Anthropic выкатили Claude Fable 5 — и вокруг модели уже привычный шум про «самую мощную публичную» и 80,3% на

Anthropic выкатили Claude Fable 5 — и вокруг модели уже привычный шум про «самую мощную публичную» и 80,3% на SWE-bench Pro. Но куда интереснее не пресс-релиз, а то, что люди начали проверять модель не на кусках кода, а на сборке целого продукта.

Один из таких тестов — браузерная игра, собранная одним промптом: симулятор админа Telegram-канала про ИИ. Без отдельных итераций на геймдизайн, баланс и интерфейс — сразу «сделай игру». На выходе получился не просто демо-код, а маленький продукт с механикой, концовками и даже встроенной моралью в баланс. 🤖

Это важный сдвиг: новые модели уже не только ускоряют разработку, но и начинают собирать связные сценарии целиком — от идеи до пользовательского опыта. Для команд это означает, что зона ответственности ИИ уходит выше уровня «сгенерируй функцию» и ближе к «собери рабочий прототип под задачу».

И да, такие тесты обычно честнее бенчмарков: они показывают не абсолютную силу модели, а то, насколько далеко её можно протащить в реальную продуктовую работу.