Віч-на-віч
Mistral Large 3 vs Claude Fable 5: який ШІ-модель перемагає у 2026 році?
Mistral Large 3 ($1.50/1M out) і Claude Fable 5 ($50/1M out) належать до найуживаніших ШІ-моделі у 2026 році. За результатами 4 голосів спільноти лідирує Claude Fable 5 зі схваленням 63%.
Швидкий вердикт
За критерієм «Міркування» обирайте Claude Fable 5: арена оцінює його на 5/5 проти 3/5 у Mistral Large 3. За бюджетом виграє Mistral Large 3: він коштує від $1.50/1M out проти $50/1M out у Claude Fable 5.
Порівняння рядок за рядком
Сильні та слабкі сторони
Mistral Large 3
- Open weights під Apache 2.0 із розгортанням на одному вузлі через квантування FP8/NVFP4, попри 675B загальних параметрів
- Контекстне вікно 256K, у верхньому діапазоні для open-weight моделей, добре пасує до RAG на довгих документах
- Агресивні флагманські ціни $0.50 за вхід / $1.50 за вихід за 1M токенів, приблизно в 3-4 рази дешевше за західні пропрієтарні флагмани
- Дебютувала другою серед open-source моделей без міркувань на LMArena (Elo ~1418)
- Нативна мультимодальність (візуальний енкодер на 2.5B параметрів) і 40+ рідних мов
- Розробники на HN хвалять її строге форматування, дотримання інструкцій і надійність у продакшні
- Слабке глибоке міркування: GPQA Diamond ~44% проти високих 70-х у DeepSeek V3.2 і Kimi K2 Thinking; варіанта з міркуваннями на старті немає
- Відстає від GLM-4.6, Kimi K2 і DeepSeek у сучасних бенчмарках кодування (посередній LiveCodeBench v6); розробники на HN ставлять її в 'іншу вагову категорію' нижче Gemini 3, GPT-5.1 і Claude Opus 4.5
- Схильна до галюцинацій у фактологічних питаннях (SimpleQA ~24%) зі слабким налаштуванням на відмову
- Виміряна вихідна швидкість ~49 ток/с на Artificial Analysis, нижче за медіану ~58 ток/с для порівнянних моделей
- Критика на HN, що архітектура надто близько повторює DeepSeek V3, породжуючи сумніви в оригінальності R&D
Claude Fable 5
- 80.3% на SWE-bench Pro проти 69.2% в Opus 4.8, 58.6% у GPT-5.5 і 54.2% у Gemini 3.1 Pro, приблизно на 11 пунктів попереду наступної флагманської моделі
- 95.0% на SWE-bench Verified (Opus 4.8: 88.6%, GPT-5.5: 82.6%) і 29.3% на зрізі FrontierCode Diamond від Cognition, більш ніж удвічі проти 13.4% в Opus 4.8
- Автономія з довгим горизонтом і є головною новиною: Stripe повідомила про міграцію Ruby-кодової бази на 50 мільйонів рядків за один день замість 2+ місяців, а CEO Cursor називає її state of the art на CursorBench
- Польові звіти збігаються з бенчмарками: інженери на HN описують, що вона працює 'як справжній інженер' (CRDT майже без підказок, пише власні фазери, одне зменшення алокацій у 46 разів), Simon Willison виміряв 'роботу на кілька днів' за одну сесію
- Контекстне вікно 1M токенів за замовчуванням плюс 128K на виході й найкращий зір на щільних документах (29.8% на GDP.pdf проти 24.9% у GPT-5.5 і 22.5% в Opus 4.8)
- Запити, відхилені до першого виводу, не тарифікуються, а серверний fallback до Opus 4.8 із fallback-кредитом вбудований в API
- Удвічі дорожча за Opus 4.8 ($10/$50 проти $5/$25) і повільна: одиночні запити на складних задачах регулярно тривають багато хвилин, Simon Willison прямо називає її 'повільною, дорогою'
- Класифікатори безпеки подвійного призначення хибно спрацьовують на легітимній роботі: медичний фізик повідомив, що задачі з гідродинаміки й код сегментації МРТ відхилялися як біобезпекові ризики, а запити тихо перенаправлялися до Opus 4.8 (вірусний тред на HN мав назву 'If Claude Fable stops helping you, you'll never know'; Anthropic каже, менше 5% сесій)
- Важкий старт: експортний контроль США змусив Anthropic призупинити доступ у всьому світі з 12 до 30 червня 2026, через три дні після релізу, з повним відновленням лише 1 липня
- Вимагає 30-денного зберігання даних і недоступна в режимі zero data retention, жорсткий блокер для організацій зі строгим комплаєнсом; також немає режиму без мислення, сирий ланцюжок думок ніколи не повертається, prefill асистента дає 400
- Не всюди state of the art: GPT-5.5 досі лідирує на ARC-AGI-2 (85.0% проти 77.1%), а Andon Labs виявила, що розблокована Mythos 5 поступилася і Opus 4.7, і GPT-5.5 на Vending-Bench, із міркуваннями, оптимізованими під помітність, а не реальну шкоду
Винесіть свій вердикт
Одна рекомендація на інструмент від кожного гладіатора. Вона змінює оцінку натовпу, яку бачать усі.
Вердикт арени щодо Mistral Large 3
Обирайте Mistral Large 3, якщо вам потрібен open-weight флагман під юрисдикцією ЄС для багатомовного RAG, роботи з довгими документами чи самостійно хостованих розгортань: проти Mistral Large 2 (щільна 123B, обмежувальна дослідницька ліцензія, ціни API $2/$6) це очевидне оновлення за контекстом, мультимодальністю, ліцензією та вартістю. Уникайте її як основного рушія для кодування чи глибокого міркування; DeepSeek V3.2, GLM-4.6 чи пропрієтарні флагмани там відчутно сильніші. Ставтеся до неї як до дешевої надійної робочої конячки, а не флагманського виконавця.
Вердикт арени щодо Claude Fable 5
Беріть Claude Fable 5, якщо ваше навантаження справді має довгий горизонт: нічні агентні запуски, гігантські міграції, задачі, де одна багатогодинна сесія заміняє дні роботи під наглядом. Там подвійна надбавка проти Opus 4.8 окупається стисненням задач, а бенчмарки (80.3% SWE-bench Pro, на 11 пунктів попереду решти) підкріплені реальними впровадженнями у Stripe і Cursor. Для інтерактивного кодування й щоденної роботи лишайтеся на Opus 4.8: 88.6% на SWE-bench Verified за половину ціни, без хибних спрацювань класифікаторів, швидші ходи. Чутливі до витрат команди отримають майже опусівське кодування від Sonnet 5 за $3/$15 (стартова ціна $2/$10 до серпня 2026). Уникайте Fable 5 повністю, якщо вашій організації потрібен zero data retention або якщо ви працюєте поблизу біології, медичної візуалізації чи інструментів безпеки, де класифікатори подвійного призначення досі дають хибні спрацювання й тихо підставляють Opus 4.8 посеред сесії.
Що каже натовп
Про Mistral Large 3
Вердиктів поки немає. Станьте першим, хто висловиться.
Про Claude Fable 5
“I do medical imaging research and the bio classifier keeps flagging my MRI segmentation prompts, then it silently falls back to Opus 4.8 mid-session. At $50 per million output tokens I expect to at least know which model actually answered me.”
“Yes it's 2x the price of Opus and yes the turns are slow. But one overnight Fable run replaced what used to be a week of supervising shorter runs. On a per-task basis it's actually the cheapest model we use.”
“The 1M context is real, not marketing. I fed it our entire service mesh config plus six months of incident postmortems and it traced a flaky timeout to a retry policy nobody remembered writing. Opus 4.8 never connected those dots.”
“Gave it a monorepo migration that Opus 4.8 kept stalling on. It ran for about 40 minutes, came back with the whole thing done plus a test harness it wrote for itself. Felt like reviewing a senior engineer's PR, not babysitting a chatbot.”
Порівнюйте далі
Поширені запитання
Чи кращий Mistral Large 3 за Claude Fable 5?
Натовп зараз на боці Claude Fable 5: його рекомендують 63%, проти 50% у Mistral Large 3 (4 голоси). За критерієм «Міркування» вища оцінка у Claude Fable 5 (5/5 проти 3/5). Правильний вибір залежить від вашого завдання. Порівняння рядок за рядком на цій сторінці розбирає ціни, ключові характеристики та оцінки арени.
Що дешевше: Mistral Large 3 чи Claude Fable 5?
Mistral Large 3 дешевший: він коштує від $1.50/1M out, тоді як Claude Fable 5 стартує з $50/1M out.
Скільки коштують Mistral Large 3 і Claude Fable 5 за 1M токенів?
Mistral Large 3: $0.50/1M in за 1M вхідних токенів, $1.50/1M out за 1M вихідних токенів. Claude Fable 5: $10/1M in за 1M вхідних токенів, $50/1M out за 1M вихідних токенів.