GPT-5.6 против Claude Fable 5: сутки реальных тестов вместо бенчмарков — что показал живой эксперимент

После выхода GPT-5.6 в общий доступ 9 июля автор решил не полагаться на сухие бенчмарки, а проверить модели в реальной работе. Он ежедневно использует агентные сессии по несколько часов, поэтому вопрос «переезжать или нет» был для него критичным.

Вместо чтения тестов он изучал живые генерации в X и параллельно прогонял обе модели на своих задачах через собственный прокси. Главный вывод, по его словам, оказался не про качество генераций — он обещает раскрыть его далее в статье.