Anthropic 1. září 2026 uvedl Claude Fable 5.1, svůj nejschopnější běžně dostupný model pro kódování a znalostní práci. Pro českou firmu ale není hlavní zprávou to, že má okamžitě přepnout všechny úkoly na nový nejsilnější model. Důležitější je jiný posun: u dlouhých a opakovaných workflow začíná dávat větší smysl měřit cenu za správně dokončený úkol, ne jen cenu milionu tokenů.
Fable 5.1 stojí v API 10 dolarů za milion vstupních a 50 dolarů za milion výstupních tokenů. To je stále drahý model. Anthropic však snížil cenu čtení uloženého kontextu na 0,25 dolaru za milion tokenů a tvrdí, že typická tokenově účtovaná práce může být proti Fable 5 přibližně o čtvrtinu levnější. Úspora ale vznikne jen tam, kde workflow skutečně opakuje stejný dlouhý kontext a cache zasahuje.
Co se změnilo a co zůstává stejné
Claude Fable 5.1 je podle Anthropicu určený pro nejtěžší dlouhé úkoly: rozsáhlý výzkum, práci přes více aplikací, složité programování nebo několikahodinové agentní běhy. Dostupný je v tarifech Pro, Max, Team a Enterprise a také přes Claude API, vybraná cloudová tržiště a platformy AWS, Google Cloud a Microsoft.
Základní API sazba se proti předchozímu Fable 5 nemění. Novinkou je hlavně výrazně levnější cache read. Místo opakovaného zpracování stejného systémového promptu, dokumentace nebo historie může API znovu načíst již zpracovanou část. U Fable 5.1 stojí takový zásah 2,5 % běžné ceny vstupu. Zápis do cache ale zůstává zpoplatněný a do výpočtu patří i výstupní tokeny, nástroje a případné další služby.
Anthropic zároveň nabízí několik úrovní výpočetního úsilí. Jeho vlastní výsledky ukazují, že Fable 5.1 při nízkém nebo středním úsilí může u některých testů dosáhnout podobného či lepšího výsledku než Fable 5 za menší cenu. To je užitečný signál, nikoli univerzální garance pro českou smlouvu, katalog nebo zákaznický e-mail.
Nejdražší model nemusí být nejdražší řešení
Ceník za token svádí k jednoduchému porovnání: levnější model rovná se levnější proces. Ve skutečné firmě ale náklad vzniká i chybným výstupem, opakovaným během, ruční opravou nebo tím, že člověk musí znovu dohledat podklady. Silnější model může být ekonomičtější, pokud těžký úkol dokončí napoprvé a slabší varianta potřebuje tři pokusy a hodinu kontroly.
Platí to zejména u úkolů s vysokou cenou chyby nebo velkým objemem kontextu: kontrola několika propojených smluv, hledání příčiny provozního incidentu, návrh změny přes více částí systému či syntéza desítek odborných podkladů. Ani tady ale model nesmí sám schvalovat právní, finanční nebo produkční rozhodnutí.
Naopak třídění krátkých zpráv, extrakce pěti polí z faktury, překlad jedné věty nebo běžný návrh odpovědi obvykle nepotřebují maximální model. Posílat je automaticky na nejvyšší třídu znamená platit za schopnosti, které úloha nevyužije.
Tři vrstvy praktického model routingu
Model routing znamená, že systém předem určí, jakému typu modelu úkol svěří. Nemusí jít o složitou samořídicí platformu. Pro první pilot stačí tři srozumitelné kategorie.
| Vrstva | Typ práce | Rozumný přístup |
|---|---|---|
| Rutina | Klasifikace, krátká extrakce, jednoduché přepsání | Levnější a rychlejší model, pevné schéma, automatická kontrola formátu |
| Standard | Souhrn dokumentu, návrh e-mailu, běžná analýza | Střední model, firemní instrukce, vzorek kontrolovaný člověkem |
| Komplexní | Dlouhý výzkum, složité rozhodovací podklady, více nástrojů | Frontier model, rozpočet běhu, důkazy, povinná finální kontrola |
Směrování nemá stát pouze na délce promptu. Krátká otázka může mít vysoké riziko a dlouhý dokument může vyžadovat jen jednoduchou extrakci. Do pravidla patří složitost, citlivost dat, cena chyby, nutnost nástrojů a požadovaná míra samostatnosti.
Pokud firma teprve hledá vhodný proces, pomůže nejdřív AI audit. Modelový ceník nedává smysl optimalizovat dřív, než je jasné, co má workflow dokončit a kdo výsledek přebírá.
Jak měřit cenu dokončeného úkolu
Pro porovnání vyberte 30 až 50 reálných případů, které reprezentují lehké, běžné i obtížné situace. Odstraňte osobní a citlivé údaje, pokud pro test nejsou nezbytné. Každý případ pak spusťte na dvou nebo třech vhodných modelech se stejným zadáním a stejnými povolenými nástroji.
U každého běhu zaznamenejte:
- přímou cenu modelu a externích nástrojů,
- zda výstup prošel předem danými kritérii napoprvé,
- počet opakování a čas lidské kontroly,
- závažné chyby, neúplné zdroje a nedodržené instrukce,
- celkový čas od zadání po použitelný výsledek.
Jednoduchá pracovní metrika může znít: (cena všech běhů + cena kontroly) / počet přijatých výsledků. Není to účetní standard, ale rychle odhalí falešnou úsporu, kdy levný model potřebuje mnoho oprav.
Kdy pomůže prompt caching
Cache dává smysl, pokud se mezi požadavky opakuje velká stabilní část vstupu: firemní pravidla, produktový katalog, technická dokumentace nebo dlouhá historie jednoho pracovního případu. U jednorázového krátkého promptu může přidat složitost bez podstatné úspory.
Začněte automatickým cachingem a sledujte skutečný poměr zásahů. Oddělte stabilní kontext od měnících se dat a ověřte, že požadavky chodí v době platnosti cache. Pokud se dokument při každém volání skládá jinak, systém může stále platit nové zápisy místo levných čtení.
Oficiální dokumentace uvádí u Fable 5.1 cenu cache hitu 0,25 dolaru za milion tokenů, zatímco běžný vstup stojí 10 dolarů. To vypadá dramaticky, ale marketingové procento nelze přenést na celý účet: levnější je jen znovu použitá vstupní část. Nový vstup, odpověď modelu a nástroje se účtují dál.
Postup pro malou firmu na jeden týden
- Vyberte jeden proces. Například přípravu podkladů k obchodní schůzce, ne obecné „zaveďme AI“.
- Sepište definici hotovo. Povinná pole, zdroje, maximální počet chyb a situace pro předání člověku.
- Rozdělte testovací případy. Lehký, standardní a komplexní koš musí obsahovat i problematické vstupy.
- Porovnejte varianty. Měřte přímý náklad, úspěšnost napoprvé, čas kontroly a dobu dokončení.
- Nastavte pravidla směrování. Výchozí model pro rutinu, silnější model pro jasně definované výjimky.
- Přidejte rozpočtovou stopku. Omezte počet kroků, nástroje a maximální cenu jednoho případu.
- Vyhodnoťte po týdnu. Upravte hranice podle reálných chyb, nikoli podle dojmu z jednoho povedeného dema.
Teprve stabilní pilot má smysl převést do AI automatizace. U významných zápisů, odesílání, publikace nebo peněz má zůstat jasná schvalovací brána.
Omezení nové nabídky
Všechna zveřejněná výkonnostní čísla pocházejí od Anthropicu a velká část zákaznických zkušeností z programu předběžného přístupu. Benchmark měří konkrétní testovací prostředí, nikoli kvalitu ve vašem procesu. Anthropic sám upozorňuje, že některé bezpečnostní zásahy ovlivňují výsledky a že část úloh z kyberbezpečnosti či biologie může být přesměrována na jiné modely.
Také dostupnost a účtování se mohou lišit podle platformy. Některé integrace mají vlastní omezení, cloudové tržiště může používat jiný fakturační mechanismus a americká inference má příplatek. Před produkčním nasazením proto ověřte aktuální dokumentaci, smlouvu, retenci dat a chování fallbacku.
Závěr: výkon přidělujte, neplýtvejte jím
Claude Fable 5.1 je relevantní novinka pro firmy, které řeší dlouhé a složité AI workflow. Neznamená ale, že nejlepší architekturou je jeden maximální model pro všechno. Dobré nasazení posílá rutinu na levnější vrstvu, složitou práci na schopnější model a každé větvi dává vlastní kontrolu kvality i rozpočtu.
První otázka tedy není „který model je nejsilnější?“, ale „u kterých našich úkolů vyšší schopnost prokazatelně snižuje cenu dokončeného výsledku?“. Odpověď musí dát firemní test nad vlastními případy.
Přímé zdroje
- Anthropic: Claude Fable 5.1 and Claude Mythos 5.1 — oficiální oznámení modelů, ceny, dostupnosti a výsledků, publikováno 1. září 2026.
- Anthropic: Claude Fable 5.1 and Claude Mythos 5.1 System Card — primární technická zpráva o evaluacích, bezpečnostních zásazích a omezeních, září 2026.
- Claude Platform Docs: Pricing — aktuální oficiální ceník a pravidla prompt cachingu, ověřeno 3. září 2026.
