Кратко. Разработчик Anthropic Джейк Итон показал фотореалистичную сцену с тележкой в многоуровневом паркинге, для которой Claude Fable 5.2, по словам автора, использовал около 700 тысяч симулированных мазков. Вместо подключения обычного генератора изображений модель писала Python-программы, управлявшие виртуальными кистями. Другой инженер Anthropic продемонстрировал рисование птицы за 111 мазков без функции отмены. Эксперименты впечатляют, но код и расходы на самый известный пример не опубликованы, а потому их нельзя считать независимым сравнением с Midjourney или другими генераторами изображений.
Большие языковые модели давно умеют создавать иллюстрации косвенно: написать SVG, сгенерировать HTML Canvas, подготовить Python-скрипт для Matplotlib или управлять Blender. Но новая серия экспериментов с Claude Fable 5.2 показывает более необычный вариант такого подхода. В этих опытах модель сама пишет программу, которая имитирует нанесение краски на цифровой холст, и управляет созданием изображения через программный инструмент.
9 ноября, в день выхода Fable 5.2, сотрудник Anthropic Джейк Итон (Jake Eaton) опубликовал серию работ. Самой обсуждаемой стала парковка с одинокой металлической тележкой, сложной перспективой, тенями и бликами. Автор попросил модель сделать изображение максимально похожим на фотографию. Итон сообщил, что для него потребовалось примерно 700 000 симулированных мазков кисти.

Парковка с тележкой, созданная Claude Fable 5.2 примерно из 700 тысяч симулированных мазков. Автор демонстрации и изображения: Jake Eaton, Anthropic.
Как Fable рисует и почему это отличается от диффузионных моделей
Большинство современных генераторов изображений работает с латентными представлениями и итеративно формирует результат по текстовому описанию. В эксперименте Итона изображение получалось иначе: Fable создавала Python-программу длиной примерно 1000-2000 строк, которая управляла процедурным движком живописи. Виртуальные кисти имели разные свойства, включая поведение щетинок и характер нанесения краски. Программа последовательно формировала изображение на холсте.
Здесь есть важная техническая тонкость: 700 тысяч мазков не означают, что языковая модель вручную вывела 700 тысяч отдельных команд текстом. Итон описывает программы, исполняющие множество операций рисования. Поэтому количество симулированных мазков нельзя переводить напрямую в количество сгенерированных токенов или сравнивать с числом шагов диффузионной модели. Часть работы выполняет Python-код, а не очередная генерация текста.
По утверждению автора, этот конкретный процесс обходился без дополнительной image-модели, без предварительно подготовленного рендера и без обведения готовой фотографии. Однако исходный код, полная история исполнения, затраченные токены и стоимость самой известной работы пока не опубликованы. Поэтому проверить воспроизводимость демонстрации из доступных материалов нельзя.
Для разработчиков здесь интересна другая сторона эксперимента. Модель управляет инструментом, который создаёт визуальный результат. Затем человек может оценить картину и дать замечания, а нейросеть изменить параметры движка или собственную стратегию рисования. Это уже похоже на рабочий цикл кодинг-агента: придумать способ, написать программу, посмотреть на результат и исправить недостатки.
111 мазков без отмены: более строгий эксперимент
Другой инженер Anthropic, Майкл Грачик (Michael Graczyk), поставил Fable 5.2 более жёсткое ограничение. Модель должна была рисовать птицу на рассвете, задавая каждый мазок отдельной последовательностью координат, ширину и цвет. Отменить готовый мазок было нельзя. После очередного этапа модель могла увидеть промежуточный холст и решить, что нужно исправить.
В опубликованном 21-секундном видео показан процесс из ровно 111 мазков. Для первого движения Fable выбрала цвет #30346a, ширину 90 пикселей и пять слегка неровных опорных точек. Модель объяснила эту неровность попыткой имитировать неточное движение человеческой руки. Когда спина птицы получилась слишком тонкой, Fable нанесла поверх более широкий мазок; прежние следы кисти стали напоминать перья.
Это хороший пример именно коррекции через физически ограниченное действие. Модель не возвращается к исходному состоянию и не переписывает пиксели произвольно. Она вынуждена учитывать оставшийся на холсте результат и создавать следующую операцию так, чтобы она улучшала уже существующую картину.
Видео демонстрации Майкла Грачика: Claude Fable 5.2 создаёт изображение птицы мазок за мазком без функции отмены. Автор: Michael Graczyk, Anthropic. Оригинальная публикация в X.
Грачик показал и более сложную композицию: двух людей за рисованием на закате, выполненную за 280 мазков. На одном из этапов световой эффект испортил предметы на столе, включая тюбики с краской и чашку. Модель затем закрасила повреждённые участки и восстановила предметы. В обоих примерах интересен не итоговый художественный уровень сам по себе, а последовательность принятия решений при запрете на отмену.
Зачем Claude придумывает собственных художников
В той же серии Итон описал ещё один эксперимент. Ранее зрители критиковали работы Opus 5.5 за то, что они напоминают стили уже известных художников. В ответ он предложил Fable 5.2 сначала придумать вымышленного живописца, его биографию, вкусы и повторяющиеся особенности, а затем последовательно рисовать в выбранной манере.
Так появились, в частности, «Дермот Хейл» (Dermot Hale), предпочитающий неуютные городские места и густую масляную фактуру, и персонаж «The Tidewright», связанный с видами сверху. По словам Итона, в работах модели действительно начали повторяться определённые мотивы: свет, руки, труд людей, транспорт, промышленные сооружения. Сам автор признаёт, что пока не готов делать из этих экспериментов научные выводы о «личности» модели.
Здесь важно не путать художественную последовательность с самостоятельным вкусом или сознанием. Скорее это пример того, как достаточно подробная система ограничений и сохранение контекста помогают модели удерживать стиль в серии заданий. Для работы с дизайном, играми и процедурной графикой такая устойчивость может быть полезнее, чем единичная эффектная картинка.

Картина из серии вымышленного художника Dermot Hale, разработанного Claude Fable 5.2. Автор демонстрации: Jake Eaton, Anthropic.
Что говорят разработчики и сообщество
Реакция на картину парковки оказалась неоднозначной. Одни комментаторы высоко оценили свет, отражения и узнаваемую перспективу. Другие предположили, что результат похож на фотографию с наложенной фактурой кисти, и попросили показать исходный код. В обсуждении оригинального поста вопрос сформулирован предельно конкретно: нарисован ли каждый мазок процедурно или программа могла создать рендер сцены и затем обработать его под живопись? Это проверяемый технический вопрос, а не спор о художественном вкусе.
Сами публичные материалы пока не дают возможности воспроизвести весь процесс. Утверждение об отсутствии внешнего генератора изображений принадлежит разработчику Anthropic; независимого открытого аудита демонстрации не опубликовано. По этой причине нельзя писать, что технология уже доказала превосходство над специализированными генераторами изображений.
Более широкий контекст помогает понять эксперт по ИИ Итан Моллик (Ethan Mollick). В обзоре Fable 5.2 он назвал современный уровень подобных систем Jagged AGI: модель способна на работы экспертного уровня в некоторых цифровых задачах, но по-прежнему допускает неожиданные провалы в оценке собственных результатов. В его экспериментах Fable создавала сложные программные и визуальные проекты, однако иногда не замечала, когда работа становилась слишком громоздкой, бюрократичной или безвкусной. Для живописи кодом эта проблема особенно актуальна: техническая сложность процесса сама по себе не гарантирует художественного качества.
Можно ли повторить эксперимент и насколько это практично
Принцип воспроизводим в общих чертах: нейросети даётся доступ к Python и инструментам создания изображений; она проектирует небольшой процедурный движок кистей, пишет скрипт, сохраняет промежуточные кадры, оценивает их и корректирует последующие действия. Но это не пошаговая копия эксперимента Итона: полный промпт и код пока недоступны.
Для практического использования остаются три вопроса. Первый - время и цена. Даже при коротком коде многократные циклы генерации, проверки и улучшения могут потребовать больших вычислений. Второй - управляемость. Для простых баннеров, продуктовых изображений и фотореалистичных сцен стандартный image-генератор может оказаться быстрее и стабильнее. Третий - редактируемость: если итог является программой, можно менять кисти, палитру, освещение и параметры движения, а также повторно запускать процесс без генерации всего изображения с нуля.
Для дизайнеров это может стать отдельной нишей - программируемой живописью, процедурными текстурами и созданием визуальных ассетов для игр. Для исследователей ИИ ценнее другое: такие эксперименты позволяют наблюдать, как модель планирует множество зависимых действий и исправляет результат по обратной связи.
Вывод
Работа с 700 тысячами мазков показывает необычную способность языковой модели использовать программирование как творческий инструмент. Наиболее убедительна здесь не претензия на фотореализм, а то, что Fable 5.2 может выстраивать сложный процесс создания изображения через код, симуляцию и итерации. Демонстрации с 111 и 280 мазками дополнительно раскрывают механизм последовательных исправлений.
Но есть чёткая граница между интересным техническим экспериментом и проверенной новой технологией производства изображений. До публикации кода, расходов и независимых тестов история остаётся демонстрацией разработчиков, а не сравнительным бенчмарком. Именно с такой оговоркой она заслуживает внимания.
Источники и оригинальные материалы
- Jake Eaton, исходная картина парковки и утверждение о 700 тысячах мазков, X, 9 ноября
- Jake Eaton, рассказ о Python-движке и вымышленных художниках, X, 9 ноября
- Michael Graczyk, оригинальное видео с птицей и 111 мазками, X
- The Decoder, подробный разбор демонстраций, 15 ноября 2026
- Anthropic, официальный анонс Claude Fable 5.2 и Mythos 5.2, 9 ноября 2026
- Ethan Mollick, «Fable 5.2 and Jagged AGI», 9 ноября 2026



