Модель Fable 5.2 закрыла 41% заказов с биржи фриланса против 21% у Opus 5.5

Бенчмарк Remote Labor Index проверил, могут ли агенты вести коммерческий проект от начала до конца, и модель Fable 5.2 закрыла 41,3% заказов с биржи фриланса Upwork. Агенты работают в виртуальной среде с обычным профессиональным софтом — Blender, GIMP, Audacity, — а результат оценивают по пригодности для сдачи клиенту.

Это вдвое больше, чем у Opus 5.5 и GPT 6 Astra: обе справились примерно с 21% заказов. Предыдущая версия Fable 5.1 едва набирала заметную долю. Тест меряет законченную работу, а не отдельные шаги, поэтому большинство провалов — это проекты, доведённые до середины.