GPT-5.6 vs. Claude Fable 5: Který model na jakou úlohu

Otázka „který AI model je nejlepší" dostala v červenci 2026 novou dávku odpovědí. OpenAI vydal GPT-5.6. Anthropic měl s modelem Claude Fable 5 měsíc náskok. Oba výrobci zveřejnili čísla, která jejich model ukazují jako jasnou volbu. A oba mají pravdu, jen pro jinou úlohu.

Tento článek nehledá jediného vítěze. Ukazuje, který model se vyplatí na jakou práci a za jakou cenu, abyste se dokázali rozhodnout podle svého zadání, ne podle marketingového titulku.

Souboj, který všichni sledují: Sol versus Fable 5

GPT-5.6 nepřichází jako jeden model, ale jako tři úrovně: Luna, Terra a Sol, od nejlevnější po nejschopnější. Sol je vlajková loď a OpenAI ho popisuje jako svůj „nejlepší model na kódování".

Hlavní tvrzení OpenAI je konkrétní. Sol dosahuje 80 bodů na indexu Artificial Analysis Coding Agent Index, což je o 2,8 bodu více než Fable 5, přičemž spotřebuje méně než polovinu výstupních tokenů, trvá méně než polovinu času a jedna úloha stojí přibližně o třetinu méně než na Fable 5. Sam Altman doplnil, že Sol je při kódování o 54 % úspornější na tokeny než předchozí generace.

Anthropic odpovídá jinou metrikou. Fable 5 je model třídy Mythos, který firma popisuje jako stav techniky téměř na všech testovaných benchmarcích a jako nejlepší mezi frontier modely na evaluaci Cognition FrontierCode při střední úrovni úsilí. Na souhrnných žebříčcích kvality sedí Fable 5 aktuálně na prvním místě.

Obě tvrzení mohou platit naráz. Jeden výrobce vyladil smyčku kódovacího agenta na cenu a rychlost. Druhý vyladil surovou schopnost na nejtěžších úlohách. Rozdíl není v tom, kdo lže. Rozdíl je v tom, co se měřilo.

Jak číst benchmark dřív, než mu uvěříte

Číslo od výrobce je začátek, ne verdikt. Předtím než se podle něj rozhodnete, ověřte si čtyři věci.

Kdo test dělal. Vlastní číslo výrobce porovnejte s nezávislým žebříčkem, jako je Artificial Analysis, SWE-bench nebo LM Arena. Pokud se pořadí na nezávislé půdě nezmění, tvrzení má váhu.

Na jaké úloze. „Nejlepší na kódování" na agentním kódovacím indexu je jiná věc než „nejlepší" na jednorázovém testu uvažování. Model může vést v jednom a zaostávat v druhém.

Za jakou cenu. Náskok dvou bodů, který stojí trojnásobek tokenů, není náskok pro zátěž, kterou spouštíte tisíckrát denně. Při malém objemu na ceně nezáleží, při velkém rozhoduje.

S jakým omezením. Fable 5 přesměruje část požadavků na model Opus 4.8 přes bezpečnostní klasifikátory, podle Anthropicu v průměru méně než v 5 % relací, hlavně v citlivých oblastech jako kyberbezpečnost a biologie. Pro běžné firemní použití to nevadí. Pokud pracujete v takové oblasti, je dobré o tom vědět.

Porovnání modelů (červenec 2026)

Ceny jsou za milion tokenů, vstup a výstup. Prázdná buňka znamená, že výrobce údaj oficiálně neuvádí a nechceme ho odhadovat.

Luna, nejlevnější úroveň GPT-5.6 za 1 $ / 6 $, se hodí na jednoduché a objemové úlohy, kde nepotřebujete vlajkovou schopnost. Grok 4 od xAI drží místo v horní skupině hlavně při práci s aktuálními daty. Otevřené modely GLM-5.2 a DeepSeek V4 rozebíráme podrobněji ve druhé části, protože u nich rozhoduje i to, kde běží a odkud pocházejí.

Verdikt podle úlohy

Pokud spouštíte kódovací agenty ve velkém a záleží na ceně za úlohu, vezměte GPT-5.6 Sol. Úspora tokenů a času se při tisících běhů denně sečte do reálných peněz. Na hrubé ceně za token je Sol za 5 $ / 30 $ přesně polovina ceny Fable 5.

Pokud je práce o těžkém uvažování, o právní či finanční analýze nebo o dlouhých dokumentech, kde je důležitější mít pravdu než ušetřit, vezměte Claude Fable 5. Milion tokenů kontextu, 128 tisíc na výstupu a stále zapnuté uvažování se vyplatí tam, kde jedna špatná odpověď stojí víc než pár centů navíc za volání.

Pokud chcete jeden model napříč textem, obrazem i kódem bez správy více dodavatelů, podívejte se na Gemini 3.1 Pro. V přímých soubojích na coding-arena vede a jako univerzál drží dobrý poměr ceny a výkonu.

Pokud rozhoduje rozpočet, vlastnictví dat nebo hosting u sebe, sáhněte po otevřených modelech GLM-5.2 nebo DeepSeek V4. Dosahují kolem 80 % na SWE-bench Verified za zlomek ceny. Předtím si ale přečtěte porovnání čínských a amerických modelů, protože u nich k ceně patří i otázka správy dat a politického rizika.

Postavte to tak, abyste mohli model vyměnit

Pořadí, které si dnes vyberete, se za pár týdnů změní. Sol překonal Fable 5 na jednom indexu. Další vydání od Anthropicu, Googlu nebo OpenAI ho znovu přeskupí. To není důvod čekat, je to důvod nezavázat se natrvalo k jednomu dodavateli.

Trvalé rozhodnutí není „který model", ale jak ho zapojíte. Mezi aplikaci a API modelu dejte tenkou vrstvu, prompty a testy držte ve verzovacím systému a měřte vlastní úlohu, ne cizí benchmark. Pak je výměna modelu změna konfigurace, ne přestavba. Přesně takto stavíme AI automatizaci u klientů, aby je nová generace modelů posunula dopředu, a ne zablokovala.

Než budete při rozhodování počítat náklady, pomůže i náš rozbor ceny AI programování přes tokeny versus programátor. Cena za milion tokenů totiž není to samé jako cena za hotovou práci.

Vítěz tohoto měsíce je méně užitečný než sestava, která vám dovolí vybrat si nového vítěze příští měsíc, aniž byste cokoli přepisovali.