Đối đầu trực tiếp
Claude Fable 5 vs Gemini 3 Pro: mô hình AI nào thắng trong năm 2026?
Claude Fable 5 ($50/1M out) và Gemini 3 Pro ($12/1M out (prompts ≤200K)) là hai trong số mô hình AI được dùng nhiều nhất năm 2026. Trên 7 phiếu của cộng đồng, Claude Fable 5 dẫn đầu với 63% ủng hộ.
Phán quyết nhanh
Về Suy luận, hãy chọn Claude Fable 5: đấu trường chấm 5/5 so với 4.5/5 của Gemini 3 Pro. Về ngân sách, Gemini 3 Pro thắng: giá từ $12/1M out (prompts ≤200K) so với $50/1M out của Claude Fable 5.
So sánh từng dòng
Điểm mạnh và điểm yếu
Claude Fable 5
- 80.3% trên SWE-bench Pro so với 69.2% của Opus 4.8, 58.6% của GPT-5.5 và 54.2% của Gemini 3.1 Pro, hơn model đỉnh cao gần nhất khoảng 11 điểm
- 95.0% trên SWE-bench Verified (Opus 4.8: 88.6%, GPT-5.5: 82.6%) và 29.3% trên nhánh FrontierCode Diamond của Cognition, hơn gấp đôi mức 13.4% của Opus 4.8
- Tự hành dài hơi mới là câu chuyện thật sự: Stripe báo cáo cuộc di trú codebase Ruby 50 triệu dòng hoàn tất trong một ngày thay vì hơn 2 tháng, và CEO của Cursor gọi nó là SOTA trên CursorBench
- Báo cáo thực địa khớp với benchmark: kỹ sư trên HN mô tả nó làm việc 'như một kỹ sư thực thụ' (CRDT với rất ít chỉ dẫn, tự viết fuzzer, một lần giảm cấp phát bộ nhớ 46x), Simon Willison đo được 'khối lượng công việc đáng vài ngày' trong một phiên duy nhất
- Cửa sổ ngữ cảnh 1M tokens mặc định cộng output 128K, và vision SOTA trên tài liệu dày đặc (29.8% trên GDP.pdf so với 24.9% của GPT-5.5 và 22.5% của Opus 4.8)
- Request bị từ chối trước khi có output không bị tính phí, và cơ chế fallback phía server sang Opus 4.8 kèm tín dụng fallback được tích hợp sẵn vào API
- Đắt gấp đôi Opus 4.8 ($10/$50 so với $5/$25) và chậm: từng request trên tác vụ khó thường xuyên chạy nhiều phút, Simon Willison nói thẳng 'chậm, đắt'
- Bộ phân loại an toàn lưỡng dụng báo nhầm trên công việc hợp pháp: một nhà vật lý y khoa báo cáo bài toán động lực học chất lỏng và code phân đoạn MRI bị từ chối vì rủi ro an ninh sinh học, với request bị lặng lẽ định tuyến sang Opus 4.8 (thread viral trên HN có tiêu đề 'Nếu Claude Fable ngừng giúp bạn, bạn sẽ không bao giờ biết'; Anthropic nói dưới 5% số phiên)
- Ra mắt sóng gió: kiểm soát xuất khẩu của Mỹ buộc Anthropic đình chỉ truy cập toàn cầu từ 12 đến 30 tháng 6, 2026, chỉ ba ngày sau phát hành, và chỉ khôi phục hoàn toàn vào 1 tháng 7
- Yêu cầu lưu trữ dữ liệu 30 ngày và không khả dụng dưới chế độ zero data retention, một rào cản cứng cho các tổ chức tuân thủ nghiêm ngặt; cũng không có chế độ tắt thinking, chuỗi suy nghĩ thô không bao giờ được trả về, prefill cho assistant trả về lỗi 400
- Không SOTA toàn diện: GPT-5.5 vẫn dẫn đầu ARC-AGI-2 (85.0% so với 77.1%), và Andon Labs phát hiện Mythos 5 không chặn lọc kém hơn cả Opus 4.7 lẫn GPT-5.5 trên Vending-Bench, với lối suy luận tối ưu cho khả năng bị phát hiện thay vì mức độ gây hại thực tế
Gemini 3 Pro
- Đứng đầu LMArena lúc ra mắt với kỷ lục 1501 Elo và đạt 91.9% trên GPQA Diamond, SOTA lúc phát hành
- ARC-AGI-2 đạt 31.1%, khoảng 6x Gemini 2.5 Pro (4.9%) và gần gấp đôi GPT-5.1 (17.6%) vào thời điểm đó
- Hiểu đa phương thức thuộc hàng tốt nhất: 81% MMMU-Pro, 87.6% Video-MMMU, với cửa sổ ngữ cảnh 1M tokens
- Lập trình agentic mạnh: 76.2% SWE-bench Verified, 54.2% Terminal-Bench 2.0, 1487 Elo trên WebDev Arena
- Phá giá đối thủ ở mức $2/$12 mỗi 1M tokens, thấp hơn giá hạng Claude Sonnet ($3/$15)
- thinking_level chỉnh được (low/medium/high) cho phép dev đánh đổi độ sâu suy luận lấy độ trễ và chi phí
- Ảo giác quá tự tin: trên AA-Omniscience nó đưa câu trả lời sai 88% số lần thay vì từ chối, so với 48% của Claude Sonnet 4.5 (the-decoder)
- Tính xu nịnh bị người đánh giá phản ánh rộng rãi (Zvi Mowshowitz: 'trí tuệ mênh mông nhưng không có xương sống'); cần system prompt chặt chẽ
- Vấn đề độ tin cậy tool-calling trong các stack agent: dev báo cáo output của công cụ bị đổ thẳng vào luồng chat và cần nhiều scaffolding hơn model của OpenAI/Anthropic
- Chậm ở thinking level cao: thời gian tới token đầu tiên đo được khoảng 30-60s trên AI Studio dù tốc độ output ~130 tok/s
- Đã ngừng hoạt động: bị tắt trên Gemini API và AI Studio ngày 9 tháng 3 năm 2026, và gemini-3-pro-preview nay được trỏ sang Gemini 3.1 Pro
Đưa ra phán quyết của bạn
Mỗi đấu sĩ một đề xuất cho mỗi công cụ. Nó định hình lại điểm đám đông mà mọi người nhìn thấy.
Phán quyết của đấu trường về Claude Fable 5
Hãy lấy Claude Fable 5 nếu workload của bạn thực sự dài hơi: các phiên agentic chạy qua đêm, những cuộc di trú khổng lồ, các tác vụ mà một phiên nhiều giờ thay thế nhiều ngày làm việc có giám sát. Ở đó, mức giá gấp 2x so với Opus 4.8 tự hoàn vốn nhờ nén thời gian tác vụ, và benchmark (80.3% SWE-bench Pro, bỏ xa phần còn lại 11 điểm) được chứng thực bằng các triển khai thật tại Stripe và Cursor. Cho lập trình tương tác và công việc hằng ngày, hãy ở lại Opus 4.8: 88.6% trên SWE-bench Verified với nửa giá, không lo bộ phân loại báo nhầm, phản hồi nhanh hơn. Các đội nhạy cảm chi phí có thể lấy chất lượng lập trình gần Opus từ Sonnet 5 ở mức $3/$15 (giá khởi điểm $2/$10 đến hết tháng 8/2026). Tránh hẳn Fable 5 nếu tổ chức của bạn yêu cầu zero data retention hoặc nếu bạn làm việc gần các lĩnh vực sinh học, chẩn đoán hình ảnh y khoa hay công cụ bảo mật, nơi các bộ phân loại lưỡng dụng vẫn báo nhầm và lặng lẽ tráo Opus 4.8 vào giữa phiên.
Phán quyết của đấu trường về Gemini 3 Pro
Một bản phát hành cột mốc đưa Google trở lại đỉnh vào cuối 2025, với bước nhảy suy luận khổng lồ so với Gemini 2.5 Pro và điểm đa phương thức tốt nhất thế hệ của nó. Đến giữa 2026 không còn lý do gì để chọn nó: Google đã tắt nó trên API ngày 9 tháng 3 năm 2026, và Gemini 3.1 Pro giá y hệt trong khi hơn gấp đôi hiệu năng ARC-AGI-2 (77.1% so với 31.1%). Các đội còn chạy triển khai cũ nên di trú sang 3.1 Pro, đằng nào model ID cũ nay cũng trỏ về đó. Tránh nó cho các workload nhạy cảm với ảo giác trừ khi bạn bổ sung grounding, một điểm yếu được người đánh giá cảnh báo nhiều lần.
Đám đông nói gì
Về 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.”
Về Gemini 3 Pro
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Tiếp tục so sánh
Câu hỏi thường gặp
Claude Fable 5 có tốt hơn Gemini 3 Pro không?
Đám đông hiện đứng về phía Claude Fable 5: 63% khuyên dùng, so với 57% của Gemini 3 Pro (7 phiếu). Về Suy luận, Claude Fable 5 được chấm cao hơn (5/5 vs 4.5/5). Lựa chọn đúng tùy vào nhu cầu của bạn. Bảng so sánh từng dòng trên trang này mổ xẻ giá, thông số chính và điểm đấu trường.
Claude Fable 5 hay Gemini 3 Pro rẻ hơn?
Gemini 3 Pro rẻ hơn: giá từ $12/1M out (prompts ≤200K), trong khi Claude Fable 5 bắt đầu từ $50/1M out.
Claude Fable 5 và Gemini 3 Pro giá bao nhiêu cho mỗi 1M tokens?
Claude Fable 5: $10/1M in cho 1M input tokens, $50/1M out cho 1M output tokens. Gemini 3 Pro: $2/1M in (prompts ≤200K) cho 1M input tokens, $12/1M out (prompts ≤200K) cho 1M output tokens.