प्रौद्योगिकी

Claude Fable 5.2 बनाम 5.1: टोकन 20% सस्ता, पर हर काम सस्ता नहीं

Adrian Kessler
हमें Google पर जोड़ें

Claude Fable 5.2, Fable 5.1 वाला ही काम कम प्रति-टोकन कीमत पर करता है और Anthropic के मुताबिक, जवाब भी तेज़ी से लिखता है। लेकिन कंपनी यह वादा नहीं करती कि कुल बिल भी कम आएगा। किसी काम की लागत इस बात पर निर्भर करती है कि मॉडल सोचने में कितने टोकन खर्च करता है; शुरुआती स्वतंत्र परीक्षण में नए संस्करण ने कहीं ज़्यादा टोकन इस्तेमाल किए।

Claude Code, Claude ऐप्स या API में दोनों संस्करणों में से किसी एक को चुनने वालों के लिए यह अंतर अहम है। Anthropic ने सूची-मूल्य में पाँचवाँ हिस्सा घटाया है और कोडिंग तथा एजेंट बेंचमार्क में बड़ी बढ़त का हवाला दिया है। जो डेवलपर बस मॉडल का नाम बदलने जा रहे हैं, उन्हें कीमतों की सूची देखने से पहले अपनी effort setting पर गौर करना चाहिए।

कीमत: हर टोकन पर पाँचवाँ हिस्सा कम

Fable 5.2 की कीमत प्रति दस लाख इनपुट टोकन 8 डॉलर और आउटपुट टोकन 40 डॉलर है। Anthropic के अपने मूल्य-पृष्ठ के मुताबिक, Fable 5.1 के लिए ये दरें क्रमशः 10 और 50 डॉलर थीं—यानी दोनों में 20% की कटौती हुई है। कैश किए गए संदर्भ को पढ़ने की कीमत प्रति दस लाख टोकन 0.25 डॉलर से घटकर 0.20 डॉलर हो गई है। आधी कीमत पर मिलने वाले बैच जॉब अब 4 और 20 डॉलर के हैं। Claude Mythos 5.2—यानी वही मूल मॉडल, लेकिन Fable के कुछ साइबर सुरक्षा और जीवविज्ञान संबंधी सुरक्षा उपायों के बिना—की कीमत भी यही है।

Anthropic के मुताबिक, नया वैकल्पिक fast mode टोकन 2.5 गुना तक तेज़ी से बनाता है, लेकिन इसकी दर दोगुनी है: प्रति दस लाख इनपुट टोकन 16 डॉलर और आउटपुट टोकन 80 डॉलर। यह Claude Code, Claude Platform, Google Cloud और Microsoft Foundry पर काम करता है। Mythos के लिए fast mode सिर्फ़ Anthropic के सत्यापन कार्यक्रमों में शामिल संगठनों को मिलता है।

रफ़्तार और स्कोर: 5.2 कहाँ आगे है

Anthropic का कहना है कि Fable 5.2, Fable 5.1 की तुलना में आउटपुट 30% तक तेज़ी से तैयार करता है। Computing for Geeks ने DevOps के उन्हीं तीन कामों पर दोनों मॉडलों को आज़माया और medium effort पर स्ट्रीमिंग की रफ़्तार 17% से 25% तक अधिक पाई। यह चर्चित अधिकतम आँकड़े से कम है, मगर अंतर महसूस होता है। वेबसाइट के मुताबिक, context window एक मिलियन टोकन की ही रहती है और आउटपुट 128,000 टोकन तक हो सकता है।

बेंचमार्क में बढ़त इससे भी बड़ी है। FrontierCode 2.0 में यह परखा जाता है कि ओपन-सोर्स परियोजनाओं के मेंटेनर किसी मॉडल के कोड बदलाव स्वीकार करेंगे या नहीं। इसमें Fable 5.2 ने अपनी Xhigh effort setting पर 49.1% अंक पाए, जबकि Fable 5.1 को 32.4% मिले। Remote Labor Index यह मापता है कि कोई मॉडल वास्तविक फ्रीलांस काम का कितना हिस्सा पूरा कर सकता है; इसमें 5.2 ने 41.3% और 5.1 ने 17.9% हासिल किए। टूल्स के साथ Humanity’s Last Exam का स्कोर 65.6% से बढ़कर 74.2% हुआ, जबकि RoboDojo के रोबोट-नियंत्रण सिमुलेशन में यह 27.6% से उछलकर 64.9% पर पहुँचा। जहाँ अलग से उल्लेख नहीं है, ये सभी आँकड़े Anthropic के अपने परीक्षणों के हैं, जिनमें हर मॉडल को उसकी अधिकतम उपलब्ध effort setting पर चलाया गया।

बाहरी रैंकिंग भी इसी ओर इशारा करती है। Artificial Analysis ने अधिकतम effort पर Fable 5.2 को अपने Intelligence Index में 65 अंकों के साथ पहले स्थान पर रखा है। Gemini 4 Carbon 60 और Claude Opus 5.5 59 अंकों के साथ उससे पीछे हैं। उसी सूची में, प्रति index task लागत के मामले में यह 73 मॉडलों में सबसे महँगा है—26.54 डॉलर प्रति काम—और इसे बहुत ज़्यादा शब्दों वाला बताया गया है: परीक्षण पूरा करने में इसने 275 मिलियन टोकन बनाए, जबकि मध्यक 72.8 मिलियन था।

कम इनकार करना इस अपग्रेड का कम चर्चा में रहने वाला फ़ायदा है। Anthropic का दावा है कि Fable 5.1 के मुकाबले सुरक्षा कारणों से जवाब रोकने की घटनाएँ करीब 55% कम हुई हैं; साइबर सुरक्षा में लगभग 60% और जीवविज्ञान में 40% की कमी आई है। Computing for Geeks के दोबारा किए गए परीक्षण में Fable 5.1 ने रोज़मर्रा के आठ सिस्टम-एडमिन अनुरोधों में से दो पर रोक लगा दी थी। इनमें परीक्षक के अपने नेटवर्क का पोर्ट स्कैन भी शामिल था। Fable 5.2 ने सभी आठों अनुरोधों के पूरे जवाब दिए।

पेंच: बिल effort setting से तय होता है

प्रति काम की लागत के लिहाज़ से यह अपग्रेड पेचीदा हो जाता है। Claude Code और Claude ऐप्स में डिफ़ॉल्ट medium effort पर, Computing for Geeks के तीनों कामों में Fable 5.2 ने कुल 10,938 टोकन लिखे, जबकि Fable 5.1 ने 5,510। इस अंतर का बड़ा हिस्सा सोचने में इस्तेमाल हुए टोकन का था, जिनकी बिलिंग आउटपुट दर पर होती है। नतीजा यह कि टोकन 20% सस्ता होने के बावजूद बिल 56% बढ़कर 0.285 डॉलर से 0.446 डॉलर हो गया। कोड की सटीकता में कोई सुधार नहीं था, हालाँकि Fable 5.2 की फ़ाइलें ज़्यादा विस्तृत थीं और उनमें अतिरिक्त जाँच तथा संसाधनों की सीमाएँ शामिल थीं।

इस परीक्षण की सीमाएँ साफ़ हैं। इसमें छोटे, एक ही बार दिए गए निर्देश इस्तेमाल हुए; ज़्यादातर काम OpenRouter के ज़रिए सिर्फ़ एक बार चलाए गए और कुल काम केवल तीन थे। दूसरी ओर, Anthropic ने Fable को लंबे agentic sessions के लिए बनाया है और उसका कहना है कि medium effort पर Fable 5.2, Fable 5.1 से कम टोकन में चुनौतीपूर्ण काम पूरे करता है। Computing for Geeks ने Anthropic के system card से FrontierCode पर किए गए effort sweep को दोबारा पेश किया है, जो व्यापक तस्वीर के पक्ष में जाता है: high effort पर Fable 5.2 ने प्रति काम करीब 6.72 डॉलर की लागत पर 45.3% स्कोर किया, जबकि Fable 5.1 का सर्वश्रेष्ठ 32.4% स्कोर 8.68 डॉलर का पड़ा। फिर भी इस तुलना के सभी बेंचमार्क आँकड़े उसी कंपनी के हैं जो मॉडल बेचती है।

5.1 से बदलाव कर रही टीमों के लिए समझदारी इसी में है कि पहले हफ़्ते खर्च पर नज़र रखें और effort को हर काम के हिसाब से तय करें, न कि एक बार सेट करके छोड़ दें। Anthropic के मुताबिक, high effort पर Fable 5.2 का FrontierCode स्कोर Opus 5.5 के सर्वश्रेष्ठ स्कोर के लगभग बराबर है—45.3% बनाम 45.5%—और प्रति काम लागत करीब आधी है। फिर भी कंपनी कोडिंग और ज्ञान-आधारित ज़्यादातर काम Opus 5.5 से शुरू करने की सलाह देती है। जिन डेवलपरों के कोड बदलाव बातचीत का इतिहास भी संपादित करते हैं, उन्हें एक और बात जाँचनी चाहिए: Anthropic की सुरक्षित रखी गई thinking सुरक्षा अब हर खाते पर लागू होती है। Computing for Geeks के मुताबिक, दोबारा चलाया गया ऐसा तर्क जो अब अपने मूल संदर्भ से मेल नहीं खाता, अब error देता है।

Claude Fable 5.2 की शुरुआत 9 नवंबर, 2026 को हुई और इसने सितंबर में आए Fable 5.1 की जगह ली। यह पात्रता वाले सशुल्क प्लान पर Claude ऐप्स में उपलब्ध है। डेवलपर इसे claude-fable-5-2 नाम से Claude Platform, Amazon Web Services, Google Cloud और Microsoft Azure पर इस्तेमाल कर सकते हैं—उन देशों में जहाँ Anthropic Claude बेचता है। इस सूची में मुख्यभूमि चीन, Hong Kong और Russia शामिल नहीं हैं। लॉन्च के हफ़्ते में पात्र सशुल्क प्लान के ग्राहकों को सदस्यता की अवधि के हिसाब से Fable इस्तेमाल की सीमा एक से तीन बार रीसेट करने का लाभ मिलता है। Pro प्लान और मानक Team सीटों में Fable साप्ताहिक सीमा का आधा तक इस्तेमाल कर सकता है; Computing for Geeks के मुताबिक, Pro और Team का यह ऑफ़र 16 नवंबर तक है। Mythos 5.2 सिर्फ़ Anthropic के Cyber Verification और Life Sciences Verification कार्यक्रमों में स्वीकृत संगठनों के लिए खुला है। Claude Enterprise ग्राहक इसे Claude Security के ज़रिए इस्तेमाल कर सकते हैं।

इस अतिरिक्त क्षमता से क्या किया जा सकता है, इसका अंदाज़ा Anthropic के एक इंजीनियर के प्रयोग से मिलता है। उन्होंने Fable 5.2 से आठ दिनों तक 1,000 से अधिक subagents का तालमेल करवाकर एक खाली फ़ोल्डर से ऑपरेटिंग सिस्टम का प्रोटोटाइप बनवाया। वह लैपटॉप पर बूट होता है। Anthropic ने यह नहीं बताया कि उस प्रयोग में कितना खर्च आया।

टैग: , , , , , ,

हमें Google पर जोड़ें

चर्चा

0 टिप्पणियाँ हैं।