Claude Fable 5.2 в Devin — 49,1% на FrontierCode 2.0

Claude Fable 5.2 подключили в Devin. FrontierCode 2.0 — бенчмарк на реальных инженерных задачах: смотрят качество кода и то, можно ли результат влить в продовую ветку. На этой шкале Fable 5.2 вышла на первое место с 49,1%.
Fable 5.1 здесь давала 32,4%, Opus 5.5 — 45,5%. Итоговый балл — взвешенная сумма по рубрике: решение, не прошедшее блокирующие критерии, получает ноль. Параллельно считают средний расход в долларах на прогон по листовым ценам API, с публичными скидками.
Улучшение не только в пиковом режиме. При низкой глубине рассуждений Fable 5.2 уже обгоняет лучший прогон Fable 5.1 и стоит меньше трети за задачу — для длинных агентских сессий по репозиторию это сразу и про пригодность к мержу, и про счёт за прогон.
Источник: Claude Fable 5.2 is now available in Devin | Devin.