Claude Fable 5.2 бьёт рекорд на тесте фриланс-задач

Remote Labor Index — тест, который разработали Scale Labs и Center for AI Safety (CAIS), — измеряет, сколько реальных фриланс-заказов с биржи Upwork модель ИИ выполняет настолько хорошо, что платящий клиент принимает работу. Новая модель Anthropic, Fable 5.2, справилась с 41,3 процента таких заказов — почти вдвое больше, чем у собственного Opus 5.5 от Anthropic (21,25 процента) и GPT-6 Astra от OpenAI (20,83 процента). Год назад лучший результат в этом тесте показал ИИ-агент Manus — всего 2,5 процента.

Этот 16-кратный скачок за год показывает, как быстро ИИ-агенты осваивают обычную фриланс-работу в офисе. Но тот же тест показывает чёткий предел. Fable 5.2 всё ещё не справляется с промышленным дизайном продуктов и анимацией, часто выдавая неготовые или противоречивые файлы. Это говорит о том, что компаниям пока лучше давать таким агентам узкие задачи, а не поручать им целый фриланс-проект.