Článok
Fable 5 vs Opus: lacnejší model vyhral
Ten istý audit. Dva modely. Fable 5 proti Opusu 4.8.
Kto vyhral? Opus. Zvládol úlohu jedným kolom kontroly za 721-tisíc tokenov, kým Fable na to potreboval deväť kôl a spálil 2,78 milióna tokenov.
Na papieri je lepší Fable 5, prečo teda prehral?
„It's not the plane, it's the pilot." Nezáleží na stíhačke, ale na pilotovi.
Vyhral lepší prompt. A viem to, lebo som to zmeral.
Fable 5 sa točil v kruhu a spálil takmer 4x viac tokenov.
Deväť kôl
Nechal som si spraviť podrobnú správu o tom, ako sa na jednom projekte spracovávajú dáta a koľko ma to stojí. Bol to dokument plný tvrdých faktov: koľkokrát za hodinu sa niečo spustí, kedy to beží, na ktorom riadku v kóde to je. Vyše sto takýchto tvrdení.
A tu je háčik. Ani jedno z tých čísel sa nedá odhadnúť. Buď otvoríš správny súbor a prečítaš, čo v ňom naozaj je, alebo to nevieš. Vymyslený fakt vyzerá na papieri rovnako presvedčivo ako pravdivý. Rozdiel uvidíš, len keď to skutočne skontroluješ.
Jednu verziu správy pripravil Fable 5. Aby som odchytil chyby, nasadil som na ňu kontrolórov. Nie ľudí, ďalšie AI. Mali jedinú úlohu: nájsť v správe chybu. Keď nejakú našli, opravil som ju a poslal kontrolórov opäť. A znova. Pravidlo znelo: opakuj to dovtedy, kým jedno celé kolo nenájde ani jednu chybu.
Trvalo to deväť kôl, kým dodali výsledok bez chýb. Celkovo tridsaťšesť agentov.
Prečo deväť?
Ak mám najlepší model na trhu, prečo to trvalo deväť kôl?
Odpoveď má tri časti.
Prvá: väčšina tých kôl neopravovala chyby. Opravovala chyby kontrolórov. Tie AI, ktoré mali omyly hľadať, ich samy narobili viac, než našli. Dvakrát nahlásili, že sa istý proces spúšťa každých päť minút. V skutočnosti bežal oveľa zriedkavejšie. Dvakrát zle prepočítali veľkosť dát. Raz hlásili chybu v súbore, ktorý hľadali na zlom mieste.
Keď je pravidlo „opakuj, kým to nebude bezchybné" a tí, čo hľadajú, sa sami často mýlia, posledné kolá netrávíš opravovaním. Trávíš ich dokazovaním, že poplach bol falošný.
Fable 5 nebol disciplinovaný, prácu si zjednodušil
Druhá: táto úloha nebola o inteligencii. Bola o disciplíne pri kontrolách. Odpovede neboli v hlave modelu, boli v súboroch. A ani najchytrejší model ti nepovie, čo je v súbore, kým ho neotvorí a neprečíta. Model nebol disciplinovaný.
Tretia. Kvôli zručnostiam v promptovaní.
Over skôr, než zapíšeš
Jadro je jedna veta. Kontrola faktov patrí na vstup, nie na výstup.
Fable 5 to robil takto: podagent nájde fakt, Fable ho prevezme a zapíše do dokumentu. Overenie prišlo až na konci, na hotovom texte. Malo to byť naopak. Fakt sa overí v súbore skôr, než sa vôbec dostane do dokumentu.
Chýbala aj obyčajná tabuľka: každé tvrdenie, jeho zdroj a kto ho overil. Bez nej kontrolóri v každom kole náhodne prezerali iné časti dokumentu, takže sa nikdy neprešlo všetko naraz. Posledné neoverené tvrdenia tak čakali najdlhšie. S tabuľkou by jeden poctivý prechod pokryl úplne všetko a bol by koniec. Bez nej to bola lotéria.
Je to chýbajúce pravidlo, kde a kedy sa kontroluje. A to pravidlo vie každý nastaviť, keď píše prompt.
Čo tých deväť kôl reálne stálo
Mám presné čísla z každého kola.
Vstúpte do knižnice
Plný prístup k mojim myšlienkam, osobným príbehom, zisteniam a tomu, čo sa dozviem od ľudí, s ktorými sa stretávam.
Vstúpte do knižnice · €29,99 ročneZhrnutie
Časté otázky k téme článku
Ktorý AI model je lepší, Fable 5 alebo Opus 4.8?
Prečo AI urobí toľko chýb pri kontrole faktov?
Ako napísať lepší prompt pre AI audit alebo kontrolu?
Rozhoduje pri AI viac model alebo prompt?
Koľko tokenov spotrebuje AI audit?
Čo znamená kontrola faktov na vstupe namiesto výstupu?
Ďalšie články
Pred pár týždňami som si na notebook nainštaloval malý lokálny AI model, ktorý sleduje živý obraz z kamery. Zapol som webkameru vo tme a v skoro úplnej tme rozoznal mňa aj predmety v miestnosti. Že takéto veci existujú, som vedel dávno. Oči mi otvorila dostupnosť. Nainštaloval som to na jeden prompt, zadarmo, beží celé na mojom stroji a nikam neposiela dáta.
Mám pri sebe Heideggera a zápisník. Pýtam sa, kam to všetko smeruje, kam nás vedie umelá inteligencia.
Sedemdesiat percent. Tam začína prvý výstup AI, aj keď jej dáte celý firemný kontext aj najlepšie príklady z minulosti. Hovoríme o type výstupu, ktorý sa nedá zadefinovať programaticky. Je zložitejší. Často ide o kreatívnu prácu. Pri jednom opakovanom type výstupu som sa dostal na osemdesiat percent za týždeň. Každé jedno percento vyššie je ťažšie než to predošlé.
Internet sme dlho brali ako hlavný smer cesty, miesto, kde sa odohráva práca aj vzťahy. Lenže väčšina toho, čo na ňom dnes vidíme, už je alebo čoskoro bude AI-generovaná: text, obrázky, profily aj komentáre. Internet sa mení na online hru plnú botov, kde si pri ničom nemôžete byť istý, že na druhej strane je človek. A tak sa pýtam: bol online svet hlavná cesta, alebo len dočasná odbočka, z ktorej sa časť ľudí vráti späť do offline?
Pred pár dňami som mal pohovor so seniórnym marketérom. Skúsený človek, roky praxe. Spýtal som sa ho na AI. Povedal, že ju takmer nepoužíva. Mal jednu zlú skúsenosť s výstupom a usúdil, že je príliš skúsený na to, aby mu to dávalo hodnotu, keď to nie je stopercentné. Poznám aj druhú stranu: profíkov, ktorí si automatizujú všetko, čo sa automatizovať dá.
Európa nemá kapacity, aby čelila plnohodnotnej masívnej vojne dronov, takej akú vidíme na Ukrajine. Oslabujú ju tri závislosti: materiál pre obranné systémy dodáva Čína, vojenské schopnosti, ktoré Európa nemá, dodávajú USA, a dvadsaťsedem štátov sa nevie dohodnúť, ako rýchlo a za čo. Plány na prezbrojenie existujú, ich napĺňanie je však pomalé.
AI spraví grafiku, newsletter aj produktovú stránku rýchlejšie než človek. Tomu, kto to robil, zostáva jediné: posúdiť, či je výstup dobrý. Lenže väčšina ľudí má horší úsudok než AI. A kto nevie posúdiť kvalitu, nevie ani delegovať. Ako zistíš, či je tvoj úsudok ten, na ktorý sa firma spolieha, alebo ten nahraditeľný?
V apríli som v prvej časti tejto série písal o AI predikčnom systéme, ktorý som začal vyvíjať na vlastnom počítači. Vtedy mal software pár hodín a záznam predpovedí bol prázdny. Odvtedy záznamy v systéme ukázali vec, ktorá sa na začiatku dala čakať. Systém ešte nerozumie trhu, ktorý má predpovedať. Vie si nájsť makro kontext, účtovnú hodnotu firiem, zisky. Ale nevie si tie veci poskladať do niečoho, čo by mu pomáhalo porozumieť cene.
Praha, 13. mája 2026. Cestou do práce som začal premýšľať o niečom, čo mi zostalo v hlave celé dni. Ak väčšina rutinnej práce na počítači v nasledujúcich desiatich rokoch zmizne a s ňou aj veľká časť opakujúcej sa manuálnej práce, čo sa stane s tokom peňazí? Kto bude platiť komu a za čo? Aké ekonomické vrstvy budú existovať, aké budú veľké a aké vzťahy medzi nimi pobežia? Toto je šesťvrstvová mapa, ktorú som ako odpoveď načrtol.
Vyvíjam AI systém na predpovedanie indexu S&P 500. Beží na mojom vlastnom počítači, používa verejne dostupné dáta zdarma od yfinance, FRED a Shillerovho datasetu a každú predpoveď hodnotí oproti realite. Táto séria dokumentuje samotný vývoj: rozhodnutia, metodiku, chyby.
Štyri dni v Katalánsku. Bez počítača, bez AI, takmer bez sociálnych sietí. Kúpil som si tento zápisník, aby som doň písal to, o čom budem premýšľať, a to, na čo na tejto ceste narazím a čo sa naučím.
„Neospravedlniteľné, neobhájiteľné. Na toto sa nesmie nikdy zabudnúť.“
