraźnie wyrasta nad poprzednika, Fable 5.1, ale właściwie należy go porównywać z Opusem 5.5 — to dotąd był najlepszy. Wynik: Fable lepszy praktycznie na każdej metryce, a szczególnie w sprzęcie. W zadaniach sprzętowych przewaga jest tak duża, że położyła setki startupów, które stawiały na wyspecjalizowane modele fundamentowe dla hardware’u. Wychodzi na to, że duże modele językowe potrafią wszystko — i ktoś powinien zapytać, jak się dziś czuje Yann LeCun.
(Informacja dodatkowa: Yann LeCun, szef działu AI Mety, od lat publicznie twierdzi, że duże modele językowe same z siebie nie doprowadzą do prawdziwej inteligencji.)
Nie będę wdawał się w szczegóły benchmarków. Tego, co najważniejsze, wykresy i tak nie pokażą: Fable to duży model, a tego, co nazywamy „big model smell”, nie da się zmierzyć. Wrócę do tego dalej.
Sześć wzorców użycia wyciśniętych z własnych promptów
To chyba najprzydatniejsza część materiału. Poprosiłem Fable 5.2, żeby przeanalizował wszystkie moje prompty z ostatnich trzech dni — te do Fable i te do Opusa — i wskazał różnice w sposobie pracy. Wynik: sześć rzeczy, którymi muszę się podzielić.
Pierwsza: limity są jak najbardziej realne. Przy Opusie zdarzyło mi się wyczerpać limit zaledwie dwa razy, gdy rotowałem między dwoma planami Claude. W ostatnich trzech dniach — aż 53 razy, mimo że zużyłem już kilka tygodniowych resetów i resetów Fable. Jeśli zamierzasz używać Fable agresywnie, limit cię nie ominie. Musisz być gotowy na prowadzenie kilku subskrypcji — i najlepiej na środowisko typu CloudRoom, w którym łatwo przełączać się między nimi, żeby agenci mogli pracować dalej.
Druga: mój udział Fable spadał z dnia na dzień. Pierwszego dnia atakowałem: 88% wszystkich promptów w Claude Code szło do Fable, żeby lepiej poznać model. Potem zrozumiałem, że Opus bywa lepszy — jest znacznie szybszy i oszczędniejszy wobec tokenów. Drugiego dnia podział wyniósł 61% Fable i 39% Opus, a trzeciego udział Fable spadł do 26%. Idealnie byłoby utrzymać go na 35–40%, ale znowu: limity. Szczerze mówiąc, pewnie kupię piątą subskrypcję, może nawet szóstą. W czasach Astry — a była to najlepszy model świata przez dobre trzy tygodnie; nie rozumiem, czemu ma tylu hejterów, ci krytycy po prostu nie mówią prawdy — miałem sześć subskrypcji OpenAI po 200 dolarów. Z Fable zmierzam w tę samą stronę.
Trzecia: snippety. Aż 34% moich promptów to zaledwie 31 różnych szablonów. Zamiast przepisywać wszystko od zera — co wciąż robi mnóstwo ludzi — oszczędzam czas dzięki snippetom w Raycast. Chcesz krótszą odpowiedź? „Przepisz tę wiadomość, by była bardziej zwięzła i przejrzysta.” Chcesz plan? „Do dzieła: wykonaj ten plan tak, jak zrobiłby to inżynier o dziesięciokrotnej wydajności.” Mam snippet także na rebase. W zasadzie dla wszystkiego, co robię, mam szablon, a dla większych spraw — skille, o których opowiadałem szerzej w poprzednim filmie. Moje repozytorium skilli jest publiczne — link pod materiałem. Sedno: im więcej pracuję z modelami i agentami, tym szybszy jestem sam, bo ilekroć coś się powtarza, tworzę snippet albo skilla.
(Informacja dodatkowa: Raycast to popularny launcher dla macOS pozwalający m.in. wstawiać własne skróty do gotowych fragmentów tekstu.)
Czwarta: „nie przekombinuj” i podobne frazy nie działają na Fable. Mam skilla „stop overthinking” — świetnego, często używanego z Opusem. Ale z oficjalnych materiałów Anthropica wynika, że w Fable 5.2 takie dopiski nie pomagają przy poziomie rozumowania „medium” i wyższym. Ich rada brzmi: usuń te linie i obniż poziom wysiłku. Chcesz mniej „myślenia”? Zejdź po prostu na „medium”. A jeśli chcesz mieć ustawienia z głowy i działać optymalnie — zostań przy „high”. „Low” odradzam: w tym punkcie lepiej wziąć Opusa 5.5 na „high” albo „extra high”.
Piąta: model wybieram na cały wątek, nie na pojedynczą wiadomość. Zasada jest prosta: gdy sprawa wymaga dużo wyjaśniania i nie wiem dokładnie, czego chcę — Fable, bez dyskusji. Wtedy potrzebny jest ten „big model smell”. Gdy zadanie jest jasne, a zmiana mała — Opus; Fable będzie wręcz gorszy, bo wolniejszy. W moich wątkach zdecydowana większość to czysty Fable, tylko około dziesięciu było mieszanych. Co ciekawe, dziś sądzę, że najlepszy sposób na Fable to właśnie start z nim: analiza, planowanie, a w chwili uzyskania jasności — przełączenie na Opusa w tym samym wątku. W CloudRoom to banalnie proste. Gdy wiesz już, co robić, i masz jasny plan, Opus kończy robotę: nie wypala limitu i działa szybciej. Ten schemat testuję od kilkunastu godzin i wygląda bardzo obiecująco.
Szósta: co trafia do którego modelu — i dlaczego Fable pracuje godzinami. Przepisy, audyty, przeprojektowania, cięcie kosztów, decyzje infrastrukturalne — wszystko duże, ważne i głęboko techniczne idzie do Fable. Wydania oprogramowania, przeglądy bezpieczeństwa, alerty o kondycji systemu, tickety błędów i wszystkie moje pętle działają na Opusie 5.5. Jeśli chcesz przenieść ten podział do swojej firmy, traktuj go jako orientacyjny kierunek. I jeszcze jedno: Fable pracuje dużo dłużej, bo jest większy i bardziej kompetentny, więc produktywnie wytrzymuje dłuższe sesje. Na moich promptach przepracował 35 godzin, podczas gdy Opus 5.5 — 9,8 godziny. Opus rzadko działa dłużej niż pięć minut; przy Fable niczym nadzwyczajnym nie jest 10, 20, 30, 40 minut. Trzeba być na to gotowym. Potrzebujesz czegoś szybko — bierz Opusa.
Poziomy rozumowania: zostań przy „high”
(Informacja dodatkowa: „Reasoning effort”, czyli poziom rozumowania, określa, ile wewnętrznego „myślenia” model poświęca zadaniu — od „low” po „max”.)
Jest pięć poziomów: low, medium, high, extra high i max. Haczyk w tym, że „max” bywa wielokrotnie droższy — za ostatnie punkty inteligencji płaci się nieproporcjonalnie dużo. Przy okazji, zestawienie z Gemini 4 Carbon wygląda absurdalnie: „medium” wychodzi lepiej niż „low”, a kosztuje mniej niż „low” i „high”. Nie wiem, co Google wyprawia. W każdym razie przy Carbone trzymaj się „medium” albo „high” i nie używaj „low”. W przypadku Fable wystarczy spojrzeć: już na „high” jest lepszy niż Opus 5.5 na „maxie”. Reguła kciuka: „extra high” nie daje zwykle wiele ponad „high”, więc bez konkretnego powodu zostań przy „high”. „Max” zostaw na naprawdę głębokie analizy — i to gdy masz zapas limitu, a zadanie jest dla ciebie ekonomicznie cenne. Domyślnie: „high”. Spadek do „medium” jest wyraźny — Opus 5.5 na „extra high” wypada wtedy lepiej. Jeśli zaś masz mało użycia, a chcesz popracować z Fable — „medium”. To dane z indeksu Artificial Analysis.
(Informacja dodatkowa: Artificial Analysis to niezależny serwis porównujący modele AI w ustandaryzowanych testach.)
Jak to wygląda u mnie? Przy Opusie nigdy nie używam „low”, „medium” w 1% przypadków, „high” w 21%, a ulubiony „extra high” w 46%; „max” — w 31%. Przy Fable zupełnie inaczej: „max” prawie nigdy, „high” w 63% promptów, „extra high” w 34%, „medium” prawie wcale. GPT-3.5 Soul rozkłada się odwrotnie, bo służy mi głównie do przeglądu kodu — tam „max” to aż 74%. Przy Astrze najczęściej „extra high”. Zauważcie prawidłowość: Opus i Soul to szybkie modele, więc „max” ma sens — nie zżera limitu i nie trwa godzinę. Fable i Astra są znacznie większe, dlatego sięgam po najwyższe poziomy rzadziej; w Astrze udział jest wyższy niż w Fable, bo ostatnio używam jej właśnie do przeglądów. Kimi nie ma „extra high” — więc do przeglądów biorę „max”. Muse Wander zwykle na „high”, bo niektórzy dostawcy, jak Versa AI Gateway, dziwnie nie przyjmują najwyższego poziomu, choć model go oferuje. Gemini 4 Carbon nie ma ani „max”, ani „extra high” — niewiadomo czemu — więc zostaje „high”, najwyższy z dostępnych.
Przy okazji: te dane pochodzą z New Society, gdzie właśnie zaktualizowaliśmy klasę z moimi skillami, snippetami, stosem narzędzi i skarbcem notatek — wszystko odświeża się automatycznie, codziennie, razem ze wszystkimi zasobami z moich filmów. Jeśli cię to interesuje, link znajdziesz pod materiałem.
Większy model bywa tańszy i szybszy
Brzmi sprzecznie z intuicją, ale to rzecz kluczowa. Większy model jest jak bardziej kompetentny człowiek. Wyobraź sobie, że masz budżet, by zatrudnić Jensena Huanga — i jakoś ci się to udaje. Zbuduje ci firmę wartą miliard dolarów. Człowiek, który stworzył spółkę wartą pięć bilionów, ogarnie miliard bez trudu: kilka telefonów, zespół, prezentacja, parę kontraktów enterprise — tydzień i gotowe. Tak, byłby bardzo drogi, ale w tydzień dałby ci miliard. Przeciętny człowiek z ulicy nigdy ci firmy o takiej wartości nie zbuduje — możesz mu płacić dekadami i stuleciami, a rachunek i tak przewyższy tygodniową stawkę Huanga, i wyniku nie będzie. (Jeśli uważasz, że przeciętny przechodzień jest od Huanga inteligentniejszy — trudno, możesz wyłączyć.) Dokładnie tak jest z modelami. Tak, Fable jest droższy od Opusa w cenniku API, ale ty płacisz za wynik, za ukończone zadanie — i wykres na Frontier Code to potwierdza: potrafi wyjść taniej mimo wyższej ceny za token. Liczy się koszt zadania, nie cena tokenów. Na poziomie „medium” Fable 5.2 uzyskuje wyższy wynik niż Opus 5.5 za w zasadzie tę samą cenę. Na „high” osiąga nieco więcej niż Opus na „maxie” — i to za około 6 dolarów zamiast 12, czyli dosłownie połowę. Dlaczego? Większy model czasem potrzebuje mniej kroków, mniej wywołań narzędzi, mniej kombinowania. Jest sprytniejszy — wie, co robić, i spala mniej tokenów na to samo zadanie. Sprzeczne z intuicją, ale zależne od zadania.
(Informacja dodatkowa: Jensen Huang stoi na czele Nvidii. Koszt zadania to łączny wydatek na tokeny potrzebne do ukończenia konkretnej pracy, a nie sama stawka za token.)
Gemini 4 Carbon: czarny koń tej historii
Teraz o prawdziwym bohaterze drugoplanowym — Gemini 4 Carbon. Spójrzcie na Artificial Analysis: obecnie drugi najlepszy model świata. To niesamowite — dwunastego listopada 2026 roku Gemini 4 Carbon jest numerem dwa, po niemal roku modeli Gemini poniżej wszelkiej krytyki. Powodem niedoszacowania Carbona jest, moim zdaniem, groteskowa polityka wydań Google. Nazwę ją wprost głupią: ogłaszają model i nikt nie może go używać. „Wdrażamy dla obrońców cyberbezpieczeństwa i partnerów enterprise” — i model tydzień, dwa tygodnie leży odłogiem, tymczasem konkurencja wydaje swoje, a hype wygasa. Tymczasem w dniu ogłoszenia Gemini 4 Carbon był najlepszym modelem świata. Nawet po premierze Fable pozostaje drugi, o to miejsce rywalizując tylko z Opusem 5.5. Co z tego wynika? Jest idealnym uzupełnieniem Fable i Opusa — w roli recenzenta.
W codziennej pracy wygląda to tak: buduję jakąś funkcję — Opusem albo Fable — a po zbudowaniu mówię: „uruchom przegląd Gemini”. Ewentualnie podaję mu jako zakres zmiany z ostatnich 24 godzin, żeby miał punkt zaczepienia. Drugi scenariusz podyktowany jest limitami Fable: główny agent, ten nadrzędny, uruchamia podagenta — i tym podagentem jest właśnie Gemini 4 Carbon. Piękno tego rozwiązania polega na tym, że to inny model. Nie chcesz, żeby kod recenzował ten sam model, który go pisał. Owszem, przegląd kodu Fable przez drugiego Fable jest lepszy niż nic — zaznaczam to wyraźnie — ale ideałem jest odmienny model. Kiedyś służyły mi do tego Astra i GPT-6.1, bo wtedy były najlepsze. Dziś nie wiem, co dzieje się w OpenAI — po prostu przestali wydawać modele. Gemini jest obecnie najlepszym modelem spoza rodziny Claude do przeglądu wszelkich zmian.
Uruchamiam go w harnessie Cursor, konkretnie w Cursorze CLI. W CloudRoom możesz użyć dowolnego środowiska — a dla nieznających: CloudRoom to zbudowane przeze mnie, darmowe i open source’owe środowisko do pracy z agentami. Bez fałszywej skromności uważam je za najlepsze IDE na świecie, bo obsługujemy każde środowisko — Claude Code, Codex, Cursor, OpenCode, Grok Build — i przełączasz się między nimi jednym kliknięciem. Jesteśmy też jedyni, którzy dają agentów chmurowych w darmowym planie, i to dla każdego harnessa. Możesz uruchamiać dowolne modele, lokalnie i w chmurze, wszystko z jednego miejsca. Wejdźcie na cloudroom.dev. Ciekawostka: zaawansowani użytkownicy, którzy zainstalowali CloudRoom, w pierwszym tygodniu stawali się o 43% produktywniejsi — po prostu przez uruchamianie więcej agentów w chmurze.
A tak wygląda sam przegląd: nadrzędny agent to Claude Code z Opusem 5.5, a on uruchamia podagenta w harnessie Cursor z Gemini 4 Carbon. I tu wskazówka: jeśli już płacisz za subskrypcję Cursora — plan za 60 albo 200 dolarów — masz w niej dostęp do tych wszystkich modeli: Opusa, Fable, Carbone. Użycie rozliczane jest po cenach API, więc oszczędnie, ale Gemini 4 Carbon jest dostępny. Ja nie używam go jako głównego silnika i nie zużywam na tyle, by kupować plany Google, więc to idealne rozwiązanie: Cursor CLI na poziomie „high”.
Kiedy uruchamiam przegląd? Gdy pracuję nad pojedynczą funkcją albo poprawką błędu — czyli przy czymś średnim lub dużym. Małe zmiany wypycham wprost na produkcję: Opus 5.5 i Fable 5.2 są wystarczająco dobrzy, by to robić bez pośredników. Średnia zmiana, fragment kodu, którego nie znam, albo większa przebudowa — wtedy przegląd Gemini: inny czołowy model ogląda wszystkie zmiany. To naprawdę mocny sposób pracy. W moich statystykach „GPT review” było jednym z najczęściej używanych skilli — chyba siódmym w historii — a „Gemini review” w ostatnich dwóch, trzech dniach wyraźnie zyskuje. Model bardzo niedoceniony; hype przepadł zasłużenie, bo Google nie umie wydawać modeli — ale do recenzowania modeli Claude nadaje się znakomicie.
Dlaczego? Bo modele GPT i Claude są do siebie bardzo podobne — i mało kto to rozumie. Nigdzie się z tym nie zetknąłem, więc posłuchajcie: wszystkich siedmioro współzałożycieli Anthropica pochodzi z OpenAI. Wspólna kadra to wspólne nawyki, te same techniki treningu, te same sztuczki w rękawie. Myśląc od pierwszych zasad: modele GPT i Claude muszą być do siebie zbliżone — w architekturze, w sposobie myślenia, w zachowaniu. Więc tak, budując z Claude, najlepiej recenzować z GPT — lepiej niż z Claude. Ale Gemini jest kandydatem idealnym, bo to zupełnie inny zespół i inna firma: żadnych wspólnych założycieli, żadnej wspólnej kadry, odmienna architektura. Widać to w działaniu: Gemini czyta dziesiątki, setki plików, długo myśli, a odpowiedź ma zawsze bardzo rozwlekłą — kompletnie ignoruje polecenie „bądź zwięzły” i po prostu generuje mnóstwo tokenów. A w recenzencie o to właśnie chodzi: chcesz różnorodności, odmienności, innego sposobu myślenia. Gemini pod tym względem jest bezkonkurencyjny i wyłapuje sporo problemów, przed którymi umyka nawet Fable 5.2. Używajcie Gemini 4 Carbon, nie Argon — Argon jest już gorszy (to jak litery w układzie okresowym: A, B, C, D), a plotka głosi, że lada moment Gemini Hydrogen. Zawsze bierz najnowszego Gemini do przeglądów — właśnie dlatego, że to inna ekipa i inna firma.
Czy nadal używam Opusa 5.5? Zdecydowanie
Większość z was pewnie myśli: „Dobrze, David, ale czy Opus 5.5 jeszcze żyje w twojej pracy?”. Odpowiedź brzmi: tak. Widać to na publikowanym przeze mnie wykresie użycia — a dane pochodzą nie tylko ode mnie, lecz od wszystkich użytkowników CloudRoom: udział Fable wzrósł do około 25% i na tym poziomie się ustabilizował. Opus 5.5 to wciąż najlepszy model świata — nie pod względem inteligencji, tu wygrywa Fable, ale pod względem oferty. To prawdopodobnie najlepszy model w historii, jeśli patrzeć na to, ile użycia daje jeden plan za 200 dolarów miesięcznie. Nadal używajcie go jako modelu podstawowego. Różnicę z Fable poczujesz dopiero przy trudnych zadaniach: projektowanie sprzętu, złożona architektura oprogramowania, matematyka na poziomie granicznym albo strategia biznesowa, gdy naprawdę nie wiesz, co robić. Tam czuć dodatkową inteligencję Fable. A w Opusie poczujesz coś innego: że nie niszczy ci limitu. Fable zniszczy go całkowicie, Opus nie. Z Opusem możesz pracować cały dzień, każdego dnia, jako z modelem podstawowym — i to się opłaca. Dla większości z was: zostańcie przy Opusie 5.5. Nie jesteś pewien? Bierz Opusa.
Fable jako dyrygent, Opus jako orkiestra
Jak więc używać Fable 5.2? Tam, gdzie wyraźnie góruje nad Opusem: przy trudnych, ważnych, wykrętnych problemach. A gdy plan jest już jasny — po prostu uruchom kilku Opusów. W CloudRoom to banalne: mówię „uruchom pod sobą dziesięciu podagentów Opus 5.5, każdego w harnessie Claude Code, i każ im przeanalizować różne fragmenty bazy kodu pod kątem optymalizacji szybkości i opóźnień. Nie przekombinowuj, odpalaj natychmiast. Dziesięciu podagentów, każdy na Opusie 5.5, poziom «high»”. I gotowe. Fable planuje i rozgryza, co się dzieje, a potem zleca wykonanie podagentom — to po prostu optymalniejsze. Używanie Fable do wszystkiego to marnotrawstwo i tokenów, i czasu. Nikt nie chce czekać czterdziestu minut na zadanie, które da się zrobić w pięć. To jest właśnie problem Fable. Agenty startują jeden po drugim: jeden analizuje wydajność aplikacji przy starcie, inny renderowanie — rozumiecie ideę. Fable jest orkiestratorem i menedżerem, a wykonuje mniejszy, szybszy model — Opus, przy lżejszych zadaniach może nawet Sonnet 5.5, zależnie od limitów i charakteru pracy.
Robotyka, sprzęt i „big model smell”
Gdzie jeszcze Fable 5.2 błyszczy? Robotyka. To była bolesna pigułka dla wielu startupów robotycznych i dla wszystkich, którzy twierdzili, że duże modele językowe nie potrafią uogólniać. Okazuje się, że potrafią — to właśnie „gorzka lekcja”: potrzebują tylko więcej skali i więcej danych. Fable 5.2 zdeklasował konkurencję. Benchmark Robo Dojo: Fable 5.1 uzyskiwał 27,6%, Fable 5.2 — 64,9%. Skok oszałamiający. Model kontroluje roboty lepiej niż modele tworzone specjalnie do robotyki. Bo o to chodzi w AGI — litera „G” oznacza „generalny”. Wystarczająco inteligentny model językowy zrobi wszystko, nawet to, czego ma niewiele w danych treningowych — i właśnie to się potwierdza. Podobnie inżynieria sprzętowa i BenchCAD: znacznie lepiej niż Opus 5.5, i to w tych samych kosztach — na poziomie „high” ta sama cena daje lepszy wynik. Modele nieustannie się poprawiają, żadnej ściany nie widać. Jeśli robisz coś ekstremalnie trudnego i technicznego, Fable 5.2 dziś wygra z każdym innym modelem.
(Informacja dodatkowa: „Bitter lesson” — „gorzka lekcja” — to klasyczny esej Richa Suttona o tym, że w sztucznej inteligencji długoterminowo wygrywają skala i dane, a nie sprytne rozwiązania szyte pod konkretną dziedzinę.)
Jak to widzą praktycy? Tom, inżynier na poziomie staff w Shopify: „Claude Fable 5.2 świetnie nadaje się do dopracowywania luźnego pomysłu. Odpowiedzi są bardzo przemyślane i po kilku turach mogę niemal zawsze powiedzieć: «dobrze, rób» — i mieć pewność, że dokończy z minimalną ingerencją. Praca z nim przypomina pracę z kolejnym inżynierem na poziomie staff”. O to właśnie chodzi: gdy masz mglisty pomysł, „big model smell” wchodzi do gry — model pomoże ci ustalić, co i jak zrobić, i zrozumie, po co w ogóle o to pytasz.
Czas więc wyjaśnić, czym jest „big model smell”. Wielu nie zna tego terminu albo słyszało, ale nie rozumie. Chodzi o coś, co po prostu czuć w pracy z modelem: jest większy, wolniejszy, droższy w utrzymaniu — a przy tym miewa iskry geniuszu, których mniejsze modele nie mają, nawet gdy wyniki benchmarków są zbliżone. Tego nie widać na wykresach, ale czuć w użyciu. Sprawa ma znaczenie właśnie przy trudnych problemach: matematyce i fizyce na poziomie granicznym, głęboko technicznych błędach i usterkach, których trudno dopatrzyć. Tam dodatkowy rozmiar i dodatkowe parametry wchodzą do gry.
Przełączanie Fable → Opus w jednym wątku
Wspominałem o ciekawym wzorcu: zacznij rozmowę z Fable, prześlij pierwsze dwa, trzy problemy, a gdy zyskasz jasność — przełącz się na Opusa i dokończ. Zacząłem to testować wczoraj wieczorem i dziś; wygląda dobrze. Warunek: środowisko, które takie przełączanie obsługuje. W CloudRoom mogę zapytać „na jakiej jesteśmy maszynie?” — i usłyszeć, że działamy w odizolowanej chmurowej piaskownicy, bo każdy agent chmurowy pracuje tam we własnym środowisku. Dzięki temu mogę mieć uruchomionych kilkaset agentów naraz, a komputer działa bez zarzutu i procesor się nie grzeje — każdy z nich siedzi we własnej maszynie z Linuksem w chmurze. Ale wracając: wysyłam pierwszy problem, przełączam się na Opusa i kontynuuję rozmowę już z nim. To właśnie mam na myśli, mówiąc o przełączeniu Fable → Opus: nie wiesz, na czym stoisz, albo zadanie jest głęboko techniczne — zaczynasz z Fable, załatwiasz z nim dwa, trzy problemy, a potem kontynuujesz z Opusem: „teraz przeanalizuj to głębiej”. Pracujesz szybciej, a Opus jest po prostu przyjemniejszy we współpracy: odpowiada od razu, działa od razu i nie podgryza twojego limitu. Fable jest na te sytuacje — te 10–20% przypadków, gdy naprawdę potrzebujesz całej tej inteligencji. Zacznij z Fable, a potem przeskocz na Opusa.
Dwa triki promptowe
Pierwszy: powiedz modelowi, że to jego baza kodu. Domyślnie te modele są zachowawcze — to zresztą wskazówka samego Anthropica. Model myśli: „jestem w cudzym kodzie, muszę uważać”. Ale gdy powiesz mu, że kod jest jego, sam zacznie poprawiać rzeczy, o których wie, że wymagają tego, i częściej wskaże rozwiązania nieoptymalne. Drugi: „jesteś moim współzałożycielem”. Ten zwrot nie dotyczy kodu, tylko prowadzenia biznesu i doradztwa przedsiębiorczego. Ja stosuję oba naraz: „Jak byś to rozwiązał? Daj mi cztery różne projekty rozwiązania tego problemu. Przy okazji: to twoja baza kodu i jesteś moim współzałożycielem”. Połączenie czyni model ambitniejszym — odblokowuje jego prawdziwe opinie, bez całego politycznego błota, którym Anthropic przykryło model od góry.
OpenAI zostaje za podium
Szok: najlepszy model świata jest od Anthropica, drugi to Gemini 4 Carbon od DeepMind, trzeci to Opus. W pierwszej trójce nie ma ani jednego modelu OpenAI. Można to sprawdzić na Artificial Analysis: Fale najlepszy, Carbon drugi, Opus trzeci, a Astra się gubi. Nie wiem, co się dzieje w OpenAI, ale muszą pilnie wydać nowy model — inaczej przestaną być firmą z czołówki granicznej.
Którą subskrypcję kupić
Zasygnalizowałem to już wcześniej: przynajmniej jednej subskrypcji Claude potrzebujesz bez dyskusji. A nawet jeśli jesteś kompletnie spłukany i masz zero dolarów — kup tę za 20. „Ale David, przecież mówiłeś, że mam zero dolarów!”. Słuchaj: i tak kup za 20, bo to dosłownie najlepszy zwrot z inwestycji na świecie. Rozmawiasz z superinteligencją — z modelem granicznym, który potrafi mnóstwo. To pracownik, cyfrowy agent: ogarnie pocztę, przyprowadzi klientów, pomoże zbudować produkt. Jeśli nie umiesz z tego wyciągnąć więcej niż 20 dolarów, to twój problem, nie subskrypcji — wartość tam jest. Zależnie od budżetu celuj w plan za 200, bo daje najwięcej użycia w przeliczeniu na dolara; a jeśli potrzebujesz więcej — kupuj kolejne. Za wszelką cenę unikaj rozliczania po cenach API. Jedyny wyjątek: subskrypcja Cursora daje Carbone w cenach API — jeśli została ci odrobina użycia, wykorzystaj ją na recenzenta. Google AI Ultra? Jest w porządku, ale osobiście nie mogę polecać — dopłaty nie da się porównać z tym, co oferuje Claude. Jeśli stać cię na jedną subskrypcję — niech będzie jedna z Claude. I błagam: nie używajcie słabych modeli, używajcie granicznych. Chyba że samodzielnie hostujecie modele celowo, dla prywatności i bezpieczeństwa — to inna sprawa. Ale jeśli budujesz produkt, używaj najlepszego dostępnego modelu.
Pętle agentów: przyszłość, która już działa — na Opusie
Pętle to dowód, że Opus wciąż ma swoją rolę. 72% moich pętli działa na Opusie 5.5, a tylko 3% na Fable 5.2; na drugim miejscu plasuje się GPT-6. Jak je prowadzę? W CloudRoom: mam stale uruchomionych 35 różnych pętli, które oszczędzają mi mnóstwo czasu — szukają luk bezpieczeństwa, recenzują pull requesty, monitorują kondycję systemów. Część pętli to czysty skrypt: działa sama i dopiero, gdy coś znajdzie, budzi model. To optymalizacja pod tokeny: tylko gdy z kondycją systemu dzieje się coś niepokojącego, pętla uruchamia Opusa 5.5 do zbadania sprawy; gdy metryki są w normie, agent AI nie startuje wcale. I to jest przyszłość — jestem tego pewien. Zaczęliśmy od chatbotów (2023–2024), potem przyszła era agentów (2025–2026), a w 2027 roku i dalej będzie o pętlach agentowych — działających samodzielnie albo zarządzanych przez innego agenta. Bo czasu mamy tylko tyle, ile mamy: trzeba budować pętle i oddawać AI całe fragmenty własnej pracy. Opus 5.5 to wciąż mój model numer jeden do tego celu. Jeśli chcecie wiedzieć, jakie pętle prowadzę: mam sekcję szablonów — jedno kliknięcie i dowolną pętlę dodasz do własnych repozytoriów, wstępnie skonfigurowaną dokładnie tak jak u mnie, na przykład skan bezpieczeństwa. To zresztą przyszłość cyberbezpieczeństwa: agenci AI próbujący włamać się na własny kod, zanim zrobi to ktoś obcy. Więc jeśli jeszcze nie prowadzisz pętli — cloudroom.dev, zakładka w lewym górnym rogu, dostępna nawet w darmowym planie. Zacznij, bo w innym razie odpadasz z wyścigu.
I dwie uwagi. Po pierwsze: co trzecia pętla nie robi nic. Nie chodzi o to, żeby pętle na oślep wypychały zmiany. Ja używam ich do zarządzania tym, co sprawdzone i znanego kształtu: przeglądy PR, łapanie błędów, luki bezpieczeństwa. Nie do wdrażania nowych funkcji produktu — to fatalne rozumienie tematu; wyszłoby z tego bezrefleksyjne wypychanie na produkcję byle czego, bez świadomości, co tam faktycznie trafia. Po drugie: gdy pętla nic nie znajduje — na przykład bada alert użytkownika, który okazuje się fałszywy albo już naprawiony — nie używaj Fable. Marnujesz limit: potężny model robi coś, co Opus 5.5 wykonałby równie dobrze. Niepewny? Bierz Opusa. To wciąż model superinteligentny, na wielu benchmarkach bliski Fable, dużo szybszy i przyjemniejszy we współpracy, a limitu nie niszczy. Fable tylko wtedy, gdy mówisz sobie: „tutaj potrzebuję całej inteligencji — zadanie jest głębokie i niepewne, potrzebuję dużego modelu”.
Na koniec: cała moja kuchnia w New Society
Wszystkie moje skille, snippety, szablony i pokazane dane znajdziecie w New Society. Jeden moduł aktualizuje się automatycznie codziennie, drugi co tydzień — wraz z całym moim ustawieniem: co używam, jak używam, które modele. Cena? Zeszliśmy do 37 dolarów miesięcznie — najniższa od trzech lat, więc jeśli was to interesuje, to najlepszy moment na dołączenie. Link pod materiałem. Dziękuję za obejrzenie i życzę produktywnego tygodnia.