GPT-5.6 против Claude Fable 5 в 2026: догнала ли OpenAI - честный разбор

9 июля 2026 OpenAI открыла GPT-5.6 для всех и заявила, что догнала Claude Fable 5. Правда сложнее заголовка. На терминальных задачах GPT-5.6 Sol обошла Fable 5 и стоит дешевле. А на ремонте живого кода в реальных репозиториях впереди по-прежнему Fable 5, причём своё число на этом тесте OpenAI на запуске просто не показала.

Единого победителя тут нет, есть выбор под задачу. Ниже разберём по полкам: на каких тестах GPT-5.6 реально вырвалась вперёд, где Fable держит первое место, сколько каждая модель стоит по API и что брать под свою работу. Цифры бенчмарков и цены даю строго по замерам, без округлений в чью-то пользу.

Весь спор упирается в четыре цифры. Две в пользу GPT-5.6, одна в пользу Fable, и одна, которую OpenAI на запуске просто не показала.

Что вообще случилось: GPT-5.6 и Claude Fable 5 за 5 минут

Два больших релиза встали рядом за пару недель, отсюда и волна заголовков.

Anthropic показала Claude Fable 5 девятого июня. Это самая мощная широкодоступная модель компании. Потом её временно сняли из-за экспортных ограничений и вернули глобально 1 июля 2026. GPT-5.6 от OpenAI прошла превью для партнёров 26 июня и открылась для всех девятого июля.

У GPT-5.6 сразу три варианта под разные кошельки и задачи:

• Sol (и Sol Ultra) - самый мощный, заточен под кибербезопасность, терминал и долгие сессии в Codex.
• Terra - средний, рабочая лошадка по умолчанию.
• Luna - самый дешёвый, под объём и простые задачи.

Claude Fable 5 - одна модель без такого разброса, плюс её закрытый близнец Mythos 5. Это тот же движок, но без ограничивающих фильтров, и доступ к нему идёт только через государственную программу США по кибербезопасности. Для вайб-кодера Mythos недоступен, поэтому дальше сравниваю именно Fable 5 и линейку GPT-5.6.

На каких тестах GPT-5.6 обошла Claude Fable 5

Волна «догнала» выросла из одного семейства замеров - Terminal-Bench, где модель гоняют по терминальным и bash-задачам. Тут GPT-5.6 Sol набрала 88.8%, Sol Ultra - 91.9%, а Fable 5 - 83.4%. На этих задачах OpenAI действительно впереди, и вход дешевле.

Заголовки родились из сравнения на Terminal-Bench 2.1 - наборе задач, где модель управляет терминалом и командной строкой. Цифры честные и в пользу OpenAI:

Модель	Terminal-Bench 2.1
GPT-5.6 Sol Ultra	91.9%
GPT-5.6 Sol	88.8%
GPT-5.5	88.0%
GPT-5.6 Terra / Luna	84.3%
Claude Fable 5	83.4%
Claude Opus 4.8	78.9%

На терминальных и bash-потоках GPT-5.6 Sol реально быстрее и точнее Fable 5. Если твоя работа - это сценарии, автоматизация окружения, разбор журналов, команды в терминале, то тут OpenAI обошла Anthropic. Честно это признать, без попыток замять в пользу «своей» стороны.

Проблема заголовков в другом. «Догнала на Terminal-Bench» тихо превращается в «догнала везде», а это уже неправда. Один срез задач - это работа в терминале. Реальный код чинят иначе.

Где Claude Fable 5 всё ещё впереди

На SWE-Bench Pro - тесте, где модель чинит реальные баги в живых репозиториях - Fable 5 держит первое место с 80.3%. Для GPT-5.6 Sol это число OpenAI на запуске не показала вообще. Это честный повод не спешить с выводом «догнала».

Terminal-Bench проверяет работу в терминале. А SWE-Bench Pro проверяет то, чем вайб-кодер занимается каждый день: взять реальный проект с запутанным кодом, найти живой баг и починить его так, чтобы не сломать соседнее. Это ближе к настоящей работе, чем прогон команд.

Модель	SWE-Bench Pro
Claude Fable 5	80.3%
Claude Opus 4.8	69.2%
Grok 4.5	64.7%
GPT-5.5	58.6%
GPT-5.6 Sol	не опубликовано на запуске

Смотри на последнюю строку. OpenAI показала GPT-5.6 Sol на Terminal-Bench, где она выигрывает, и не показала на SWE-Bench Pro, где лидирует Fable. Мягкая версия - просто не успели прогнать или считают этот тест нерелевантным. Но лаборатории обычно показывают выгодные для себя цифры, поэтому отсутствие результата на главном кодинг-тесте читается как осторожный сигнал: с выводом «догнала» рано.

Anthropic заходит с другой стороны и напирает на длинные задачи.

Чем длиннее и сложнее задача, тем больше отрыв Fable 5 от остальных наших моделей.

- Anthropic, анонс Claude Fable 5 и Mythos 5

Подтверждение не только в тестах. По данным Anthropic, в Stripe рассказали, что Fable 5 сжала месяцы работы в дни: миграцию базы кода на 50 миллионов строк на Ruby модель прошла за один день. Команде на это понадобилось бы больше двух месяцев. Это заявление вендора, но на длинных агентных задачах Fable пока держит преимущество, которое одним прогоном терминала не перебить.

Тут легко застрять в вопросе «какая модель мощнее». Но на живых проектах разницу чаще делает то, что кладёшь модели в контекст. Сам выбор движка весит меньше. Даже средняя модель на хорошо собранной папке business/ и файле CLAUDE.md обгоняет топовую модель на пустом контексте. Про то, как выбрать модель под вайб-кодинг в целом, есть отдельный разбор: лучший ИИ для вайб-кодинга.

Сколько реально стоит GPT-5.6 против Claude Fable 5

По API Claude Fable 5 стоит $10 за миллион входных токенов и $50 за миллион выходных. GPT-5.6 дешевле во всех вариантах: Sol - $5 и $30, Terra - $2.50 и $15, Luna - $1 и $6. За тяжёлую работу через API GPT-5.6 выходит заметно экономнее, особенно на дешёвых вариантах.

Цена - вторая половина честного разговора. Токен это кусочек текста, которым модель меряет объём. Чем длиннее твой запрос и её ответ, тем больше токенов и тем больше денег утекает со счёта. Для вайб-кодера это живые деньги.

Модель	Вход ($/млн)	Выход ($/млн)
Claude Fable 5	$10	$50
GPT-5.6 Sol	$5	$30
GPT-5.6 Terra	$2.50	$15
GPT-5.6 Luna	$1	$6

Даже топовый Sol дешевле Fable примерно вдвое по выходу, а Luna дешевле в разы. Если гоняешь большой объём однотипных задач и разница в качестве для них некритична, на GPT-5.6 экономия ощутимая.

Но цена за токен - это ещё не цена за результат. Если модель дважды промахнулась мимо задачи, ты заплатил трижды: два раза за неверные попытки и один раз за правильную. На сложной задаче более точная модель бывает дешевле по итогу, даже когда её токены дороже. Дешёвый прогон, который надо переделывать, оказывается самым дорогим.

Свежие живые тесты конца июля: кто быстрее и кто дешевле за задачу

Помимо синтетических бенчмарков вышел свежий разбор с живыми прогонами обеих моделей на одинаковых заданиях: собрать веб-приложение, сделать анализ данных, собрать презентацию. Тут картина добавляет деталей к спору о цене и скорости.

По этим прогонам Claude Fable 5 закончил задачи примерно вдвое быстрее. Веб-приложение: у GPT-5.6 Sol ушло 6 минут 30 секунд против 3 минут 10 секунд у Fable. Анализ данных: 1 минута 20 секунд против примерно минуты. Презентация: 4 минуты 38 секунд против 2 минут 30 секунд. В среднем Sol тратил вдвое больше времени на одну и ту же работу.

Зато по деньгам за готовую задачу дешевле выходит Sol. Средняя стоимость одного задания в этом разборе - 7,08 $ у Sol против 11,80 $ у Fable, это примерно на 40% дешевле. По общим индексам разрыв крошечный: в Artificial Analysis Intelligence Index Fable впереди на один пункт, а в Coding Agent Index Sol впереди на три. Обе модели упёрлись в один потолок, дальше решает цена, скорость и тип задачи.

Живой прогон	GPT-5.6 Sol	Claude Fable 5
Веб-приложение	6 мин 30 сек	3 мин 10 сек
Анализ данных	1 мин 20 сек	≈ 1 мин
Презентация	4 мин 38 сек	2 мин 30 сек
Средняя цена за задачу	7,08 $	11,80 $

Автор разбора свёл всё в одну формулу.

Sol - это модель, с которой работаешь сам. Fable - это модель, которой работу поручаешь.

- Analytics Vidhya, разбор GPT-5.6 Sol против Claude Fable 5

Что тут важно вайб-кодеру, а что маркетинг

Маркетинг - это слово «догнала» без уточнения, на каком тесте. Важное - что модели выигрывают разные вещи. GPT-5.6 берёт терминал и цену, Fable держит ремонт реального кода и длинные задачи. Единой «лучшей модели на всё» в июле 2026 нет, и обе стороны продают свою правду.

Обе компании подают выгодную для себя картину. OpenAI машет Terminal-Bench, где выигрывает, и говорит «догнала». Anthropic в ответ тычет в длинные миграции, где сильнее сама, и говорит «наш отрыв растёт». Оба правы в своих границах, и оба продают, если вырвать фразу из контекста.

Что из этого твоё:

• Один тест не описывает модель. «Обошла на Terminal-Bench» и «лучшая для кода» - разные утверждения. Смотри, какой именно замер стоит за заголовком.
• Смотри, о чём лаборатория молчит. Показали одну цифру и обошли другую - часто это значит, что вторая слабее. Не всегда, но присмотреться стоит.
• Твоя задача важнее общего рейтинга. Модель №1 в среднем может быть №3 на том, что делаешь именно ты.

Проверять чужие громкие цифры - отдельный навык. Если хочешь глубже сравнить два лагеря по всему фронту, за пределами одного кода, глянь разбор Claude против ChatGPT в 2026.

GPT-5.6 или Claude Fable 5: что выбрать под свою задачу

Простое правило. Терминал, автоматизация окружения и безопасность - бери GPT-5.6 Sol. Ремонт реального кода, длинные агентные задачи, сложная архитектура - бери Claude Fable 5. Большой объём простых задач при жёстком бюджете - GPT-5.6 Terra или Luna. Держи обе под рукой и переключайся по типу работы.

Вместо «кто победил вообще» полезнее таблица «что под какую задачу»:

Твоя задача	Что брать	Почему
Терминал, сценарии, автоматизация окружения	GPT-5.6 Sol	Лидер на Terminal-Bench, дешевле Fable
Кибербезопасность, разбор уязвимостей	GPT-5.6 Sol	Заявлена как самая сильная в этом у OpenAI
Ремонт багов в реальном проекте	Claude Fable 5	Первое место на SWE-Bench Pro
Долгая агентная задача, крупная миграция	Claude Fable 5	Отрыв растёт с длиной и сложностью
Много однотипных простых задач, тугой бюджет	GPT-5.6 Terra / Luna	Дешевле в разы, качества хватает
Сложная архитектура нового продукта	Claude Fable 5	Сильнее на длинных сложных задачах

Многие в итоге держат обе стороны под рукой и переключаются по задаче. Если тебе нужен именно ремонт кода и длинные задачи в привычном инструменте, посмотри отдельный разбор как работать с Claude Fable 5 и как её запустить в терминале через GPT-5.6 в VS Code как Claude Code.

GPT-5.6 или Claude Fable 5 из России: подписка, цены в рублях, как оплатить

Если API тебе не нужен и ты просто хочешь пользоваться моделью в чате, вопрос звучит проще: брать подписку ChatGPT ради GPT-5.6 или подписку Claude ради Fable 5. Обе модели живут в своих приложениях: GPT-5.6 в ChatGPT, Fable 5 в Claude. Базовая подписка у обоих стоит одинаково, 20 $ в месяц: ChatGPT Plus и Claude Pro. Это примерно 1700-1900 ₽ по курсу лета 2026, плюс комиссия сервиса оплаты сверху.

Загвоздка в том, что напрямую из России ни один из сервисов не работает и не принимает российскую карту. Способов обойти это два, и они не исключают друг друга.

Первый способ - подписка на официальном сайте. Нужен рабочий VPN, чтобы сервис вообще открылся, и зарубежная карта для оплаты. Карты нет у большинства, поэтому оплату проще закрыть через сервис оплаты подписок (реферальная ссылка: тебе тот же прайс, мне небольшой процент): он оформляет зарубежный платёж за тебя, а ты платишь рублями. Пошагово это разобрано в гайдах как оплатить ChatGPT из России и как оплатить Claude из России.

Второй способ - российский агрегатор, где обе модели уже подключены и платишь рублями с любой карты, без VPN. У BotHub тарифы стартуют примерно от 3 $, у MashaGPT это Base 990 ₽ в месяц и Ultra 1990 ₽ в месяц. Внутри доступ и к линейке GPT-5.6, и к Claude, но самые свежие топовые варианты вроде Sol Ultra доезжают до агрегаторов с задержкой, и лимиты там свои.

Способ	Цена	Что нужно	Плюс и минус
Официальная подписка	≈ 20 $ (≈ 1800 ₽) в месяц	VPN плюс зарубежная карта или сервис оплаты	Свежие модели сразу, но сложнее оформить
Сервис оплаты подписок	≈ 20 $ рублями плюс комиссия	Только рубли	Официальный аккаунт без своей карты, комиссия сверху
Российский агрегатор	от ≈ 3 $ или 990 ₽ в месяц	Только рубли	Дёшево и без VPN, но топовые модели с задержкой

Что выгоднее по деньгам под русскоязычные задачи. Для письма, разбора документов и текста на русском разница в качестве между моделями небольшая, поэтому переплачивать за топ смысла мало: хватит агрегатора за 990 ₽. Для кода и длинных агентных задач, где Fable держит преимущество, официальная подписка Claude Pro отбивается быстрее, потому что меньше переделок. Точку окупаемости меряй временем, которое модель экономит на твоей реальной работе. Ценник подписки тут вторичен.

Почему модель - не главный рычаг

Спор «GPT-5.6 или Fable 5» отвлекает от того, что решает результат сильнее выбора модели. От контекста. Что положишь модели в память и правила, то она и сделает. На пустом проекте топовая модель галлюцинирует, на собранном - средняя даёт стабильный результат. Модель это двигатель, контекст это дорога.

Если перепробовать разные модели на своих проектах, замечаешь одно. Перепад между «моделью №1» и «моделью №3» на большинстве задач меньше, чем перепад между «пустой проект» и «проект с собранным контекстом». Одна и та же модель на голом запросе выдаёт мусор, а на структуре из папки business/ и файла CLAUDE.md - рабочий результат.

Поэтому гонка заголовков «кто кого догнал» для вайб-кодера вторична. Куда важнее три вещи, которые работают на любой из этих моделей:

• ИИ-клон - модель начинает воспроизводить логику твоего мышления вместо того, чтобы угадывать.
• Второй мозг - папка business/ со связанной структурой знаний о твоём деле, которую модель читает при каждом запросе.
• Контекст-инжиниринг - управление тем, что попадает в контекст, до того как ты сформулировал запрос.

Собери эту связку, и разница между GPT-5.6 и Fable 5 перестаёт быть решающей. Обе становятся предсказуемее, потому что работают не в вакууме.

Что делать прямо сейчас

Не переезжай на новую модель по заголовку. Возьми одну свою реальную задачу, прогони её на GPT-5.6 и на Claude Fable 5, сравни результат и стоимость на своём примере. Параллельно собери контекст проекта, это даст больше, чем спор о моделях.

Практический порядок действий:

1. Возьми одну реальную задачу. Ту, что реально делаешь: починить ошибку, собрать раздел продукта, написать сценарий. Игрушечные примеры не показательны.
2. Прогони на обеих моделях. Один и тот же запрос на GPT-5.6 и на Claude Fable 5. Сравни не только результат, но и сколько попыток ушло.
3. Посчитай цену за результат. Считай полную стоимость: сколько всего ушло, чтобы довести задачу до рабочего вида. Ценник за токен тут обманчив.
4. Собери контекст проекта. Файл CLAUDE.md и папка business/ дадут прибавку к качеству больше, чем смена модели.

Модели будут обгонять друг друга ещё много раз, и каждый обгон подадут как эпохальный. Бегать за самой свежей моделью каждый раз необязательно. Выигрывает тот, у кого собран процесс, поэтому дальше стоит вложиться именно в него.

Чек-лист: что у тебя теперь есть

• Понимание, что «догнала» относится только к Terminal-Bench 2.1 и не покрывает весь фронт задач
• Цифры на руках: Sol 88.8% и Sol Ultra 91.9% против 83.4% у Fable на терминале, и 80.3% у Fable на SWE-Bench Pro при отсутствии числа GPT-5.6 Sol
• Прайс по API всех вариантов: где GPT-5.6 экономит и где точность важнее ценника за токен
• Таблица «задача - модель», по которой выбираешь GPT-5.6 Sol, Terra, Luna или Fable 5 под конкретную работу
• Понимание, что собранный контекст (ИИ-клон, Второй мозг, контекст-инжиниринг) весит больше выбора модели

По материалам разбора Analytics Vidhya: GPT-5.6 Sol против Claude Fable 5.