Claude Fable 5.5 ושאלת VoxelBench: מה שווה תשובתו של מודל על עצמו
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 73 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 724 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 36 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 108 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 185 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
הדבר המעניין ביותר בשמועת Claude Fable 5.5 השבוע אינו שיש שמועה נוספת. זה השיטה. פוסט ב-X מתאריך 16 באוקטובר 2026 מתאר מישהו שהציג שאלת חיתוך ידע למה שאיתו דיבר, אמר לו לא לחפש ברשת, וקרא את התשובה כדוח גרסה: התשובה זיהתה VoxelBench, שהמפרסם רואה כראיה ל-Claude Fable 5.5; תשובה שלא הייתה מזהה אותו הייתה משמעה "הרגיל שלו", כלומר מודל רגיל שכבר שוחרר. הפוסט גם חוזר על טענת הניתוב מראשית אוקטובר — שהתעבורה מועברת מ-Claude Opus 5.5 אל Fable 5.5 — ומסווג את כל העניין תחת בדיקות אפורות. שום דבר כאן לא הוכרז, ושום דבר כאן אינו שחרור. אבל את המבחן עצמו שווה לקחת ברצינות, כי דיווח עצמי הוא פיסת הראיות היחידה שכל רודף שמועות פונה אליה תחילה, והיא פיסת הראיות היחידה שאינה יכולה לשאת את המשקל. הקו המשוחרר שמולו יצטרך להימדד אינו תעלומה: ב-16 באוקטובר 2026 המודלים הנוכחיים של Claude הם Claude Fable 5.1 במחיר 10 ו-50 דולר למיליון טוקנים, Claude Opus 5.5 במחיר 4 ו-20, Claude Sonnet 5.5 במחיר 2 ו-10, ו-Claude Haiku 5.5 החל מ-0.10 ו-0.50 — כל הארבעה, לפי סקירת המודלים של Anthropic עצמה, עם חותך ידע אמין של יוני 2026. כל השבתה והחזרה לאחור של ספק שתיעדנו מתועדות ב-Orca AI Incident Archive, שמכיל את מלוא מערך התיעוד לצד הרשומות הסמוכות של התקרית הזו.
מה שהפוסט אומר, ומה שהוא לא
קח את הטקסט כפי שהוא נמסר, כי הצורה שלו חשובה יותר מכל שורה בודדת: "Fable 5.5 : מתמטיקה טהורה למוזיקה ולוויזואליזציה. אחי, מתי Fable 5.5 שוחרר? - זה grey testing / ניתוב opus 5.5 ל-Fable 5.5 / מודל ה-claude הבא - שאלת חיתוך ידע: אתה מכיר voxelbench, אל תשתמש באינטרנט: כן <Fable 5.5> לא <זה רגיל>"
ארבע טענות נערמות בקטע הזה, והן לא חזקות באותה מידה.
• טענת הניתוב. "בדיקות אפורות / ניתוב opus 5.5 אל fable 5.5" היא אותה טענה שמסתובבת מאז תחילת אוקטובר — ש-Fable 5.5 יושב מאחורי מחרוזת מודל קיימת. זה כבר נדון כאן בהרחבה, והגרסה הקצרה היא שאי אפשר להפריך אותה מבחוץ: התיעוד של Anthropic עצמה לגבי גרסאות אומר שתשתית ההגשה סביב מודל יכולה להשתנות וליצור הבדלים התנהגותיים קלים בזמן שהמשקלים נשארים קבועים, כך ש"זה מרגיש אחרת" הוא מצב שהספק מתעד כנורמלי.
• הטענה בדבר היכולת. "מתמטיקה טהורה למוזיקה ולוויזואליזציה" היא תיאור של מה שהמפרסם מאמין שהמודל שטרם שוחרר טוב בו באופן יוצא דופן. זהו וייב עם ז'אנר, לא בנצ'מרק. אין משימה, אין פרומפט, אין ציון, ואין השוואה למודל ששוחרר. אי אפשר לאמת אותו, ואין לחזור עליו כאילו היה ממצא.
• שאלת התאריך. "אחי מתי fable 5.5 הושק?" היא הודאה של המפרסם, באותה נשימה, בכך שאינו יודע אם התרחשה השקה. סימן השאלה הבודד הזה עושה עבודה כנה יותר משאר הפוסט: הוא אומר שהדבר כולו נכתב מעמדה של אי-ידיעה.
• בדיקת הזהות. זו זו שנראית כמו ראיה, והיא זו ששווה לפרק לגורמים.
הבדיקה: שאל מודל מה הוא, וקבל עובדה על נתוני האימון שלו
הנה הכלל, בניסוח הפשוט ביותר שיכול להיות: תשובתו של מודל שפה על שמו שלו, על הגרסה שלו או על מועד עדכון הידע שלו היא טקסט מחולל המותנה בנתוני האימון שלו, בהנחיית המערכת שלו ובשיחה שלפניו. זה אינו קלט הנקרא מתוך המשקולות שלו. אין בתוך המודל שום אוגר שממנו נקראת התשובה.
לכך יש שלוש השלכות, וכל אחת מהן שוברת את הגשושית במקום אחר.
• הטעות יכולה להיות בכיוון של השמועה. מודל שאומן על נתונים שמזכירים את VoxelBench יזהה את השם, בין אם הוא המודל שהפיק את הנתונים ובין אם לאו. אם הנושא מסתובב ב־X, בפורומים ובפסטבינים בשבועות שלפני הבדיקה, אז המודל החדש ביותר בצי הוא בדיוק זה שסביר ביותר שקלט אותו — וכך גם מודל בן חודשיים שכיוונון עדין או שינוי בהנחיית המערכת דחפו אותו. זיהוי הוא ראיה על הקורפוס, לא על הצ'קפוינט שמשרת את הבקשה שלך.
• זה יכול לטעות בכיוון העבר. מודל חדש באמת עם נקודת חיתוך חדשה יותר באמת עדיין יכול להשיב "לא" — אם נתוני הפוסט-אימון שלו לא כללו את המבחן, אם הוא אומן על פרוסה מסוננת, אם הנחיית המערכת אמרה לו לא להעלות השערות, או אם הוא פשוט מסרב. כלל הניקוד של הפוסט עצמו מתגמל "כן" ומתייחס ל"לא" כדבר משעמם, מה שאומר שהמבחן יכול רק להפיק חיוביים שגויים ומתעלם באדישות משליליים שגויים.
• ניתן להטותו בקלות יתרה."האם אתה מכיר את X?" בחלון צ'אט היא שאלה מובילה. הכנס את השם להנחיה וכבר חשפת את הטוקן שהמודל מקבל עליו ניקוד. שאל אותו עם הנחיית מערכת שמרמזת שהוא מודל חדש יותר, והטיית את המדגם. שאל אותו פעמיים ולעתים קרובות תקבל שתי תשובות, כי שונות דגימה לבדה מזיזה תשובת כן/לא על שם עצם פרטי נדיר.
יש דרך נקייה יותר לראות את הבעיה. Anthropic מפרסמת מועד חיתוך ידע מהימן עבור כל מודל נוכחי — יוני 2026 בכל Claude Fable 5.1, Claude Opus 5.5, Claude Sonnet 5.5 ו-Claude Haiku 5.5 — והתיעוד גם מציין שמועד חיתוך נתוני האימון הוא טווח רחב יותר מזה המהימן. עכשיו שאלו מודל Claude ששוחרר מהו מועד החיתוך שלו ותקבלו פיזור של תשובות, חלקן מוקדמות מיוני 2026, חלקן מומצאות, חלקן מפרפרזות כל מה שהנחיית המערכת אמרה. הפיזור הזה קיים במודלים שמועד החיתוך שלהם מפורסם ומקובע. זו אותה סיבה שכל הערכה רצינית של מודל חזית מתייחסת לתיאור עצמי כבלתי שמיש, ואותה סיבה שלשאלה "עם איזה מודל אני מדבר?" אין גרסה ניתנת למענה בתוך חלון צ'אט.
מה ש"VoxelBench" אומר לך — וזה לא מה שהפוסט חושב
חפשו את השם ב-16 באוקטובר 2026 ולא תמצאו שום דבר שימושי. אין לוח תוצאות של VoxelBench, אין מאמר של VoxelBench, אין מפרט של VoxelBench ואין דף ספק עבורו שנראה כמו הערכת AI אמיתית. הפרשנויות הסבירות מצומצמות, ואף אחת מהן אינה "הנה מודל Anthropic חדש".
• שם של הערכה פנימית. מעבדות מריצות מערכי בנצ'מרק פרטיים ונותנות להם שמות פנימיים. אם VoxelBench הוא אחד מהם, עצם קיומו יהיה בדיוק מהסוג של דברים שהדלפה הייתה חושפת, ושמו לא יהיה מוכר לאף מודל שאומן לפני שהמערך נבנה. אבל הוא גם לא יהיה מוכר למודל שנבנה לצידו ולא ספג את הכלים הפנימיים, כך שזיהוי עדיין אינו דוח גרסה.
• הערכה ציבורית שאף אחד עוד לא אינדקס אותה. מנועי החיפוש שאמורים לשאת בנצ'מרק חדש זקוקים לשבועות עד שיציפו אותו, והקורפוסים שמודלים מתאמנים עליהם מפגרים עוד יותר מאחור. מודל שעונה "כן" לבנצ'מרק שפורסם ביולי יהיה מפתיע. מודל שעונה "כן" לבנצ'מרק שקיים רק כמאגר GitHub עם 40 כוכבים ושרשור Reddit אחד אינו מפתיע כלל — זו הצורה של שם שדלף אל תוך common crawl.
• הזיה שהוסטה למקומה. כאשר מבקשים ממודלים לאשר משהו במסגור מכוון, הם מצייתים. זהו הפירוש הכי פחות מלהיב והכי מתאים לראיות הקיימות, מפני שהראיות מורכבות מתשובה בינארית ללא תמלול, ללא פרומפט וללא חזרה.
מה ש-VoxelBench אינו הוא דרך לדעת עם איזה מודל דיברת. וזו המלכודת: הבדיקה מייצרת ארטיפקט שנראה בטוח ושנשמע בר-בדיקה — שם — שקרוא יכול אז להיאחז בו, בעודו אינו נושא כל מידע על המשקולות. בהיסטוריה של השרשור הנוכחי של Fable 5.5, זהו כעת הארטיפקט הנפרד החמישי שמוצע כהוכחה, אחרי תחושת ניתוב, מתחרה שבוטל, מחיר בשוק תחזיות, שורת קטלוג ב-Azure ורמז מבוסס מקור שלא צלח.
המשטחים, נקראו ב-16 באוקטובר 2026
לא משנה מה קורה בתוך מערך ההגשה של Anthropic, טביעת הרגל הציבורית בתאריך הפרסום לא השתנתה, וזה החלק שקורא יכול לאמת בחמש דקות בלי לבטוח באף אחד, כולל הדף הזה.
• סקירת המודלים של הספק. ארבעה שמות נוכחיים: Claude Fable 5.1, Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5. אין שורה עבור Fable 5.5, וגם אין שורת מציין מקום.
• חדר החדשות של הספק. ההכרזה החדשה ביותר על מודל היא "מציגים את Claude Haiku 5.5", 7 באוקטובר 2026. הפוסטים שאחריה הם עדכון של מעריכים עצמאיים, פוסט מדיניות בנושא בחירות אמצע הקדנציה והכרזה על משרד בסינגפור — אף אחד מהם אינו השקה.
• הערות השחרור של הספק. הרשומות מ־15 באוקטובר 2026 הן ה-Compliance API שמחזיר הנחיות משתמש שמורות, ומצב מהיר שיוצא מתצוגת מחקר עבור Claude Opus 5.5. שניהם ענייני תשתית במודלים שכבר קיימים. הרשומות מ־14 באוקטובר הן ייצוא OpenTelemetry ופריסות מתוזמנות. דבר באף אחד משני הימים אינו מכריז על מודל.
• המזהים. המזהה החדש ביותר של Fable בכל משטח הוא claude-fable-5-1. אין claude-fable-5-5 ב-Claude API, ב-Amazon Bedrock, ב-Google Cloud, ב-Microsoft Foundry או ב-Claude Platform on AWS.
• הקטלוג שלנו. בקשה ל-anthropic/claude-fable-5.5 מחזירה model_not_found. בקשה ל-anthropic/claude-fable-5.1 מחזירה רשומה פעילה. למען הבהירות: איננו מספקים Claude Fable 5.5, מכיוון שאין מסלול ספק שממנו ניתן לספק אותו.
• מדידה בלתי תלויה.Artificial Analysis, בקריאה מ-16 באוקטובר 2026 במהדורה v4.3.2 של Intelligence Index, מציגה את Claude Fable 5.1 בציון 53 במדד ה-Intelligence Index, ואין לה כלל עמוד עבור Claude Fable 5.5. נתון זה הוא המדידה של אותו ארגון, ולא שלנו, והוא מתאר מודל שכבר הושק.
קבוצה ריקה של משטחים היא בדיוק איך שבדיקה אפורה אמיתית תיראה, כך ששום דבר מזה לא מפריך את הפוסט. מה שזה כן עושה הוא לצמצם את הטענה למקום אחד: אם Fable 5.5 קיים היום, הוא קיים בתוך ערימת ההגשה של Anthropic, מאחורי מחרוזת שאומרת משהו אחר, והגוף היחיד שיכול לאשר זאת הוא Anthropic.
אם אתה באמת רוצה לחקור משהו, חקור את הספסל, לא את הזהות.
הרעיון שבאמת ניתן לשימוש חוזר, הקבור בפוסט, הוא החצי השני: "האם אתה מכיר את VoxelBench, אל תשתמש באינטרנט." הסר את שאלת הזהות ומה שנשאר הוא בדיקת שליפה של ידע כששימוש בכלים מושבת — טכניקה לגיטימית, שיושמה בצורה גרועה. אם בודקים אותה כראוי, מקומה במערך הערכה קפוא, לא בחלון צ׳אט.
• תקן את סט הפרומפטים ואת המסגור. שלושים עד חמישים ישויות, מחציתן אמיתיות ומתוארכות לפני תאריך הניתוק המפורסם של המודל, מחציתן שמות מומצאים באותה צורה. שאל עליהן בתבנית זהה בלי שום רמז לגבי מה אמיתי ומה מומצא. בלי בקרות המומצאות אין לך דרך להבדיל בין זיהוי לצייתנות, וצייתנות היא מצב הכשל שיצר את השמועה הזו.
• השבת כלים וקבע את הפרמטרים. "אל תשתמש באינטרנט" הוא האינסטינקט הנכון. הוסף רמת מאמץ קבועה, ואותו פרומפט מילה במילה, כך שהדבר היחיד שמשתנה בין הרצות הוא המודל.
• תן ציון לתשובות, לא לביטחון.מודל שאומר "כן, אני יודע את זה" בפסקה רהוטה לא אמר לך דבר. שיעור פגיעות על פני סט מבוקר מספר לך משהו צר ואמיתי: מה נמצא בנתוני האימון.
• חזור על אותן עשרים פרומפטים. אי־הסכמה בין הרצות על הסט המבוקר שלך היא האפקט הקטן ביותר שהבדיקה שלך יכולה לזהות. בשמות פרטיים לא שגורים הרף הזה גבוה, ולכן כן/לא בודד מצילום מסך בודד אינו מדידה.
כשעושים זאת כך, בדיקת שליפה יכולה לתחום ביושר את מה שהמודל בלע. היא עדיין לא יכולה לומר לך אילו משקלים שירתו את הבקשה. שום גורם חיצוני לא יכול. האות היחיד שהפלטפורמה מוסרת לקורא הוא מחרוזת המודל שמוחזרת בהד בתשובה, ואם המחרוזת הזאת לא זזה, אינך מדבר עם מודל חדש — או שאתה כן, ואף בדיקה שתוכל להריץ לא תכריע בכך.
להריץ משהו בלתי מזוהה בלי להמר עליו מסלול
השאלה המעשית שנותרת לקורא אינה "האם VoxelBench אמיתי". היא מה לעשות עם שם שאי אפשר לקבע, והתשובה היא אותה תשובה שקו Claude שכבר יצא תומך בה. כל דגם Claude נוכחי שאנו מספקים — Claude Fable 5.1, Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5, ובנוסף לדגמי המורשת Claude Fable 5, Claude Opus 5 ו-Claude Sonnet 5 — יושב מאחורי נקודת קצה אחת תואמת OpenAI, API אחד ל-200+ דגמים, ב-0% תוספת כשמחיר המחירון של הספק מועבר הלאה, כך ששינוי תעריפים של Anthropic מגיע לצד שלכם באותו יום שבו הוא מגיע לכרטיס של הספק עצמו.
שני הרגלים באים לאחר מכן, ושניהם עוסקים בגרסה של השמועה הזאת שאולי תיתקלו בה בעוד שבועיים ולא בזו שבה נתקלתם היום.
• התייחסו למחרוזת המודל המקובעת כאל החוזה. התיעוד של Anthropic מציין במפורש שמזהה ללא תאריך אינו מתעדכן אוטומטית למשקולות החדשות ביותר. זו תכונה. מסלול הייצור שלכם אינו יכול להשתדרג בשקט בעקבות בדיקת גריי של מישהו אחר, ואם אתם רוצים מודל חדש ביום שבו הוא יוצא — זהו שינוי מתוארך ומכוון שאתם עושים.
• נסו את המחרוזת הלא מוכחת שמאחורי failover, לא בנתיב הקריטי. מעבר אוטומטי בין ספקים פירושו שמסלול שמעד מעביר את הבקשה לספק שאתם כבר סומכים עליו במקום למסור למשתמשים שלכם שגיאה. זה מה שמאפשר להרשות לעצמכם להיות מוקדמים עם מודל שלא נמדד — ובאותה מידה להרשות לעצמכם להתעלם ממנו לחלוטין בזמן שאחרים מתווכחים עליו.
מה יפתור את זה?
לא ניתן להציל את הבדיקה שבפוסט, מפני שהיא שואלת את המערכת הלא נכונה את השאלה הלא נכונה. לדבר שהיא מנסה לזהות יש חתימה פומבית, והחתימה מסודרת: שורה בסקירת המודלים, נתיב תיעוד שעובד, מזהה מודל, כרטיס תעריפים, רצפת פרישה, ורשומה בהערות השחרור. כאשר Claude Fable 5.5 יגיע, כל השישה ינועו יחד, בסדר הזה, ו-anthropic/claude-fable-5.5 מפסיק להחזיר model_not_foundומתחיל להחזיר מחיר.
עד אז הסיכום הכנה קצר. ב-16 באוקטובר 2026 אין VoxelBench שמנוע חיפוש יכול למצוא, אין מזהה Claude Fable 5.5 בשום משטח של ספק, ואין מודל משוחרר עם תאריך חיתוך מתועד חדש יותר מזה של יוני 2026 שאותו חולקים ארבעת מודלי Claude הנוכחיים. יש פוסט ששואל את שאלת עצמו באותה נשימה שבה הוא מציג את הטענה שלו. זה לא כלום — זהו פריט מתוארך וניתן לבדיקה בשרשור שבו רובם אינם כאלה — אבל זה רחוק מלהיות הוכחה, והבדיקה שבמרכזו תיכשל באותה צורה אם המודל שמאחורי הבדיקה היה בן חודשיים, חדש לגמרי, או חלון צ'אט עם שאלה מובילה בתוכו.
