Claude Fable 5.1: què canvia i quant costa
Anthropic ha publicat Claude Fable 5.1, que passa a ser el seu model més capaç de disponibilitat general. Substitueix Fable 5 a la mateixa gamma i al mateix preu per token, i arriba amb un grapat de canvis que importen si el faràs servir de debò.
Anem amb les dades, i després amb el que gairebé ningú t’explicarà: quan no compensa.
L’essencial
Finestra de context: un milió de tokens. És el màxim i també el valor per defecte. Per fer-se una idea, hi caben folgadament diversos llibres, o l’històric sencer de correus d’un projecte llarg.
Sortida màxima: 128.000 tokens. Suficient per a un document extens d’una tirada.
Preu: 10 dòlars per milió de tokens d’entrada i 50 per milió de sortida. La lectura des de memòria cau baixa a 0,25 dòlars per milió, que és la diferència entre un projecte viable i un que no ho és quan repeteixes el mateix context moltes vegades.
Posat al costat dels seus germans, el salt de preu es veu de seguida:
- Fable 5.1 — 10 / 50 dòlars, 1M de context.
- Opus 5 — 5 / 25 dòlars, 1M de context.
- Sonnet 5 — 2 / 10 dòlars, 1M de context.
- Haiku 4.5 — 1 / 5 dòlars, 200.000 de context.
Fable 5.1 costa el doble que Opus 5 i cinc vegades el que Sonnet 5. Aquesta proporció és tota la conversa.
Què porta de nou
El raonament va sempre encès. No es pot desactivar: qualsevol intent de configurar-ho retorna un error. El que sí que es controla és la profunditat, amb cinc nivells que van de mínim a màxim. A la pràctica això simplifica les coses —una decisió menys— i obliga a pensar el nivell d’esforç per tasca en comptes de deixar-ho a l’atzar.
El raonament en brut mai es retorna. Es pot demanar un resum llegible, o deixar-lo ocult, que és el que fa per defecte. Convé saber-ho si el teu producte ensenya a l’usuari «el que està pensant»: amb l’opció per defecte el que veurà és una pausa llarga i després la resposta de cop.
Notes de progrés entre passos. En tasques llargues amb eines, el model pot anar retornant apunts breus de per on va. És una funció en proves i resol un problema real: que un procés de diversos minuts sembli penjat.
Canvi d’esforç a mitja conversa sense llençar la memòria cau. Sona a detall tècnic i és diner: abans, pujar o baixar el nivell obligava a reprocessar tot el context acumulat.
Recordatoris d’un sol torn. Es pot inserir una instrucció que val per al missatge següent i després s’apaga sola, sense embrutar l’històric.
El que es trenca si véns de la versió anterior
Tres coses deixen de funcionar, i les tres són de les que es descobreixen en producció si ningú les mira abans.
Ja no es pot obligar el model a fer servir una eina. Abans es podia forçar que respongués invocant una funció concreta; ara això retorna un error. L’alternativa és demanar-l’hi al text i validar el resultat contra un esquema.
Els blocs de raonament estan lligats al model que els va produir. Si barreges models a la mateixa conversa, els que no són Fable 5.1 els ignoren.
No es pot reescriure el passat. Editar un torn anterior invalida el raonament posterior. Qualsevol sistema que compacti o reescrigui l’històric sobre la marxa necessita revisar-se.
Dues condicions que convé llegir abans de signar
Retenció de dades de 30 dies. Fable 5.1 no està disponible sota retenció zero llevat d’autorització expressa. Si la teva organització té aquesta política per contracte o per sector, això és un no rotund i és millor saber-ho ara que després de tres setmanes d’integració.
No hi ha nivell de prioritat. Si el teu cas necessita capacitat reservada amb latència garantida, aquest model no l’ofereix.
I ara l’important: el necessites?
Aquí és on convé abaixar l’entusiasme.
Un model més capaç no millora automàticament un producte. Millora les tasques que fallaven per manca de capacitat de raonament, que són moltes menys de les que un es pensa. Si el teu assistent respon malament perquè el context està desordenat, perquè les instruccions són ambigües o perquè ningú ha revisat els exemples, canviar de model no arregla res: pagues cinc vegades més pel mateix problema.
La mateixa documentació d’Anthropic apunta a una cosa reveladora: en els models nous, abaixar el nivell d’esforç sol igualar o superar la generació anterior a esforç alt. Traduït: abans de saltar de gamma, prova el model que ja tens amb més esforç. És la comparació que gairebé ningú fa i la que més diners estalvia.
La nostra regla, quan muntem alguna cosa amb aquestes eines per a un client:
- Començar pel model més barat que pugui fer la feina. Gairebé sempre és més del que s’esperava.
- Mesurar sobre casos reals, no sobre tres exemples triats. Vint o trenta peticions de debò, amb els seus casos rars.
- Pujar de gamma només quan el mesurament ensenyi un sostre, i només a la part del sistema que ho necessiti. Un procés pot fer servir un model car per decidir i un de barat per a la resta.
- Comptar el cost per tasca acabada, no per petició. Una petició barata que necessita tres reintents no és barata.
On sí que compensa
Amb això dit, hi ha feines on la diferència es nota: anàlisis llargues que cal sostenir durant molts passos sense perdre el fil, tasques de programació complexes, i processos autònoms que corren durant minuts i han d’arribar fins al final sense supervisió.
Si el teu cas és respondre preguntes freqüents, classificar correus o redactar esborranys, no és el teu model. I dir-ho va contra l’interès de qui cobra per implantar coses complicades, nosaltres inclosos.
Si el vols provar
Comença per una tasca concreta que avui no surti bé, no per una prova general. Mesura abans i després amb els mateixos casos. I calcula el cost amb el teu volum real d’un mes, no amb el de la demostració.
Si vols que mirem si té sentit en el teu cas —o si amb el que ja tens n’hi hauria prou—, escriu-nos. La resposta honesta és que no sempre, i és la que donem.
