Claude Fable 5.1'in Kapsamlı Analizi: Kıyaslamalar, İyileştirmeler, Fiyat ve Hız

Claude Fable 5.1, 1 Eylül 2026 tarihinde resmî olarak yayımlandı. Önce sonucu söyleyelim: Bu, sıradan soru-cevap için yapılan olağan bir model yükseltmesi değil; uzun süreli programlama, karmaşık araştırma, uygulamalar arası araç çağrıları ve gözetimsiz Agent çalışmaları için hazırlanmış yüksek maliyetli bir amiral gemisi modelidir. Anthropic'in yayımladığı 7 ana kıyaslama kategorisinin tamamında Fable 5.1, Fable 5'i geride bırakıyor; ancak API birim fiyatı hâlâ Opus 5'in iki katı ve resmî olarak göreli gecikmesi "daha yavaş" olarak işaretleniyor.

Göreviniz yalnızca bir dosyayı düzenlemek, kısa bir metin yazmak veya sıradan bir soruyu yanıtlamaksa Anthropic yine Opus 5 ile başlamanızı öneriyor. Fable 5.1, normal modellerin yüksek effort ile bile istikrarlı biçimde tamamlayamadığı uzun zincirli görevler için daha uygundur. Bu yazı; resmî yayın verilerini, kıyaslamaların ne anlama geldiğini, 5.1'in somut iyileştirmelerini, fiyatını, hızını ve geçiş kısıtlarını bir araya getirerek yalnızca "kim kazandı" odaklı tek bir skor tablosuna bakılmasını engellemeyi amaçlıyor.

Tek tabloda Fable 5.1'in teknik özellikleri

Buradaki "daha yavaş" ifadesi Anthropic model kataloğundan gelir; saniye başına sabit bir token sayısını değil, göreli gecikme seviyesini belirtir. Bir görevin gerçekte ne kadar süreceği effort'a, araç çağrısı tur sayısına, önbellek isabet oranına, bağlam uzunluğuna ve başarısız yeniden deneme sayısına da bağlıdır.

Fable 5.1 ana kıyaslamaları: tam tablo

Aşağıdaki tablo, Anthropic'in 1 Eylül 2026 tarihli yayın sayfasındaki ana tabloyu doğrudan kullanır. Yanlış yorumlanmayı önlemek için yüzdeler, GDPval-AA ham puanı, OSWorld'ün partial/strict sonuçları ve HLE'nin araçlı/araçsız sonuçları ayrı ayrı listelenmiştir. Her kıyaslamanın resmî İngilizce adı korunmuş ve bir sonraki satırda Türkçe adı verilmiştir; İngilizce adın altında diğer dil sürümleri de ilgili dildeki çeviriyi gösterir.

— işareti, Anthropic'in bu ana tablosunda o modele ilişkin bir sonuç bulunmadığını gösterir; modelin görevi hiç yapamadığı anlamına gelmez. Terminal-Bench 4.0'da kısıtlamaları daha az olan ve yalnızca güvenilir programa açık olan Mythos 5.1 %60,9 puan almıştır; bu yazı, normal kullanıcıların erişebildiği Fable 5.1'e odaklanır ve Mythos sonuçlarını Fable sütunuyla karıştırmaz.

Terminal-Bench-Science 0.1 neyi ölçer?

Terminal-Bench-Science 0.1; yaşam bilimleri, fizik bilimleri, yer bilimleri, matematik ve mühendislik olmak üzere beş ana alandan 70 gerçek araştırma iş akışı içerir. Görevler çoktan seçmeli sorular değildir; Agent'ın terminalde veri analizi, istatistiksel çıkarım, simülasyon, optimizasyon, teorem kanıtlama, görüntü yeniden yapılandırma veya bilimsel makine öğrenimi yapmasını ve çıktıları tekrarlanabilir testlerle doğrulamasını gerektirir.

Fable 5.1'in %52,6'sı, resmî tekrarlama deneylerindeki Fable 5'in %24,7'sine kıyasla 27,9 puanlık bir artışla tablodaki en belirgin sıçramadır. Ancak resmî kaynak her model için yaklaşık ±3,5–4,5 yüzde puanı standart hata payı notu düşüyor; bu nedenle ondalık hanedeki rakamı mutlak bir sıralama gibi okumamak gerekir.

Terminal-Bench 4.0 ve CursorBench 3.2.0 neyi ölçer?

Terminal-Bench, Agent'ın gerçek terminal ortamında karmaşık görevleri ele almasını sağlar; ortamı anlayıp anlayamadığına, araçları çağırıp çağıramadığına, dosyaları değiştirip değiştiremediğine ve sonunda doğrulamayı geçip geçemediğine odaklanır. Fable 5.1, %55,8 puan alarak Fable 5'ten 13,8 puan daha yüksek ve Opus 5'in %52,3'ünü de aşmıştır.

CursorBench 3.2, gerçek Cursor oturumlarındaki belirsiz, çok dosyalı görevlerden oluşur; 3.2 sürümü talimat takibi ve gelişmiş araç kullanımı sorularını eklemiştir. Fable 5.1 Max %73,4 puan alır; fark Terminal-Bench-Science'taki kadar abartılı değildir, ancak görev başına ortalama 72.060 token kullanır ve maliyeti $9,64'tür. Fable 5 Max ise 103.525 token ve $17,32'dir. Burada asıl dikkat çekmesi gereken, aynı tür görevleri tamamlarken token ve maliyet düşüşüdür; 2,9 puanlık farkın kendisi değil.

GDPval-AA v2 neyi ölçer?

GDPval-AA v2, 44 meslek ve 9 sektörü kapsayan, sektör profesyonelleri tarafından tasarlanmış 220 görev kullanır ve modelin gerçek, ekonomik değeri olan bilgi işlerini yürütme yeteneğini değerlendirir. Aldığı 1853 bileşik bir puandır; %1853 değildir. Bu sonuç, Fable 5.1'in profesyonel belgeler, analiz ve teslimat çıktılarında Fable 5'i geçtiğini ve Opus 5'i de az farkla aştığını gösterir.

OSWorld 2.0 neden iki farklı puan içeriyor?

OSWorld 2.0, 108 uzun soluklu bilgisayar kullanım iş akışı içerir; her görevin insan tamamlama süresi ortancası yaklaşık 1,6 saattir. Partial, birden çok kontrol noktasına göre kısmi tamamlama puanı verir; Strict ise yalnızca hedefe eksiksiz ulaşıldığında başarı sayar.

Bu nedenle Fable 5.1'in %77,9'luk partial ve %41,7'lik strict puanları çelişkili değildir: çoğu zaman adımların büyük bölümünü tamamlayabilir, ancak görevlerin bir kısmını uçtan uca bitiremez. Bu da bize, bir bilgisayar Agent'ının "sürekli çalışıyor görünmesi"nin görevin başarıldığı anlamına gelmediğini hatırlatır.

Humanity's Last Exam neyi ölçer?

Humanity's Last Exam, Center for AI Safety ve Scale AI tarafından oluşturulmuştur ve disiplinler arası, uzman seviyesinde, basit bilgi taramasıyla yanıtlanması zor 2.500 soru içerir. Fable 5.1, araçsız koşulda Fable 5'ten 3,1 puan daha yüksektir; araç kullanımına izin verildiğinde fark yalnızca 1,2 puandır. Model gerçekten daha güçlüdür, ancak her kıyaslamada ikiye katlanan bir ilerleme söz konusu değildir.

AutomationBench neyi ölçer?

AutomationBench, Agent'ın CRM, e-posta, takvim, mesajlaşma ve proje yönetimi gibi simüle edilmiş SaaS araçları arasında satış, pazarlama, operasyon, müşteri hizmetleri, finans ve insan kaynakları iş akışlarını tamamlayıp tamamlayamadığını denetler. Fable 5.1 %17,1'den %31,4'e yükselerek yaklaşık %84'lük göreli bir artış sağlamıştır; bu, 5.1'in çok uygulamalı durum yönetimi ve uzun adımlı yürütmede önemli bir ilerleme kaydettiğini gösterir. Ancak %31,4, bu tür gözetimsiz iş otomasyonunun hâlâ çözülmekten çok uzak olduğunu da ortaya koyar.

Fable 5.1, Fable 5'e kıyasla neleri iyileştirdi?

1. Uzun süreli görevlerde kestirme yollara daha az sapıyor

Anthropic, Fable 5.1'i uzun soluklu bir Agent modeli olarak konumlandırıyor: önce planlama, ardından araç kullanımı, hata sonrası toparlanma, sonuçları doğrulama ve ilerlemeyi kendiliğinden raporlama. Model, tek bir testi hızla yeşile çevirmek için yerel geçici çözümlere başvurmak yerine kök nedeni onarmaya odaklanıyor. Resmî hedef senaryolar arasında kod tabanı genelinde özellik geliştirme, kod incelemesi, performans iyileştirme, çok günlü otonom oturumlar, araştırma, dokümantasyon, elektronik tablolar ve sunumlar yer alıyor.

2. Düşük effort, önceki neslin yüksek maliyetli sonuçlarına yaklaşabiliyor

Fable 5.1, mesaj düzeyinde effort ayarlama yeteneği kazandırdı. Resmî maliyet eğrileri, Low veya Medium effort'un bazı görevlerde Fable 5 seviyesine ulaşabildiğini, hatta geçebildiğini ve aynı anda token ile ücreti azalttığını gösteriyor. Claude Code varsayılan olarak High effort kullanır; Claude.ai ve Cowork ise varsayılan olarak Medium kullanır. Modelleri karşılaştırırken önce effort seviyesini doğrulamak gerekir; farklı kademelerdeki sonuçlar doğrudan yan yana getirilmemelidir.

3. Araç çağrıları arasında okunabilir ilerleme gösterilebiliyor

API, araç çağrıları arasında kullanıcıya dönük ilerleme güncellemeleri verebilmesi için display: "updates" adlı bir test yeteneği ekledi. Saatlerce süren görevlerde, yalnızca art arda beliren araç kartlarını izlemek yerine modelin ne yaptığını ve hedeften sapıp sapmadığını anlamak çok daha kolay hâle geliyor.

4. Yazma, görsel doğrulama ve kendi kendini test etme daha eksiksiz

Resmî açıklamaya göre 5.1, kendi değişikliklerini doğrulamak için proaktif olarak testler yazıyor ve çıktıyı tasarım hedefleriyle karşılaştırmak için görsel yeteneklerini kullanıyor. İş ortaklarının değerlendirmeleri de daha öz ilerleme açıklamaları, çok parçalı sorulara daha eksiksiz yanıtlar, birden çok servis arasında çağrı zincirlerini izleyebilme ve uzun çalışma sonrasında okunabilirliğini koruma üzerinde yoğunlaşıyor. Bunlar nitel geri bildirimlerdir; genel bir kıyaslama sonucu gibi sunulmamalıdır.

5. Güvenlik engellemeleri daha seçici ama hâlâ var

Fable 5.1'in siber güvenlik korumasındaki yanlış pozitifler, Fable 5'in yayımlandığı döneme kıyasla yaklaşık %60 azalmıştır; temel biyoloji ve tıp sorularının seviye düşürmeyi tetikleme sıklığı ise yaklaşık %85 azalmıştır. Model artık yazılım açıklarını bulmak için kullanılabiliyor; ancak sızma testi, istismar kodu üretimi ve ikili dosya açık taraması gibi çift amaçlı görevler hâlâ Opus'a yönlendirilebiliyor. Bu yönlendirme gerçekleşirse Fable fiyatı üzerinden ücret alınmaz.

6. İçerik kaynağı işareti eklendi

Fable 5.1, content provenance özelliğini getiriyor. Üretilen metin, Anthropic'in içerik doğrulama aracıyla denetlenebilen istatistiksel bir filigran taşıyabilir. Metnin kendisine görünür bir işaret eklenmez; ancak içerik platformları, eğitim ve kurumsal denetim süreçleri için önceden bilinmesi gereken yeni bir davranıştır.

Fable 5.1 maliyeti nasıl hesaplanır?

Uzun bir görevin toplam 10 milyon önbellek token'ı okuduğunu, 200 bin yeni giriş token'ı ve 50 bin çıktı token'ı ürettiğini varsayalım; önbellek yazma hesaba katılmaz:

缓存读取：10 × $0.25 = $2.50
新输入：0.2 × $10 = $2.00
输出：0.05 × $50 = $2.50
合计：$7.00

Aynı 10 milyon önbellek okuması Fable 5'te yaklaşık $10 tutar; yalnızca bu kalemde $7,50 fark oluşur. Anthropic buna dayanarak, tipik token bazlı faturalanan görevlerde gerçek maliyetin yaklaşık %25, yoğun Agent kullanımı içeren ve uzun bağlamı sıkça yeniden kullanan görevlerde ise en fazla %45 civarında düşebileceğini tahmin ediyor. Bu, API liste fiyatlarında toplu bir indirim değildir; önbellek isabeti arttıkça tasarruf da o kadar belirginleşir.

Abonelik kullanıcıları API önbellek indirimini doğrudan yaşamayabilir

Max ile Team/Enterprise premium seat sahipleri, haftalık kotalarının en fazla %50'sini Fable modelleri için kullanabilir; Pro ve standart koltuklar ise en başından itibaren usage credits harcar. Somut tüketim görünümü için hesabınızdaki Usage sayfası esas alınır. Önbellek okuma indirimi öncelikle token bazlı faturalama senaryosunu etkiler; API'deki %75'lik önbellek indirimini doğrudan "Max paketiyle dört kat daha fazla kullanım" şeklinde çevirmek doğru olmaz.

Fable 5.1 gerçekten hızlı mı?

Yanıt şu: Tek turlu yanıtlar daha yavaş olabilir; ancak karmaşık görevlerin toplam tamamlanma süresi daha kısa olabilir.

• Anthropic'in model kataloğu Fable 5.1'i Slower, Opus 5'i Moderate, Sonnet 5'i ise Fast olarak işaretliyor.
• Claude Code varsayılan olarak High effort kullandığı için Low veya Medium'a göre doğal olarak daha fazla akıl yürütme süresi harcar.
• Every, kendi iş yükünde Fable 5.1'in Opus 5'ten yaklaşık iki kat hızlı olduğunu ve token tüketimini yarıya indirdiğini belirtiyor. Bu, iş ortağına özgü bir test sonucudur; genel bir hız garantisi değildir.
• CursorBench'te Fable 5.1 Max ortalama 70 adımda 72.060 token kullanırken Fable 5 Max de 72 adım atıyor ancak 103.525 token harcıyor. 5.1'in avantajı daha çok "daha az dolambaçlı yol, daha az token" şeklinde ortaya çıkıyor; ilk karakterin daha hızlı üretilmesi gibi görünmesi şart değil.

Bu nedenle sohbet, kısa kod ve sık etkileşim gerektiren işlerde öncelikle Sonnet 5 veya Opus 5 seçilmelidir; kod tabanları arası hata ayıklama, uzun araştırma ve kendi kendini doğrulaması gereken gözetimsiz görevler için Fable 5.1 düşünülmelidir.

Fable 5.1'e geçmeden önce ele alınması gereken uyumluluk değişiklikleri

Claude Code en az 2.1.250 sürümüne yükseltilmeli

Anthropic'in paket ve kullanılabilirlik açıklaması, Claude Code 2.1.250 veya üstünü gerektiriyor. Fable 5.1'i göremiyorsanız önce şunu denetleyin:

claude --version

Ardından Claude Code'u resmî yükseltme yöntemiyle güncelleyip oturumu yeniden başlatın. Fable 5.1'in API model kimliği şu şekildedir:

claude-fable-5-1

Forced tool use doğrudan hata verebilir

İstek, modeli belirli bir aracı çağırmaya zorluyorsa Fable 5.1 hata döndürebilir. Geçiş öncesinde tool_choice ayarlarınızı ve kendi Agent'ınızdaki zorunlu araç akışını denetleyin; Fable 5 davranışının birebir uyumlu olduğunu varsaymayın.

Thinking blokları modeller arasında gelişigüzel yeniden kullanılamaz

Daha eski modeller, Fable 5.1'in thinking bloklarını okuyamaz. Model değiştirirken SDK'nın bu blokları resmî kurallara göre ele almasına izin verin; blokları olduğu gibi başka bir modele göndermeyin.

Eski geçmişin değiştirilmesi 400 hatasına yol açabilir

31 Ağustos 2026'dan sonra oluşturulan yeni API hesaplarında thinking blokları yalnızca üretildikleri orijinal sohbet önekiyle geçerlidir. system, tools veya daha eski mesajlar değiştirildikten sonra thinking blokları yeniden oynatılırsa 400 dönebilir. Resmî öneri, geçmişi append-only tutmanızdır; sıkıştırma gerekiyorsa eski geçmişin tamamını tek bir yeni özetle değiştirin, eski turları değiştirirken orijinal thinking bloklarını saklamayın. Ayrıntılı desenler için Fable 5.1 ipucu ve geçiş kılavuzuna bakabilirsiniz.

Fable 5.1 ne zaman seçilmeli?

Uygun olduğu durumlar:

• Birden çok depo, hizmet veya uygulama arasında uzun süren görevler;
• Saatlerce çalışması ve başarısızlıklardan kendi kendine kurtulması gereken Agent'lar;
• Bilimsel araştırma, karmaşık veri analizi ve çok aşamalı profesyonel teslimatlar;
• Tekrar üretilmesi zor sistem sorunları, performans optimizasyonu ve kök neden analizi;
• Uzun bağlamın yoğun şekilde yeniden kullanıldığı, önbellek okuma oranı yüksek API iş yükleri.

Uygun olmadığı durumlar:

• Basit sohbet, kısa yazılar veya tek dosyada küçük değişiklikler;
• İlk karakter gecikmesine aşırı duyarlı gerçek zamanlı etkileşimler;
• Sabit bütçesi olan ancak önbellek yeniden kullanımı bulunmayan yüksek çıktılı görevler;
• Varsayılan 30 günlük güvenlik izleme verisi saklama süresini kabul edemeyen ve kurumsal istisna koşullarını karşılamayan senaryolar;
• Tüm siber güvenlik veya yaşam bilimleri isteklerinin seviye düşürmeyi tetiklememesini bekleyen iş akışları.

Uzun görevler uzaktan nasıl izlenir?

Fable 5.1'in değeri genellikle saatler, hatta günler süren görevlerde ortaya çıkar; ancak bu, geliştirme makinesinin başında sürekli beklemeniz gerektiği anlamına gelmez. Önce yerel Claude Code 2.1.250+ sürümünde Fable 5.1'in kullanılabilir olduğunu doğrulayın; ardından PandaNpc Agent ile aynı geliştirme makinesindeki Claude Code oturumlarını tarayıcıdan, masaüstünden veya telefondan görüntüleyebilir, etkileşimleri yönetebilir ve yeni komutlar gönderebilirsiniz.

Burada değişen yalnızca kontrol girişidir; kod, araçlar ve derleme hâlâ sizin geliştirme makinenizde çalışır. Önce Claude Code uzaktan erişim rehberini ve Claude Code'a telefondan bağlanma eğitimini okuyabilir; uzaktan bağlantıyı doğruladıktan sonra uzun görevleri Fable 5.1'e bırakabilirsiniz.

Sıkça Sorulan Sorular (FAQ)

Fable 5.1, Fable 5'ten ne kadar daha güçlü?

Görev türüne göre büyük farklılıklar görülür. Terminal-Bench-Science'ta 27,9 puan, AutomationBench'te 14,3 puan artış vardır; HLE'de araç kullanıldığında artış yalnızca 1,2 puandır. Tek bir en büyük artışın tüm görevleri temsil ettiği söylenemez.

Fable 5.1, Opus 5'ten daha hızlı mı?

Resmî göreli gecikme tablosunda Fable 5.1 "daha yavaş", Opus 5 ise "orta" düzeydedir. Bazı iş ortakları, Fable 5.1'in tam görevlerde daha hızlı olduğunu gözlemlemiştir çünkü daha az token kullanır ve daha az yeniden çalışma gerektirir. Bu iki sonuç aynı şeyi ölçmez.

Fable 5.1 programlama için GPT-5.6 Sol'den daha mı uygun?

Anthropic'in yayın tablosunda Fable 5.1; Terminal-Bench-Science, Terminal-Bench, AutomationBench ve CursorBench'te daha yüksektir. Ancak farklı modeller farklı Agent harness, effort, araç ve fiyat kullandığından, tüm gerçek depolarda Fable'ın kazandığını söylemek doğru olmaz. Referans olarak GPT-5.6 Sol 1M bağlam yapılandırma eğitimine bakabilir ve kendi temsili görevlerinizle A/B testi yapabilirsiniz.

Fable 5.1 neden birdenbire Opus'a geçiyor?

Bazı siber güvenlik ve yaşam bilimleri istekleri, safeguards tarafından Opus'a yönlendirilir. Model geçişi her zaman bir arıza değildir; Anthropic, bu şekilde yönlendirilen isteklerin Fable fiyatı üzerinden ücretlendirilmeyeceğini belirtir.

Fable 5.1'de filigran var mı?

İstatistiksel bir content provenance mekanizması vardır; ancak metnin yüzeyine görünür bir etiket eklemez. Bu, görsellerin köşesindeki görünür filigranla aynı şey değildir.

Özet

Claude Fable 5.1'in en belirgin ilerlemesi; bilimsel araştırma, terminal görevleri ve uygulamalar arası iş iş akışlarında yoğunlaşıyor: sürekli yürütme, başarısızlıktan kurtulma ve sonuçları doğrulama konusunda daha yetenekli; ayrıca daha ucuz önbellek okuma sayesinde uzun görevlerin maliyetini düşürüyor. Ancak fiyatı hâlâ yüksek, tek turlu gecikmesi daha yavaş ve beraberinde thinking blokları, zorunlu araç çağrıları ve geçmiş düzenleme konularında uyumluluk değişiklikleri getiriyor.

Bu modeli seçerken doğru soru "kıyaslamada birinci mi?" değildir; doğru soru, görevinizin yeterince uzun ve karmaşık olup olmadığı ile başarısızlık ve yeniden çalışma maliyetinin Fable 5.1 kullanmaya değecek kadar yüksek olup olmadığıdır. Cevap hayırsa, genellikle Opus 5 veya Sonnet 5 ile başlamak daha uygundur.