Claude Fable 5 vs Grok 3 — сравнение бенчмарков

Claude Fable 5

Claude Fable 5 выглядит лучше для большинства задач: у него существенно больший контекст, сильнее позиции в кодинге, рассуждениях и долгих агентных сценариях. Grok 3 выигрывает в доступе к свежим данным из X и может быть удобнее для оперативного анализа новостей и трендов, но как универсальная модель он слабее.

Бенчмарки

SWE-bench Verified

Claude

Grok

79.4

SWE-bench Pro

Claude

80.3

Grok

74.2

Arena Elo

Claude

1402

Grok

1402

MMLU

Claude

Claude Fable 5

Anthropic

Первая публично доступная модель класса Mythos от Anthropic, вышла 9 июня 2026 — флагман новой линейки Claude 5, ступень выше Opus 4.8. Лидирует почти во всех бенчмарках: SWE-Bench Pro 80,3%, SWE-Bench Verified 95%, FrontierCode Diamond 29,3%. Особенно силён в долгих агентских задачах, программировании, работе с данными и анализе изображений. Контекст 1M токенов. Опасные запросы (кибербез/биология/химия/дистилляция) перенаправляет на Opus 4.8 — срабатывает менее чем в 5% сессий. Цена вдвое выше

Тарифы, обзор, бенчмарки →

Grok 3

xAI

Флагманская модель от xAI (Илон Маск). Контекст 131K токенов, режим рассуждений, интеграция с X (Twitter) для доступа к данным в реальном времени. Минимальная цензура среди фронтирных моделей.

Тарифы, обзор, бенчмарки →

Вопросы и ответы

Что лучше для кодинга?+

Claude Fable 5 лучше подходит для программирования и долгих инженерных задач. В источниках Claude стабильно лидирует в сложном multi-step reasoning и coding-задачах, а также в SWE-bench и связанных оценках.

Какая модель дешевле?+

Grok 3 дешевле по API: $3 за 1M input и $15 за 1M output против более дорогого Claude Fable 5, который в пользовательском описании указан как примерно вдвое дороже. Для массового использования по цене Grok выгоднее.

У какой модели больше контекст?+

Claude Fable 5 имеет контекст 1M токенов, а Grok 3 — 131K токенов. Для длинных документов, больших кодовых баз и многошаговых агентных сценариев это сильное преимущество Claude.

Что лучше для свежих новостей и трендов?+

Grok 3 лучше подходит для real-time задач, потому что он глубоко интегрирован с X и использует актуальные данные платформы. Для анализа событий, рынков и трендов, где важна свежесть информации, Grok обычно полезнее.

Какая модель лучше для мультимодальных задач?+

HumanEval

Claude

93.7

Grok

MATH

Claude

78.3

Grok

76.1

GPQA

Claude

Grok

Средний балл: Claude 275vsGrok 269.7

* Бенчмарки — стандартизированные тесты для оценки качества ИИ-моделей. Чем выше балл, тем лучше модель справляется с задачей.

Обе модели мультимодальные, но Claude Fable 5 выглядит сильнее в общем качестве анализа и долгих задачах. Если нужен разбор изображения в составе сложного рабочего процесса, Claude дает более универсальный результат; если важнее быстрый живой контекст, Grok может быть удобнее.

Claude Fable 5 и Grok 3 решают похожие задачи, но ориентированы на разные сценарии. Claude Fable 5 — это флагман Anthropic с контекстом 1M токенов, и по доступным данным он лидирует в кодинге, сложных рассуждениях и длинных агентных цепочках. Grok 3 от xAI — более компактная по контексту модель с 131K токенов, но сильная в оперативной работе с данными из X, быстрых ответах и анализе текущих событий.

По бенчмаркам преимущество чаще у Claude. В предоставленных источниках Claude обгоняет Grok в SWE-bench Verified, SWE-bench Pro, HumanEval, MMLU и задачах на многошаговое reasoning. Это означает, что Claude лучше подходит для разработки, аналитики, работы с большими документами и задач, где важны точность и устойчивость к ошибкам. Grok 3 выглядит заметно сильнее в сценариях, где важны свежие данные, стиль общения и быстрый доступ к трендам.

С точки зрения цены Grok 3 выгоднее. Его API указано как $3 за 1M input и $15 за 1M output, а также есть более дешевый Grok 3 mini. Claude Fable 5 заметно дороже по подпискам и, по описанию, может расходовать лимиты вдвое быстрее в бесплатных или подписочных сценариях. Если задача требует постоянного потока запросов и бюджет важен, Grok 3 выглядит практичнее.

Если нужна одна модель для большинства профессиональных задач, Claude Fable 5 сильнее: больше контекст, лучше кодинг, лучше длинные рассуждения, лучше работа с большими наборами данных. Если приоритет — свежие события, X-данные и более низкая стоимость, Grok 3 может быть удобнее. Для инженерных команд и аналитиков выбор чаще будет в пользу Claude, а для мониторинга новостей, трендов и оперативных сводок — в пользу Grok.