Fable 5.2 و پروژهای که سه بار شکست خورده بود
خلاصهٔ کاملتر
تو این مقاله یه تجربه واقعی با Fable 5.2، مدل جدید Anthropic، تعریف شده. یه توسعهدهنده بیش از یه ماه درگیر برنامهنویسی یه نمایشگر e-ink بوده و سه بار با مدلها و ابزارهای مختلف، از جمله Fable 5.1، امتحان کرده بود ولی نتیجهای که دوست داشته باشه نگرفته بود. این بار همه تلاشهای قبلی، فایلها و حتی بازخوردهای ردشده خودش رو به Fable 5.2 داد.
مشکل اصلی اجرای فنی نبود. نویسنده میگه این آدم تو طراحی خیلی سختگیره و بازخوردهاش بیشتر از جنس «بده، کار نمیکنه، درستش کن» بوده. Fable 5.2 بهجای اینکه ازش بخواد نیازها رو از اول توضیح بده، این تاریخچه رو مثل یه دیتاست خوند و از چیزهایی که رد شده بود، فهمید منظورش چی بوده. طراحیای که داد همون لحظه قبول شد و همون بار اول روی نمایشگر کار کرد: صفحهای که صبح، ظهر و عصر اطلاعات متفاوت نشون میده، آبوهوا و برنامه روز بعد رو داره و جملههایی از نویسندههای محبوبش رو میچرخونه.
یه نکته جالب دیگه handoff file بود. وقتی گفتگو طولانی شد، مدل خودش فهمید context window (یعنی حجم متنی که مدل همزمان میتونه تو ذهنش نگه داره) داره پر میشه. خودش یه فایل خلاصه از تصمیمهای طراحی نوشت و پیشنهاد داد مرحله ساخت تو یه گفتگوی جدید انجام بشه. این مهمه چون جلسههای طولانی معمولاً با پر شدن context خراب میشن و مدل تصمیمهای قبلی رو گم میکنه. یعنی دیگه لازم نیست خودت حواست باشه کِی باید جلسه رو عوض کنی.
طبق گفته Anthropic، تو بنچمارک Remote Labor Index، مدل Fable 5.2 تو ۴۱ درصد پروژههای فریلنسری حداقل به خوبی یه متخصص انسانی عمل کرده، در حالی که این عدد برای Opus 5.5 حدود ۲۱ درصده. ولی قیمتش ۸ دلار برای هر میلیون توکن ورودی و ۴۰ دلار برای خروجیه. یعنی ارزونتر از Fable 5.1 ولی هنوز گرون، تا جایی که یه نفر برای یه گفتگوی API درباره اسناد استراتژی ۲۵۰ دلار پول داده.
نویسنده سه حالت رو از هم جدا میکنه: کارهایی که مدل ارزونتر هم خوب انجامشون میده و ارتقا فقط هزینه اضافهست، کارهایی که Fable بهترشون میکنه ولی به قیمتش نمیارزه، و کارهایی که اونقدر سخت و باارزشن که هزینهش توجیه داره. خود Anthropic هم توصیه میکنه برای بیشتر کدنویسیها از Opus 5.5 استفاده کنی و Fable 5.2 رو برای کارهای سختتر نگه داری. پروژه e-ink هم تو سهمیه پلن هفتگی انجام شد و هزینه اضافه نداشت.
نویسنده این رو به ایده اقتصاد K شکل وصل میکنه: یه گروه مسئلههایی پیدا میکنن که توانایی اضافه مدل چند برابر هزینهش رو برمیگردونه، و گروه دیگه نه. به نظرش مهارت مهم دیگه کار با مدل نیست، بلکه تشخیص اینه که کدوم مسئله ارزش داره و آیا جواب مدل واقعاً خوبه یا نه. خود توسعهدهنده هم نقشش رو بیشتر یه مشتری سختگیر میدونه تا طراح.
نکات کلیدی:
- Fable 5.2 با خوندن صدها فایل از سه تلاش ناموفق قبلی، طراحی درست رو حدس زد
- مدل خودش پر شدن context window رو تشخیص داد و یه handoff file برای ادامه کار ساخت
- تو Remote Labor Index، Fable 5.2 به ۴۱ درصد رسیده و Opus 5.5 به ۲۱ درصد
- قیمت API ۸ دلار برای ورودی و ۴۰ دلار برای خروجی به ازای هر میلیون توکنه
- Anthropic برای بیشتر کارها Opus 5.5 رو پیشنهاد میکنه و Fable 5.2 رو برای کارهای سختتر




