Dlaczego Anthropic zaleca Opusa, a nie najmocniejsze Fable, do większości pracy

O czym jest ten film

1. Zadebiutował Claude Fable 5.2 — najinteligentniejszy dostępny model — a jednak Anthropic i autor zalecają codzienną pracę na Opusie 5.5.
2. Autorski test: 15 dużych plików (PDF-y po 50+ stron, obszerne arkusze) z dziewięcioma ukrytymi problemami — oba modele wskazały identyczną dziewiątkę; test dopasowania ~65 faktur do wyciągów bankowych też zakończył się remisem.
3. Opus 5.5 na poziomie „medium” pokrywa 80–90% typowej pracy umysłowej — potwierdza to dokumentacja samego Anthropic.
4. Dwa najczęstsze błędy użytkowników: praca na zbyt małym modelu (często firmowy Sonnet 5.5 na „medium”) albo wiara w zasadę „większy znaczy lepszy” — największy model na maksymalnym wysiłku.
5. Fable 5.2 jest od Opusa 2–6 razy droższy za zadanie tej samej jakości; porównywać należy koszt całego zadania, a nie cenę za token.
6. Poziom wysiłku nigdy powyżej „high”: przejście z „high” na „extra high” to około 2,5-krotny koszt przy identycznej lub niemal identycznej jakości.
7. Opus na „extra high” kosztuje mniej więcej tyle co Fable na „medium” — a między nimi jest skok inteligencji na korzyść Fable; lepiej więc kupić mocniejszy model z umiarkowanym namysłem niż słabszy z maksymalnym.
8. Fable jest uzasadniony tylko w dwóch rolach: jako recenzent wyników Opusa (przy zadaniach o wysokich stawkach: prawo, wizerunek, finanse) oraz jako wykonawca, gdy Opus zawiedzie dwa razy z rzędu.
9. Przy zmianie modelu zawsze należy otwierać nową rozmowę — kontynuacja starego wątku kosztuje (nowy model czyta całą historię od nowa) i wbudowuje stronniczość wobec wcześniejszej pracy.
10. Zadania cykliczne warto degradować: zbudować instrukcje i skille z mocniejszym modelem, przetestować metodycznie na coraz tańszych, a na stałe zostawić mniejszy model.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Punkt wyjścia: Opus 5.5 na „medium”, niemal zawsze

Na czym polega: Opus 5.5 na średnim poziomie wysiłku wystarcza do 80–90% pracy umysłowej — i to z bardzo dobrym efektem. Identyczne zalecenie znajdziemy w dokumentacji Anthropic.

Jak stosować: Każde nowe zadanie zaczynaj od Opusa 5.5 na „medium” i dopiero od wyniku uzależniaj kolejne ruchy. Przy wdrożeniu zespołu warto od razu sprawdzić, jaki model i poziom wysiłku ustawia firmowa subskrypcja.

Na co uważać: Domyślne ustawienia (często Sonnet 5.5 na „medium”) wracają w każdej nowej rozmowie — frustracja jakością może wynikać z konfiguracji, a nie z samego modelu.

2.Nigdy powyżej „high” — 2,5 raza wyższy rachunek za tę samą jakość

Na czym polega: Według pomiarów Anthropic to samo zadanie wykonane Opusem 5.5 na „high” i na „extra high” różni się kosztem o około 2,5 raza, a jakością — identycznie albo niemal identycznie.

Jak stosować: Eskalacja wygląda tak: nieudane zadanie na „medium” → nowa rozmowa, ten sam model na „high”. To koniec drogi w pionie — dalej zmieniaj model, nie suwak wysiłku.

Na co uważać: Na poziomach „extra” i „max” model potrafi zużyć masę tokenów na zbędne samosprawdzanie wyników — rachunik rośnie, jakość nie.

3.Za cenę Opusa na „extra high” masz Fable na „medium”

Na czym polega: Opus 5.5 na najwyższych poziomach wysiłku kosztuje mniej więcej tyle, co Fable 5.2 na „medium” — przy wyraźnym skoku inteligencji na korzyść Fable.

Jak stosować: Jeżeli budżet danego zadania i tak ma być wysoki, przeznacz go na mocniejszy model z umiarkowanym namysłem, a nie na słabszy model z maksymalnym.

Na co uważać: To zasada dla zadań, które rzeczywiście wymagają Fable — nie powód, żeby sięgać po niego rutynowo.

4.Porównuj koszt zadania, a nie cenę tokena

Na czym polega: Cennik za tokeny mówi niewiele. Fable 5.2 bywa 2–6 razy droższy od Opusa za wynik tej samej jakości, bo przy wysokim wysiłku „grzebie” w wynikach dłużej, niż trzeba.

Jak stosować: Przy decyzji „który model” licz realne zużycie z kilku typowych zadań, a nie stawki z tabeli cenowej.

Na co uważać: Benchmarki często pokazują remis jakościowy — różnice w rachunku bierzą się z zachowania modelu, nie z cennika.

5.Fable jako recenzent pracy Opusa — tylko przy wysokiej stawce

Na czym polega: Zadanie wykonuje Opus 5.5, a Fable 5.2 w osobnej rozmowie weryfikuje wynik, otrzymując zarówno pliki źródłowe, jak i gotową pracę.

Jak stosować: Włączaj ten schemat tam, gdzie pomyłka niesie skutki prawne, wizerunkowe lub finansowe — tam koszt dodatkowej kontroli jest uzasadniony.

Na co uważać: Przy zadaniach rutynowych to przepłacanie; recenzent musi dostać materiały źródłowe, nie sam wynik — inaczej nie ma czego porównywać.

6.Fable jako wykonawca — dopiero po dwóch porażkach Opusa

Na czym polega: Jeśli Opus 5.5 na „high” zawiedzie dwa razy z rzędu w podobny sposób, znaczy to, że zadanie przerasta jego możliwości — i dopiero wtedy warto sięgnąć po Fable 5.2, zaczynając od „medium”.

Jak stosować: Pierwsza porażka → nowa rozmowa, ten sam model, wysiłek „high”. Druga, podobna porażka → nowa rozmowa, Fable na „medium”.

Na co uważać: Zanim zawinisz model, dopracuj prompt i kontekst — to częstsza przyczyna niepowodzeń niż zbyt niska inteligencja.

7.Zmiana modelu zawsze w nowej rozmowie

Na czym polega: Przełączenie modelu w tym samym wątku zmusza nowy model do ponownego przeczytania całej historii (koszt) i wbudowuje w niego skłonność do podtrzymywania wcześniejszych ustaleń (ryzyko gorszego wyniku).

Jak stosować: Świeża rozmowa, pliki źródłowe, precyzyjnie sformułowane polecenie — dopiero wtedy uruchamiasz Fable.

Na co uważać: Wygodne przełączanie modelu „w locie”, w jednej nitce, to wariant najdroższy i najbardziej zawodny.

8.Zadania cykliczne: buduj z Opusem, pracuj na Sonnecie

Na czym polega: Instrukcje i skille dla powtarzalnego procesu tworzy się z mocniejszym modelem, a potem metodycznie testuje coraz tańsze: Opus „high” → „medium” → „low”, a następnie Sonnet. Gdy wyniki są bezbłędne, na stałe wystarczy mniejszy model.

Jak stosować: Testuj na różnych danych wejściowych — dopiero powtarzalna bezbłędność uzasadnia przejście niżej.

Na co uważać: Jednorazowy test to za mało; zadanie będzie chodzić co godzinę albo co dzień, więc każdy przeoczony błąd też zacznie się powtarzać.

9.Zanim ocenisz model, sprawdź, co masz ustawione

Na czym polega: Większość skarg w stylu „Claude się do tego nie nadaje” wynika z pracy na złym modelu i złym poziomie wysiłku — często ustawionym odgórnie przez dział IT.

Jak stosować: Przy współpracy z zespołem zacznij od udostępnienia ekranu: prawy dolny róg aplikacji Claude pokazuje model i poziom wysiłku. Diagnoza trwa sekundę.

Na co uważać: Ustawienia domyślne mogą resetować się w nowych rozmowach — warto je sprawdzać cyklicznie.

10.W typowej pracy umysłowej jakość Opusa i Fable jest praktycznie identyczna

Na czym polega: W teście autora (15 dużych plików, 9 ukrytych problemów — symulacja badania firmy przed zakupem) oraz przy dopasowaniu około 65 faktur do wyciągów oba modele wypadły tak samo; Fable dorzucił tylko jeden nieistotny punkt.

Jak stosować: W zadaniach analitycznych i porządkowych nie przepłacaj „za nazwę” modelu — różnica ujawnia się dopiero przy naprawdę złożonych problemach.

Na co uważać: To nie wyrok dla Fable, lecz argument za jego celowym użyciem — tam, gdzie faktycznie coś wnosi.

Redakcyjne tłumaczenie

Najmocniejszy model właśnie wyszedł — i właśnie dlatego nie zaczynaj od niego

W tym tygodniu zadebiutował Claude Fable 5.2, najinteligentniejszy model, po który dziś można sięgnąć. I tu niespodzianka: firma, która go zbudowała, sama odradza korzystanie z niego przy większości zadań. Podpisuję się pod tym obiema rękami. Codziennie pracuję z klientami i Opus 5.5 świetnie radzi sobie z 80–90 procent tego, co robią. Fable różni się głównie tym, że znacznie szybciej wyczerpuje limit w abonamencie. Poniżej pokazuję, jak wybieram między modelami — i w których zaledwie dwóch sytuacjach faktycznie sięgam po Fable.

Test porównawczy: piętnaście plików, dziewięć ukrytych problemów

Chcąc udowodnić, że w typowej pracy umysłowej Opus 5.5 i Fable 5.2 dają praktycznie tę samą jakość, przeprowadziłem prosty sprawdzian. Zebrałem piętnaście pokaźnych plików: jedne to PDF-y liczące ponad pięćdziesiąt stron, inne duże arkusze Excela z licznymi wierszami. W całości ukryłem w nich dziewięć problemów. Ten sam zestaw trafił do obu modeli — wraz z jednym poleceniem: „Chcę kupić tę firmę. Przeczytaj wszystko i powiedz, co powinno mnie niepokoić, zanim podpiszę umowę”. Dane były, rzecz jasna, sztuczne, syntetyczne — ale chodziło o sam wynik.

Oba modele, ustawione na porównywalnym, średnim poziomie wysiłku, wskazały dokładnie te same dziewięć problemów. Fable dorzucił od siebie jeden punkt, który w niczym nie zmieniał oceny sytuacji.

To jeden z wielu testów, jakie przeprowadziłem, żeby pokazać, jak blisko siebie te modele stoją. W kolejnym dałem obu około sześćdziesięciu pięciu faktur z zadaniem dopasowania ich do wyciągów bankowych. I znów: oba wykonały robotę bezbłędnie, w zbliżonym czasie.

Próbka jest niewielka, ale pokrywa się z tym, co widuję na co dzień. Ludzie używają tych modeli w kółko i jakość, którą uzyskują z Opusa 5.5, jest niemal zawsze taka sama jak z Fable 5.2 — jeśli różnica w ogóle się pojawia, to dopiero przy naprawdę złożonych zadaniach.

(Informacja dodatkowa: w transkrypcji autor posługuje się potocznymi skrótami „Opus 55”, „Fable 52”; w tekście ujednolicono je do Opus 5.5, Sonnet 5.5 i Fable 5.2.)

Zanim ocenisz model, zobacz, co masz ustawione

Gdy zaczynam pracę z nową osobą, pierwsze, o co proszę, to udostępnienie ekranu. Ludzie miewają gotową tezę: „Claude się do tego nie nadaje, jestem tym zirytowany”. Wystarczy rzut oka na ekran, żeby zobaczyć prawdziwą przyczynę — bardzo często jest nią zły model na złym poziomie wysiłku.

Gdzie tego szukać? W aplikacji Claude na komputery, w prawym dolnym rogu okna — u mnie widnieje tam „Fable 5.2, high”. Po kliknięciu rozwija się lista modeli: Fable, Opus, Sonnet i Haiku. Z ludźmi, z którymi pracuję, trzymamy się z reguły Sonneta, Opusa i Fable — Haiku do większości zastosowań jest po prostu za słaby. Niżej wybiera się poziom wysiłku, czyli po prostu to, jak mocno model ma się namyślać nad zadaniem: od „low” po „max”. O szczegółach jeszcze będzie mowa — na razie chodzi o to, żeby wiedzieć, gdzie tych ustawień szukać. I dla porządku, od najmniejszego do największego: Haiku, Sonnet, Opus, Fable.

(Przerwa autorska: w tym miejscu film przerywa autopromocja — Davis prowadzi praktyczne konsultacje, podczas których w sesji z udostępnianym ekranem powstaje działające narzędzie AI dopasowane do realnej pracy zespołu; linki pod filmem.)

Dwa błędy, które widuję najczęściej

Gdy klienci pokazują mi ekrany, dwa błędy powtarzają się bez końca.

Pierwszy: skargi na jakość odpowiedzi przy pracy na zbyt małym modelu z niskim namysłem. Najczęściej to Sonnet 5.5 na „medium”, bo właśnie tak domyślnie konfiguruje subskrypcję dział IT w wielu firmach. Dopóki nie zmienisz ustawień, każda nowa rozmowa rusza od tego zestawu.

Drugi błąd jest lustrzanym odbiciem pierwszego: skoro większy znaczy lepszy, to biorę największy model i ustawiam wysiłek na maksimum. W ten sposób łatwo — przypadkiem albo całkiem świadomie — spalić mnóstwo pieniędzy w przekonaniu, że kupuje się lepszy wynik. Jeśli Twoje stanowisko ma w firmie określony limit, Fable 5.2 na „max” potrafi roztrwonić go w kilka godzin, a przy małym limicie i wymagającym zadaniu — w kilka minut.

Punkt wyjścia: Opus 5.5 na „medium”

Najlepsze ustawienie na start to Opus 5.5 na średnim wysiłku — tak zalecam zacząć wszystkim moim klientom. To pokrywa większość pracy umysłowej, a mówiąc „większość”, mam na myśli 80–90 procent zadań — i to zrobionych naprawdę porządnie. Nie jestem w tej ocenie sam: Anthropic, twórca tych modeli, wprost we własnej dokumentacji opisuje Opusa 5.5 na poziomach „medium” i „high” jako najlepszego codziennego konia roboczego dla pracowników wiedzy.

Przepaść cenowa: licz koszt zadania, a nie cenę tokena

Między Opusem 5.5 a Fable 5.2 rozciąga się finansowa otchłań. Część osób sądzi, że Fable to odrobina drożej — nieprawda, to model dużo droższy. W publicznych testach porównawczych, gdzie oba silniki dostają to samo zadanie na zbliżonym wysiłku, jakość wyników wychodzi ta sama, a rachunek za Opusa to zwykle połowa rachunku za Fable. Dwukrotność to jeszcze łagodny przypadek — różnica bywa trzy-, pięcio-, a nawet sześciokrotna.

Skąd ta dysproporcja? Nie wystarczy porównywać ceny za token, jak robi to większość dyskusji. Trzeba patrzeć na koszt całego zadania, bo model potrafi zużyć górę tokenów na zbędne samosprawdzanie wyników — i dokładnie tak zachowuje się Fable 5.2 ustawiony powyżej „high”, na „extra” czy „max”.

Sufit wysiłku nazywa się „high”

Do tej pory mówiliśmy o rozmiarze modelu i kosztach, ale kluczową dźwignią jest sam wysiłek. Ustalona zasada: zaczynamy od Opusa 5.5 na „medium”. Jeżeli zadanie nie wyszło tak, jak trzeba — a prompt jest dobry i kontekst również — otwieramy nową rozmowę i podbijamy poziom do „high”. Modelu na razie nie ruszamy: to wciąż Opus 5.5, tylko zamiast „medium” mamy „high”. Jeśli teraz pójdzie — świetnie. Jeśli nie, dopiero wtedy następuje zmiana modelu: z Opusa 5.5 na Fable 5.2, i to od razu na „medium”.

Dlaczego nie skakać od razu na „extra high” albo „max”, w Opusie czy nawet w Fable? Bo to wydatek nieporównanie większy, niż zadanie wymaga. Jak bardzo? Anthropic przeprowadził własne pomiary: to samo zadanie wykonane Opusem 5.5 na „high” i na „extra high” różni się kosztem o około dwa i pół raza, a jakością — identycznie albo niemal identycznie. „High” wypada odrobinę słabiej niż „extra high”, ale ta różnica niemal nigdy nie uzasadnia takiej dopłaty. Płacisz sto pięćdziesiąt procent więcej za znikomą poprawkę.

I rzecz najważniejsza, chcę, żeby to wreszcie dotarło: Opus 5.5 na „extra high” kosztuje mniej więcej tyle samo co Fable 5.2 na „medium” — a między nimi jest skok inteligencji zdecydowanie na korzyść Fable. Właśnie dlatego nigdy nie podnoszę wysiłku powyżej „high”, ani przy Opusie, ani przy Fable. Powtórzę dla jasności: pracując na jednym z tych dwóch modeli, nigdy nie ustawiaj wysiłku wyżej niż „high”. Powyżej palisz pieniądze bez potrzeby, a jakość dostajesz co najwyżej taką samą, czasem gorszą.

Kiedy naprawdę wyciągać Fable — dokładnie dwa przypadki

Przypadek pierwszy: Fable jako recenzent (najczęstszy). Robotę wykonuje Opus 5.5. Bierzemy zestaw plików źródłowych, oddajemy je Opusowi, ten kończy zadanie i powstaje gotowy rezultat. Teraz otwieramy nową rozmowę i wręczamy Fable 5.2 dwie rzeczy: gotową pracę oraz materiały źródłowe — z poleceniem zweryfikowania, co zrobił Opus. Nie stosuję tego przy każdej czynności, tylko tam, gdzie stawka jest naprawdę wysoka — gdzie pomyłka niesie firmie skutki prawne, wizerunkowe albo finansowe.

Przypadek drugi: Fable jako wykonawca awaryjny. Zdarza się, że Opus 5.5 dostał szansę i zawiódł. I to dwukrotnie. Pracujemy na Opusie 5.5 przy „high” — zadanie pada. Otwieramy nową rozmowę, próba numer dwa — znowu porażka, do tego w podobny sposób. Wniosek: temu modelowi po prostu brakuje rozumku, żeby uporać się z tym zadaniem po naszej myśli. Wtedy dopiero uruchamiamy kolejną, zupełnie nową rozmowę i zlecamy zadanie Fable 5.2 — najpewniej na „medium”.

Dlaczego za każdym razem nowa rozmowa, a nie kontynuacja starego wątku? Dwa powody. Pierwszy to pieniądze: gdy ktoś po pracy Opusa po prostu przełącza model w tym samym wątku, Fable musi od nowa przeczytać całą dotychczasową historię — i ta ponowna lektura słono kosztuje. Drugi to stronniczość: Fable, kontynuując cudzą robotę, będzie skłaniał się ku temu, co Opus już zrobił, a to potrafi zafałszować wynik. Zamiast tego: świeża rozmowa, pliki źródłowe, precyzyjnie sformułowane polecenie — i dopiero wtedy Fable bierze się do dzieła.

Kiedy schodzić z modelem w dół

Mówiliśmy o podnoszeniu inteligencji — a jak poznać, że czas zejść niżej? Najczęstszy scenariusz to zadania powtarzalne. Wyobraź sobie, że budujesz skilla wraz z instrukcjami i kontekstem, korzystając z mocniejszego modelu: Opus 5.5 na „medium” albo „high” wykonuje dla nas całą konstrukcję. Gdy skill jest gotowy, ustawiamy go jako zadanie planowane — proces ma przebiegać codziennie, co tydzień. I teraz zaczyna się metodyczne testowanie: najpierw Opus 5.5 na „high”, potem „medium”, potem „low” — jeśli za każdym razem wychodzi idealnie, schodzimy jeszcze niżej: Sonnet 5.5 na „high”, „medium” albo mniej, i patrzymy, czy da radę. Testy muszą objąć różne dane wejściowe — w końcu ten proces będzie powtarzany bez końca. Gdy mniejszy model udowodni klasę za każdym razem, wiadomo, że można bezpiecznie przejść na tańszy silnik i oszczędzać na czynności, która kręci się co godzinę, co dzień, co tydzień.

(Informacja dodatkowa: „skill” to w ekosystemie Claude zestaw instrukcji i kontekstu zapisany do wielokrotnego użycia; model sięga po niego przy określonych typach zadań.)

Cała ścieżka decyzyjna w pigułce

Szybkie zebranie całości — pięć rzeczy, które trzeba zapamiętać:

1. Otwierasz Claude — zaczynaj od Opusa 5.5 na „medium”, przy każdym zadaniu, zwłaszcza jeśli jesteś pracownikiem wiedzy.
2. Zadanie się nie udało, a prompt i kontekst są dopracowane → nowa rozmowa, Opus 5.5 na „high”. I nigdy wyżej niż „high”: powyżej płacisz za jakość identyczną z „high”.
3. Zadanie krytyczne, w którym stawka jest wysoka → Fable dodatkowo recenzuje wynik Opusa. Zawsze w nowej rozmowie.
4. Opus zawiódł dwa razy z rzędu, w podobny sposób → dopiero wtedy sam Fable bierze zadanie, w nowej rozmowie; zacznij od „medium”, w razie potrzeby podbij do „high”.
5. Przy zadaniach cyklicznych obniżasz poziom inteligencji, żeby oszczędzać: instrukcje, skille i harmonogram budujesz z mocniejszym modelem, a po przetestowaniu przełączasz na mniejszy i pozwala mu pracować bez przerwy — co godzinę, co dzień, co tydzień.

Na koniec, od autora

Dwie rzeczy na pożegnanie. Po pierwsze, Dylan Davis prowadzi darmową, trzydziestodniową serię mailową: 30 pomysłów na zastosowanie AI w biznesie i codziennej pracy, prosto do skrzynki. Po drugie — jeśli płacicie za AI i chcecie, żeby zespół naprawdę z niego korzystał, pod filmem czeka link do bezpłatnej rozmowy wstępnej i opisu oferty.