9 ноября Anthropic тихо выкатил Fable 5.2 и Mythos 5.2. Симон Уиллисон — один из самых внимательных публичных тестировщиков LLM-инструментов — обновил свой плагин llm-anthropic до версии 0.31 в тот же день. И обнаружил нехорошее: уровень reasoning max не работает. Модель уходит в себя на 128 000 токенов размышлений и не возвращает финального ответа совсем.
Контекст
llm — это CLI-утилита для работы с языковыми моделями через единый интерфейс. llm-anthropic — плагин, который добавляет поддержку Claude-моделей. Версия 0.31 включила Fable 5.2 и Mythos 5.2 сразу в день их анонса — так работают активные контрибьюторы open-source экосистемы вокруг Anthropic.
Fable 5.2 — часть семейства Claude 5. До него существовали Fable 5 и Fable 5.1. Параллельно вышел Mythos 5.2 — отдельная линейка той же генерации с другим профилем. Anthropic развивает несколько веток одновременно: под скорость, под глубокое рассуждение, под специализированные задачи.
Плагины для CLI — не академическая история. Это реальный workflow сотен разработчиков, которые встраивают LLM в скрипты, тесты, пайплайны данных. Скорость поддержки новых моделей в таких инструментах напрямую определяет, когда сообщество начинает их использовать на практике.
Аналитика
Самое интересное в этом тесте — не выход новой модели, а баг. Уиллисон прогнал генерацию SVG-пеликана на велосипеде через все пять уровней reasoning: low, medium, high, xhigh, max. Лучший результат дал xhigh. Max же просто потратил токенный бюджет и вернул пустой ответ. Тот же баг ранее был у Opus 5.5, но для Fable-серии это регрессия: Fable 5 и Fable 5.1 на max работали нормально.
Это принципиальный момент для всех, кто строит продукты на reasoning-моделях. Больше «мышления» — не всегда лучше. Закон убывающей отдачи работает и здесь. Max полезен только для очень узкого класса задач, где нужна максимальная глубина и гарантированный токенный бюджет на вывод. Пока Anthropic не закроет баг — max нестабилен и не подходит для production.
Для продуктовых команд вывод прямой: фиксируй уровень не выше xhigh, добавляй проверку на пустой ответ в любой Claude-пайплайн. 128k thinking-токенов на одном вызове без результата — это реальные деньги и зависшие очереди.
Кейсы применения в бизнесе
B2B-SaaS стартап. Если у вас есть пайплайн с reasoning-моделью — зафиксируй уровень на xhigh максимум. Добавь обработку empty response: до патча модель на max молча возвращает ничего. Это критично для любых автоматических генераций (документы, аналитика, структурированный вывод).
Корпорация с legacy-системами. При внедрении Claude через API для аналитики или генерации отчётов — выбирай Fable 5.2 или Mythos 5.2 для задач средней сложности, держи reasoning на high. Экономия заметная: разница между high и max по токенам может быть в несколько раз, а качество вывода при текущем баге — хуже.
SMB / локальный бизнес в КР и СНГ. Если работаешь через llm CLI или встраиваешь Claude в скрипты — обновляй плагин до 0.31 ради доступа к новым моделям. При автоматизации контента и отчётности уровень medium–high даёт хороший баланс скорости и качества без риска пустого ответа.
Кейсы в личной жизни
Разработчик. Установи llm + llm-anthropic 0.31, сравни уровни reasoning на реальном кейсе — рефакторинге функции или ревью кода. Вероятно, xhigh даст лучший результат при приемлемой скорости. Заодно добавь проверку на пустой ответ в свои скрипты — это хорошая практика в любом случае.
Контент-мейкер. Уровни reasoning — не просто маркетинговые метки. Попробуй high для структурированных текстов (сценарии, статьи, питчи), low — для быстрого брейншторма. Разница ощутима. За max платить сейчас смысла нет: и денег больше, и результата меньше из-за бага.
Фрилансер / студент. Если используешь Claude через API или CLI — добавляй в скрипты обработку случая, когда модель вернула пустую строку. Это защищает от потери работы при сбоях. Сейчас особенно актуально для max-уровня.
Как применить сегодня
- Обновить плагин командой
llm install llm-anthropic— получишь версию 0.31 с Fable 5.2 и Mythos 5.2 - Запустить собственный тест: сравни уровни xhigh и high на реальной задаче — посмотри, где отдача снижается
- Не использовать max в production-пайплайнах до официального патча от Anthropic
- Добавить проверку на пустой ответ (
if not response.strip(): raise) в любой Claude-пайплайн с reasoning - Следить за Simon Willison's Weblog — он публикует практические тесты новых моделей в день релиза, часто первым находя реальные баги
«max failed to return an image at all, running out of tokens after spending 128,000 thinking about them» — Simon Willison, 9 ноября 2026