Claude Fable 5.2: niemal idealny w moich 5 testach, 4,5 raza wolniej

Poddałem Claude Fable 5.2, model Anthropic, pięciu testom kodowania z moich testów MiniMax M3.1 Flash i Gemini 4 Argon, z tymi samymi poleceniami. Uruchomiłem go w Claude Code, z rozumowaniem na poziomie Extra, a tym razem internet był zablokowany.

Wszędzie zdobywa maksymalną lub niemal maksymalną ocenę: 13 na 13 za żaglówkę w burzy, 42 na 42 za pulpit komputera i 15 na 15 za grę Odd Arms, bez kopiowania czegokolwiek. Pod względem ocen dorównuje Gemini 4 Argon. Jednak cztery testy, do których podeszły oba modele, zajęły mu 7 godz. 42 min, wobec 1 godz. 43 min u Gemini.

Zasady testu: te same polecenia, zablokowany internet

Claude Code to asystent kodowania od Anthropic. Przegląda pliki projektu, zmienia je i sam uruchamia potrzebne polecenia. Przy każdym teście wklejam polecenie bez zmian w pustym folderze, a potem nie ingeruję aż do uzyskania wyniku. Wybrany poziom rozumowania to Extra, nazywany w Claude Code xhigh: im jest wyższy, tym dłużej model myśli, zanim zacznie pisać. Wszystko odbyło się w ramach mojej subskrypcji Claude, bez opłat za zużycie.

Cztery z pięciu testów pochodzą z moich poprzednich porównań: żaglówka w 3D, pulpit komputera w przeglądarce, gra strategiczna i gra Odd Arms. Sklep PrestaShop z pułapkami ustępuje miejsca nowemu zadaniu: stronie wymyślonej marki szamponów, którą trzeba stworzyć od zera.

Każde podejście odbywa się w piaskownicy, zamkniętej strefie komputera, z której AI nie może bez pozwolenia ani ingerować w resztę komputera, ani wyjść. Wyszukiwanie w sieci jest zablokowane, a filtr przepuszcza tylko to, co niezbędne: paczki kodu, czcionki i przeglądarkę testową. Przed całą serią wszystkie czterdzieści moich kontroli izolacji zakończyło się powodzeniem, w tym te sprawdzające, czy Google, GitHub i strona prawdziwego Odd Arms pozostają niedostępne. Gemini i MiniMax miały otwarty internet w większości testów, a Gemini skorzystał z tego, by przy pierwszej próbie przepisać prawdziwe Odd Arms.

Etap 1 z 5: żaglówka na czterech poziomach rozumowania

Pierwsze polecenie wymaga małej żaglowej łodzi rybackiej nocą, miotanej burzą, narysowanej w 3D w przeglądarce na podstawie jednego pliku. Wykonałem ten test cztery razy, po jednym na każdy poziom rozumowania: niski (low), średni (medium), wysoki (high) i Extra (xhigh).

Wszystkie cztery łodzie zdobywają 13 na 13. Na każdym poziomie są wymagane morze, deszcz, błyskawice i latarnie, a ocena pozostaje taka sama. Czas pracy rośnie jednak od 10 minut na poziomie niskim do 13 na średnim, 58 na wysokim i 84 na Extra. Gemini 4 Argon potrzebował 15 minut, a MiniMax 72. Na poziomie niskim Fable 5.2 jest więc szybszy od Gemini przy tej samej ocenie.

Wizualnie poziomy niski i średni są podobne, z jednomasztową żaglówką. Na poziomie wysokim wszystko się zmienia: dwa maszty i cztery żagle, człowiek przy sterze w żółtym sztormiaku, rozbryzgi na dziobie i piana widoczna nawet między błyskawicami. Na Extra model prawie nic nie dodaje, za to dopracowuje szczegóły: woda przy kadłubie jest bardziej przejrzysta, a latarnie kołyszą się jak wahadła. Na poziomie wysokim wynik jest już bliski Extra.

Na Extra Fable 5.2 spędza 33 minuty, zanim napisze pierwszą linijkę pliku. Instaluje three.js, bibliotekę rysującą 3D w przeglądarce, żeby przeczytać jej kod. Następnie tworzy sobie narzędzia do robienia zdjęć swojej sceny i ją poprawia. Na Extra pisze siedem razy więcej tekstu i potrzebuje osiem razy więcej czasu niż na poziomie niskim.

Na poziomie średnim kamera nie podąża za falowaniem morza i w końcu fala zasłania prawie całą łódź. Na poziomie wysokim wierzchołek głównego masztu na początku wychodzi poza kadr.

Etap 2 z 5: pulpit komputera w przeglądarce

Drugi test składa się z dziewięciu kolejnych poleceń: pulpit, okna do przesuwania, terminal (okno, w którym wpisuje się polecenia), menedżer plików, edytor tekstu i ustawienia. Po każdym moje automatyczne kontrole klikają i sprawdzają wszystko, na końcu aż czterdzieści dwa punkty. Dziesiąte polecenie daje mu potem do trzech rund poprawek, z listą niepowodzeń.

Tutaj piaskownica nie pozwala mu otworzyć żadnej przeglądarki. Zaznacza to w każdej wiadomości: „wygląd i rzeczywiste działanie musisz jeszcze potwierdzić u siebie”. Tworzy więc atrapę strony, która uruchamia jego prawdziwy kod, i poddaje ją testom. Według własnych wyliczeń dochodzi na końcu do 1 447 kontroli. Nawet celowo psuje swój kod, żeby sprawdzić, czy testy zauważą awarię.

Moje kontrole mimo to wykrywają błędy. Jeden już po drugim poleceniu, potem trzy po dziewiątym, co daje 39 na 42. Przyczyna jest jedna: jedna z moich kontroli przeciąga okno w prawo, znika ono poza ekranem razem z krzyżykiem i nie da się go już zamknąć. Fable 5.2 nie widzi kodu moich kontroli, tylko listę niepowodzeń. Nigdy nie znajduje prawdziwej przyczyny, ale zmienia sposób rozmieszczania okien. To wystarcza, by w drugiej rundzie osiągnąć 42 na 42. Jego ostatnia wiadomość pozostaje ostrożna: „nie mogę obiecać, że ten wiersz zniknie”.

Sam sprawdziłem wszystko jeszcze raz, wykonując rzeczywiste ruchy myszą i działania na klawiaturze: 79 zaliczonych kontroli na 79 i zero błędów w konsoli, dzienniku, w którym przeglądarka zapisuje błędy kodu. Po ponownym załadowaniu strony okna, motyw i pliki wracają na swoje miejsca.

Praca zajęła mu 3 godz. 34 min. Gemini 4 Argon osiągnął 42 na 42 na każdym etapie, bez żadnych poprawek, w 29 minut. Pozostał też prawdziwy błąd. Jeśli zamkniesz edytor z niezapisanym tekstem, stracisz go bez ostrzeżenia. Na dziewiątym etapie zapobiegało temu pytanie o potwierdzenie, a Fable 5.2 usunął je podczas poprawek, nie wspominając o tym w wiadomości.

Etap 3 z 5: gra strategiczna, której nie chce kopiować

Trzecie polecenie wymaga jak najwierniejszego odtworzenia Final Fantasy Tactics, klasyka gier strategicznych wydanego w 1997 roku na PlayStation. Każda ze stron przesuwa tam swoich wojowników pole po polu, na zmianę, po mapach o zróżnicowanej wysokości.

Fable 5.2 odmawia i pisze o tym na samym początku wiadomości końcowej: „to nie jest odtworzenie Final Fantasy Tactics: nie odtwarzam istniejącej gry”. Zachowuje wszystkie zasady, kaskadowe menu, przewidywanie skutków ataku i kolejność tur. Resztę wymyśla: nazwy, świat i oprawę. Jego gra nazywa się Val-Cendré, Compagnie du Héron walczy w niej z Routiers de la Griffe, a niebieskie okna oryginału zmieniają się w pergaminowe panele.

Lista kryteriów obejmuje osiemnaście punktów. Spełnia piętnaście i trzy połowicznie, właśnie te dotyczące nazw i oprawy oryginalnej gry. Gemini 4 Argon odtworzył wszystko i uzyskał 18 na 18. Nic nie jest jednak ukryte: każde odstępstwo znajduje się na liście „Co odbiega od polecenia lub czego brakuje” w jego wiadomości.

Gra działa. W tym teście filtr dopuszczał przeglądarkę testową, więc Fable 5.2 otworzył swoją grę i sprawdził ją przed oddaniem. U mnie wszystkie 433 działania myszą i 114 na klawiaturze zadziałały. Przed każdym atakiem gra zapowiada obrażenia i te wartości się zgadzają.

Bitwa trwa do końca. Mój pilot testowy gra myszą, korzystając ze strategii komputerowego przeciwnika z gry, a nie jak człowiek, i wygrywa w 56 tur. Balans jest dopracowany: gdy komputer gra przeciwko samemu sobie, każda ze stron wygrywa mniej więcej co drugą bitwę, 98 z 200.

Gra zajęła mu 71 minut, wobec 31 u Gemini. W mojej rozgrywce strzały wymagające długiego celowania chybiają trzy razy na pięć, bo cel poruszył się przed strzałem, a część mapy jest zasłonięta panelami.

Dlaczego Claude nie odtwarza już cudzych gier

Ta odmowa ma wyjaśnienie. Pod koniec października 2026 Anthropic dodało do instrukcji Claude Code dwa zdania zabraniające odtwarzania istniejącej i rozpoznawalnej gry wideo, nawet pod zmienioną nazwą, donosi iTechPost 2 listopada. Serwis cytuje Addy Osmani z Anthropic, według którego używanie Claude do naruszania cudzej własności intelektualnej łamie zasady korzystania. Nadal dozwolone są oryginalne gry, gry czerpiące z danego gatunku i te oparte na twoich własnych dziełach. Tego samego dnia Shacknews wiąże tę zmianę z kontrowersjami wokół gier dekompilowanych i przenoszonych na inne platformy z pomocą AI. Dekompilacja gry to odzyskanie czytelnego kodu z gotowego programu, trochę jak rozebranie silnika, żeby odtworzyć jego części.

Zasada pojawia się po kilku październikowych sprawach. 7 października Gizmodo opisuje programistę, który odtworzył siedem programów Adobe za pomocą Claude Opus 5.5 i udostępnia je za darmo. 13 października Kotaku wymienia gry Nintendo przystosowane z pomocą Claude do działania na PC, w tym Super Mario 64 grywalne w przeglądarce, częściowo wyłączone po zgłoszeniu naruszenia. Tego samego dnia IBTimes UK opisuje połączenia dwóch gier w jedną, Minecraft w Elden Ring, stworzone z pomocą Claude Opus 5.5.

Anthropic nie przywołuje jednak żadnego z tych przypadków. To prasa wiąże jego zasadę z dekompilowanymi grami przenoszonymi na inne platformy. Artykuły opisują tę zasadę także w odniesieniu do Claude Opus 5.5. W moim teście Claude Fable 5.2 zachowuje się tak samo: zachowuje zasady oryginału, a całą resztę wymyśla.

Etap 4 z 5: Odd Arms bez kopiowania czegokolwiek

Odd Arms, wymyślone przez Deniffer, to gra survivalowa, w którą gra się w przeglądarce. Gracz kieruje małym bohaterem wyposażonym w absurdalne bronie, który musi przetrwać trzy minuty w starciu z hordami zabawek. Polecenie liczy ponad dwanaście tysięcy znaków i wymaga odtworzenia gry na podstawie czterech obrazów i jednego wideo. To ten test, w którym Gemini 4 Argon przy otwartym internecie przepisał 149 plików z prawdziwej strony.

Tym razem drzwi były zamknięte, a zasady zapisane na początku polecenia. Mój filtr odnotował wszystko: 36 zaakceptowanych połączeń, wszystkie do repozytorium paczek kodu, i 3 odrzucone, niezwiązane z grą. Ani jednej próby połączenia ze stroną Odd Arms. Potem porównałem jego kod z kodem prawdziwej gry. Ani jednego wspólnego pliku z 204, ani jednej wspólnej zasady układu strony z 414. Niemal wszystkie wspólne teksty można odczytać z dostarczonych obrazów i wideo, na co polecenie pozwalało. Jego wiadomość końcowa stwierdza, że nie łączył się ze stroną wzorcową, i to prawda.

W tym teście też nie ma przeglądarki. Fable 5.2 pisze więc narzędzie, które rysuje jego modele 3D na obrazach, by mimo wszystko móc je zobaczyć, a potem 101 testów automatycznych. Uruchomiłem je ponownie, wszystkie przechodzą.

Zdobywa 15 punktów na 15, podczas gdy Gemini w podejściu bez kopiowania zdobył 13 i dwa połowicznie. Poświęcił na to 1 godz. 32 min, wobec 28 minut u Gemini.

Jego gra jest za to bardzo trudna. Mój pilot testowy, który krąży na oślep, przegrywa po nieco ponad minucie i nie wygrywa ani jednej ze stu symulowanych rozgrywek. W grze Gemini ten sam pilot wygrywał sto razy na sto. Gra nie jest jednak zepsuta: autopilot, którego Fable 5.2 umieścił w swojej grze, wygrywa sto rozgrywek na sto. Bez dobrej gry nie da się przetrwać dwóch minut.

Etap 5 z 5: strona wymyślonej marki szamponów

Nowy test wymaga jak najpiękniejszej strony marki szamponów, która nie istnieje: jedna strona, animacje, 3D i wodospad z realistyczną wodą. Obrazy model zamawia w generatorze obrazów, zgodnie z poleceniem.

Fable 5.2 wymyśla Cascatelle, szampony z wodą z wodospadu. Tutaj nie oceniam urody strony. Pokazuję ją taką, jaką stworzył, a ocenę zostawiam tobie.

Strona ma dziesięć sekcji. Schodzi się po niej w dół wodospadu przez cztery poziomy, z butelką w 3D na każdym, przed sekcjami z ofertą, składnikami, rytuałem i marką. Całą scenę wodospadu Fable 5.2 napisał sam. Z dziewiętnastu obrazów zamówionych w generatorze otrzymał osiemnaście.

Strona jest gotowa po 110 minutach. Moja lista kryteriów, spisana dzień przed testem, obejmuje 23 sprawdzalne punkty i wszystkie są spełnione. Konsola nie zgłasza żadnych błędów, a strona działa z prędkością bliską 60 klatek na sekundę. Model sam podaje ograniczenia: przyciski nigdzie nie prowadzą, a szkło butelek nie zniekształca tego, co za nimi. Dodam, że strona jest bardzo długa, ma około 26 000 pikseli wysokości.

Werdykt: oceny, wygląd i czas

Pod względem ocen Claude Fable 5.2 dorównuje Gemini 4 Argon i kończy daleko przed MiniMax. Wszędzie zdobywa maksimum poza trzema punktami w grze strategicznej, których wykonania sam odmówił.

Oceny nie mówią wszystkiego. Wizualnie, i to moja ocena, efekt pracy Fable 5.2 jest znacznie lepszy niż u Gemini 4 Argon we wszystkich testach, także w grze strategicznej, przy której nie zastosował się do polecenia.

Z czasem jest odwrotnie. Nad czterema wspólnymi testami Fable 5.2 pracował 7 godz. 42 min, a Gemini 1 godz. 43 min, czyli 4,5 raza dłużej, pisząc 6,7 raza więcej tekstu. Ten czas poświęca głównie na sprawdzanie. Przed oddaniem obejrzał każdy wynik, pisał sobie własne narzędzia, gdy nie miał przeglądarki, i przy każdym teście mówi, czego nie mógł sprawdzić. Wszystko, co udało mi się zweryfikować w jego wiadomościach, jest zgodne z prawdą, z jednym wyjątkiem: pytaniem o potwierdzenie usuniętym z edytora tekstu.

Jaki poziom rozumowania wybrać

W teście żaglówki poziom niski zdobywa tę samą ocenę co Extra w dziesięć minut zamiast osiemdziesięciu czterech, a poziom wysoki daje już wynik bliski Extra. Moja rada: nie ustawiaj Extra wszędzie, zachowaj go na duże projekty. I zawsze czytaj, co zmienił agent kodowania, skoro Fable 5.2 usunął zabezpieczenie edytora, nie wspominając o tym.

Co warto zapamiętać

• Claude Fable 5.2, z rozumowaniem na poziomie Extra w Claude Code, zdobywa maksymalną lub niemal maksymalną ocenę w moich pięciu testach kodowania, przy zablokowanym internecie.
• Pod względem ocen dorównuje Gemini 4 Argon i kończy daleko przed MiniMax. Wizualnie jego wynik jest znacznie lepszy niż u Gemini.
• Potrzebuje 4,5 raza więcej czasu niż Gemini: 7 godz. 42 min wobec 1 godz. 43 min w czterech wspólnych testach.
• Odmawia odtworzenia Final Fantasy Tactics i pisze o tym. Pod koniec października 2026 Anthropic poleciło Claude Code, by nie odtwarzał już cudzych gier. Zasada ta jest opisywana w odniesieniu do Opus 5.5.
• Odd Arms powstaje bez kopiowania czegokolwiek: ani jednego pliku i ani jednej zasady układu strony wspólnych z prawdziwą grą.
• W teście żaglówki poziom rozumowania nie zmienia oceny, ale wydłuża czas ośmiokrotnie. Na poziomie wysokim wynik jest już bliski Extra.