# Theo chọn giữa Opus 5.5 và Fable 5.2: teacher's pet và học sinh cuối lớp

[Theo Browne](https://homus.dev/speakers/theo-browne) · [Theo - t3․gg](https://homus.dev/orgs/theo-t3-gg)

> Theo Browne so sánh Opus 5.5 và Fable 5.2: effort level, hạn mức gói subscription, tốc độ, và khi nào gọi Opus kỹ tính hay Fable dám bảo ship.

Topics: Model Routing, Coding Agents, Workflow

Canonical: https://homus.dev/talks/i-think-i-figured-it-out

## 1. Thời phục hưng của agent viết code, và chỉ còn hai model

Theo Browne mở đầu bằng nhận xét rằng, theo anh, giới viết code đang ở trong một thời "phục hưng" của agent (video đăng ngày 13/11/2026). Số model có thể coi là kỹ sư đẳng cấp thế giới mà mọi người đang có trong tay nhiều tới mức khó hình dung, nhất là khi nhìn lại cùng thời điểm này năm trước, lúc chỉ có vài lựa chọn "tạm chạy được". Anh gọi tình cảnh lúc quay là điên rồ.

Anh kể ra danh sách các model đang có tính tới lúc quay (video đăng ngày 13/11/2026): Opus 5.5, Fable 5.2, Sonnet 5.5, Haiku 5.5, GPT-6 Astra, Sol, Terra, Muse Wonder, Muse Wonder Full (anh nhấn mạnh là nó khác Muse Wonder), Gemini 4 Carbon và Kimi K3.1 Pro.

![Bức tranh The School of Athens của Raphael, gắn nhãn tên model lên các nhân vật: Opus 5.5, Fable 5.2, Sonnet 5.5, Haiku 5.5, Muse Wonder, Muse Wonder Full, Sol 6.1, Astra 6, Terra 6.1, Gemini 4 Carbon, Kimi K3.1 Pro](https://homus.dev/photos/XtykeVoSmP8-0013.jpg)

Video mở bằng bức "The School of Athens" của Raphael (1509-11), mỗi nhân vật gắn nhãn một model đang có lúc quay (video đăng ngày 13/11/2026); Opus 5.5 và Fable 5.2 đứng ở chính giữa.

Câu hỏi đặt ra là làm sao chọn được model nên dùng cho việc hằng ngày. Theo nói việc này không dễ (video đăng ngày 13/11/2026): các model có giá khác nhau, khả năng khác nhau, những thứ làm được và không làm được khác nhau, và còn nhiều khác biệt nữa. Để dễ hơn, anh làm một việc ngay từ đầu: xoá hết các model khác trên bảng, chỉ để lại hai cái tên. "Giờ thì có một thứ để thật sự nói chuyện", anh nói. Video này không phải về chuyện chọn đúng model, mà về chuyện chọn một trong hai model đúng.

Theo nói thẳng (video đăng ngày 13/11/2026): mọi thứ còn lại đều là "cope", tự an ủi. Anh nói chuyện này không vui với anh hơn ai hết, và việc mọi người đã tới mức này là điên rồ, nhưng nếu không có lý do rất tốt và rất cụ thể thì dùng bất cứ model nào ngoài hai cái này là điên rồ. Anh có thể dành thời gian biện minh, nhưng đằng nào phần bình luận cũng sẽ là một thảm hoạ, nên anh đi thẳng vào lý do nên dùng Opus 5.5 hoặc Fable 5.2, điểm mạnh và điểm yếu của từng model, và một chút về cách tận dụng tối đa các gói subscription $200 mà anh hy vọng phần lớn người xem giờ đã có.

## 2. Vì sao gói subscription Claude là lựa chọn rẻ

Theo đoán sẽ có một người đang gõ bình luận, và anh trả lời luôn trước khi người đó bấm gửi: "Nhưng Theo, không phải ai cũng có ngân sách vô hạn. Bọn tôi cần token rẻ hơn vì cái này đắt quá." Anh đáp rằng có tin xấu: theo anh (video đăng ngày 13/11/2026), nếu bạn đang eo hẹp ngân sách, thì lựa chọn khả thi về kinh tế của bạn, theo đúng nghĩa đen, là gói Claude đắt nhất mà bạn trả nổi.

Lý do anh đưa ra (theo video đăng ngày 13/11/2026): mọi thứ khác đều quá đắt khi tính tới mức trợ giá cực lớn mà bạn nhận được qua các gói subscription. Theo anh, với $100 cho một gói Claude, bạn sẽ có nhiều token hơn và làm được nhiều việc hơn so với $300 trên bất kỳ model nào khác trên đời, vì gói $100 đó sẽ cho bạn khoảng $3.000 tới $5.000 lượng dùng.

Anh thấy người trong chat phản đối: "không hẳn đúng", "đúng một phần". Theo khẳng định: "Không, đây là sự thật. Đây là sự thật." Theo anh (video đăng ngày 13/11/2026), không có gói subscription nào khác cho bạn nhiều token hơn. Và nếu bạn không trả nổi gói $200 thì bạn cũng không cần ZDR (zero data retention) đâu. Anh nói những người viện lý do đó đang tự an ủi, và anh sẽ không bàn thêm nữa.

## 3. Biểu đồ điểm số theo chi phí subscription

Theo mở một biểu đồ đặt điểm Artificial Analysis Intelligence Index theo chi phí subscription mỗi task, thay vì giá API thô cho mỗi task. Anh nói khi tính như vậy thì biểu đồ trông rất khác (video đăng ngày 13/11/2026). Anh nhắc OpenAI vừa tăng gấp đôi lượng dùng trong các gói của họ, điều đó giúp họ một chút ở rìa với Sol và Terra. Nhưng như anh chỉ ở phía bên phải biểu đồ, tất cả các điểm số cao nhất, khi tính chi phí và hiệu năng theo gói subscription, đều cho thấy bạn có được nhiều hơn với Opus so với gần như mọi thứ khác.

![Biểu đồ AA-II vs subscription cost per task: trục tung là Index score, trục hoành là Subscription cost per task theo thang log; Fable 5.2 và Opus 5.5 nằm cao nhất bên phải, DeepSeek V4.1 Flash 1017 nằm ở góc trái](https://homus.dev/photos/XtykeVoSmP8-0403.jpg)

Biểu đồ "AA-II vs subscription cost per task" mà Theo mở (video đăng ngày 13/11/2026): đường đậm là điểm cao nhất ở mỗi mức giá, đường mảnh nối các effort level của cùng một model; chú thích ghi chi phí dùng gói subscription trung vị của mỗi model, hoặc giá API nếu không có dữ liệu gói.

Theo nhận xét (video đăng ngày 13/11/2026) rằng model open weight duy nhất nằm trên đường Pareto là DeepSeek V4.1 Flash, bị dồn tận vào góc biểu đồ. "Tốt cho nó", anh nói, nhưng theo anh điều đó cho thấy Terra tệ ra sao hơn là cho thấy DeepSeek tốt ra sao. Ý của anh là bạn không làm được bao nhiêu việc với các lựa chọn open weight đó. Anh dò thêm trên biểu đồ, lướt qua Muse Ember, rồi tìm tới một model khác tên M31 mà anh gọi là một model tuyệt vời: theo anh, nó tốn nhiều tiền hơn Opus 5.5 ở mức max. "Điên thật", anh nói.

Anh cũng nói sự tỉnh táo của bạn đáng giá một khoản tiền nào đó (video đăng ngày 13/11/2026). Cá nhân anh chấp nhận bị hụt điểm khi đi từ GPT-6.1 Sol ở mức max xuống Opus 5.5 ở mức medium, và anh không nghĩ đó là một khoảng cách điểm thật. Anh nghĩ Opus 5.5 medium sẽ "đè bẹp" mọi bản Sol ở bất kỳ việc gì là code thực tế. Thêm vào đó, Opus 5.5 không khó chịu khi làm việc cùng hay trò chuyện cùng, nên theo anh đây là phần thắng hiển nhiên: cứ chọn gói Claude, bạn sẽ có nhiều hơn rất nhiều cho số tiền bỏ ra vào lúc này. Anh nói điều này có thể thay đổi trong tương lai.

Nhưng theo Theo (video đăng ngày 13/11/2026), bất kỳ ai nói rằng họ không dùng được Opus hay Sonnet vì quá đắt, nên sẽ chuyển sang dùng một loạt model open weight vì không trả nổi gói $200, là người chưa hề tính toán. Anh nói những người đó sai một cách khách quan. Giải quyết xong chuyện này, anh chuyển sang hai model mà theo anh thật sự quan trọng cho công việc thực tế lúc này.

## 4. Cách chia đơn giản, và bài viết của Addy Osmani

Theo nói có thể chia việc theo cách rất, rất đơn giản (video đăng ngày 13/11/2026): dùng Opus 5.5 cho phần lớn việc, vì nó "hiển nhiên là siêu rẻ và siêu tốt", rồi dùng Fable cho việc khó. "Xong. Video hết rồi, đúng không? Dọn đồ về thôi."

Nhưng theo anh, chuyện này có nhiều sắc thái hơn anh tưởng (video đăng ngày 13/11/2026). Trong một số benchmark của riêng anh, anh đã thấy Opus làm tốt hơn Fable. Ngoài ra anh còn để ý thấy Fable bỏ sót những thứ mà anh thật sự không nghĩ nó sẽ bỏ sót, trong khi ở nhiều trường hợp đó Opus thì không. Việc chọn giữa hai model này, theo anh, phức tạp hơn anh nghĩ, và anh đã làm rất nhiều việc với cả hai trong lúc cố tìm ra câu trả lời.

Trước khi "phơi bày bệnh tâm thần" của mình rất trực tiếp trong video, Theo đi qua cách Anthropic khuyên nghĩ về chuyện này. Theo lời anh (video đăng ngày 13/11/2026), Addy Osmani đã viết một bài đăng ngay ngày Fable ra mắt, và theo anh trong bài có những phần đáng học.

![Đầu bài viết Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku, mục Playbooks, tác giả Addy Osmani, đăng Nov 09, 2026, thời gian đọc 15 phút](https://homus.dev/photos/XtykeVoSmP8-0623.jpg)

Bài "Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku" của Addy Osmani (đăng ngày 09/11/2026) mà Theo đọc trong video đăng ngày 13/11/2026; dòng phụ đề ghi "Which Claude model to pick, what they cost, and how to use them together."

Bài viết mở bằng việc nói dòng Claude hiện có bốn model phổ thông (theo bài viết Theo đọc, video đăng ngày 13/11/2026): Haiku 5.5, Sonnet 5.5, Opus 5.5 và Fable 5.2. Bài viết ghi Mythos 5.2 là model mạnh nhất của Anthropic cho an ninh mạng và nghiên cứu khoa học sự sống, có qua chương trình xác minh. Theo nói anh ước họ không viết theo cách đó: theo anh, Mythos không phải một model khác, mà là một cách khác để truy cập cùng một model với ít lớp bảo vệ hơn. "Chúng là cùng một model."

Bài viết nói tiếp rằng nếu bạn build trên Claude Platform hoặc làm việc trong Claude Code, bạn có thể đang tự hỏi nên dùng model nào cho các việc thường gặp. Theo nói anh hiểu, anh cũng đang ở đúng chỗ đó, nhất là vì Fable không phải 5.5 mà là 5.2. Theo anh (video đăng ngày 13/11/2026), điều đó gần như là một dấu hiệu rằng bạn nên nghĩ sâu hơn một chút.

## 5. Bức ảnh bốn model vẽ lại, và lời khuyên bắt đầu ở medium

Bài viết Theo đọc (video đăng ngày 13/11/2026) bắt đầu bằng một video demo khá thú vị mà không kèm nhiều ngữ cảnh: bốn model được đưa cùng một bức ảnh và được yêu cầu viết một chương trình Python để vẽ lại bức ảnh đó. Mỗi model làm theo một cách khá khác nhau. Theo nói anh thấy demo này rất thú vị, và cũng thú vị khi bài viết chọn một ví dụ mang tính sáng tạo ngay từ đầu.

![Bốn ô ảnh do Claude Haiku 5.5, Claude Sonnet 5.5, Claude Opus 5.5 và Claude Fable 5.2 vẽ dở, nhãn trạng thái walls, distance, base layer, walls; dòng chú thích dưới cùng nói mỗi ảnh là một chương trình Python model viết](https://homus.dev/photos/XtykeVoSmP8-0703.jpg)

Demo trong bài viết Theo đọc (video đăng ngày 13/11/2026): mỗi ảnh là một chương trình Python do model viết, chạy hàng nghìn lệnh gọi vào một engine vẽ mà model cũng tự viết; ở lúc này Haiku 5.5 và Fable 5.2 đang vẽ "walls", Sonnet 5.5 vẽ "distance", Opus 5.5 vẽ "base layer".

Theo nói anh biết video demo này được Fable dựng (video đăng ngày 13/11/2026), vì nó đặt chữ ở tận đáy khung, đúng chỗ thanh điều khiển của trình phát video che mất nên không đọc được. Theo anh, đây đúng là những thứ nhỏ nhặt mà anh thấy Fable hay bỏ sót, và đáng để tìm cách xử lý trong một số trường hợp. Anh dặn người xem nhớ ví dụ này, vì anh sẽ còn đưa ra nhiều ví dụ như vậy nữa.

Bài viết mở bằng một phần TL;DR. Theo phần đó (bài viết Theo đọc trong video đăng ngày 13/11/2026), câu trả lời nhanh là bạn nên bắt đầu phần lớn việc với Opus 5.5 ở effort level mặc định là medium. Bài viết ghi đó là model mặc định trong Claude Code, tốn một nửa giá mỗi token input và output so với Fable 5.2, và là model Anthropic khuyên dùng để bắt đầu cho phần lớn việc code và việc tri thức.

Theo nói anh không hoàn toàn phản đối điều này (video đăng ngày 13/11/2026). Tuy vậy, anh thấy Opus ở medium hơi quá vội kết thúc lượt của nó, và không hẳn sẵn lòng kiểm tra những thứ anh muốn nó kiểm tra. Bản thân anh từng là người dùng Opus 5.5 ở xhigh "tới chết". Rồi có người thuyết phục anh thử mức high. Anh thử, và người đó đã đúng: theo anh, Opus 5.5 high là "goated", xuất sắc. Medium và xhigh cũng đều rất tốt. Low thì tệ.

## 6. Bảng xếp hạng effort level của Opus 5.5

Theo đưa ra bảng xếp hạng effort level của riêng anh cho Opus 5.5 (video đăng ngày 13/11/2026). Ultracode theo anh đôi khi có ích cho những việc rất cụ thể, khi bạn muốn đốt thật nhiều token vào những mục tiêu điên rồ, phi lý. Anh nói ultracode giờ cũng không còn là một effort level nữa mà đã thành một nút bật tắt, đúng như lẽ ra nó phải là ngay từ đầu, và anh cảm ơn Anthropic vì đã biến nó thành một mode.

![Hình Opus 5.5 effort level tier list: hạng S là high, hạng A là medium và xhigh, hạng B và C trống, hạng D là low và ultracode, hạng F là max](https://homus.dev/photos/XtykeVoSmP8-0803.jpg)

Bảng "Opus 5.5 effort level tier list" Theo đăng trên X (video đăng ngày 13/11/2026): S là high; A là medium và xhigh; B và C trống; D là low và ultracode; F là max.

Còn max thì theo anh là tệ, đừng dùng (video đăng ngày 13/11/2026). Anh nói Fable 5.2 đặc biệt ở điểm này: theo anh, Fable 5.2 là model đầu tiên rất đều đặn cho điểm ở mức max thấp hơn mức xhigh trong phần lớn benchmark. Anh nói anh cũng thấy khó hiểu vì sao lại kém hơn, rồi trả lời: suy nghĩ quá nhiều không tốt.

Anh lấy ví dụ chọn quần áo (video đăng ngày 13/11/2026). Nếu bạn dành ba phút để xem bộ đồ của mình ổn không, bạn sẽ ổn hơn người dành 30 phút để làm đúng việc đó. Người dành 30 phút sẽ nghĩ quá nhiều về mọi chi tiết, bắt đầu ghét những thứ chẳng có gì to tát, quan tâm quá mức, và vì thế làm quá nhiều.

Theo anh (video đăng ngày 13/11/2026), high là một điểm cân bằng hợp lý hơn nhiều. Max không chỉ thay đổi việc model được phép nghĩ bao nhiêu, mà còn thay đổi việc model được phép nghĩ ít tới mức nào. Nó buộc model phải nghĩ rất nhiều, kể cả khi việc rất đơn giản, và kết quả là model làm rất nhiều thứ ngớ ngẩn.

Cá nhân anh nghĩ medium và xhigh đều tuyệt vời, còn high là "the goat" (video đăng ngày 13/11/2026). Anh hiếm khi gặp việc mà high không làm xong; nó cũng không làm quá nhiều, và không kém hiệu quả về token đi bao nhiêu. Anh rất hài lòng với high, nhưng anh khuyên mọi người tự thử các mức. Anh đồng ý với lời khuyên trong bài viết: bắt đầu với medium, và nếu chưa đủ thì nâng lên high hoặc xhigh khi bạn thấy nó bỏ sót.

Một người trong chat nói người đó chưa từng gặp việc gì medium không làm được. Theo đáp (video đăng ngày 13/11/2026): vậy thì bạn phải bắt đầu giao cho nó những việc táo bạo hơn. Theo anh, nếu medium đủ cho bạn, hãy táo bạo hơn, vì bạn chưa đòi hỏi đủ nhiều.

## 7. Sonnet 5.5: khi nào nên dùng

Theo nói Addy thật sự cố vẽ ra một lộ trình, bắt đầu từ Opus 5.5 medium rồi đi tiếp tuỳ chuyện gì xảy ra. Bài viết khuyên có thể đi xuống Sonnet 5.5 cho việc thường ngày có phạm vi rõ, như sửa bug hay một tính năng làm theo spec (bài viết Theo đọc, video đăng ngày 13/11/2026). Bài viết cũng ghi rằng có spec rõ không có nghĩa là nên dùng Sonnet: một đợt migration hay tối ưu hiệu năng có thể có spec rõ mà vẫn đủ khó để cần tới Opus 5.5, hoặc Fable 5.2 nếu là việc lớn.

Cá nhân Theo nói anh không biết lúc này khi nào thì nên dùng Sonnet (video đăng ngày 13/11/2026). Theo anh, Sonnet tốn nhiều tiền hơn Opus khi làm Fish Slop, và còn làm ra một phiên bản tệ hơn. Anh nói Sonnet hoá ra là một trong những model đắt nhất khi nó không có một hướng đi rõ ràng, điều xảy ra khá thường xuyên vì nó không thông minh lắm.

![Trang slopalytics, tab Cost per task: biểu đồ cột chi phí mỗi task theo effort level của từng model; ô chú thích Claude Sonnet 5.5 xhigh ghi Intelligence index 49.9, Cost per task $4.09, Tokens per task 122.2k, Time per task 15m 13s](https://homus.dev/photos/XtykeVoSmP8-1043.jpg)

Trang slopalytics, tab "Cost per task", dữ liệu từ Artificial Analysis (video đăng ngày 13/11/2026): ô chú thích của Claude Sonnet 5.5 ở xhigh ghi Cost per task $4.09; cột max của Sonnet 5.5 ghi $10.02, cột xhigh của Opus 5.5 ghi $6.05.

Khi bật Sonnet ở max trên biểu đồ, Theo chỉ ra rằng theo dữ liệu Artificial Analysis Intelligence Index anh mở (video đăng ngày 13/11/2026), nó tạo ra nhiều output token nhất trong các model hiện đại, "vì nó cứ thế lao đi", và tốn khoảng mười đô mỗi task. Chuyển sang tab chi phí, anh cho thấy điều đó khiến nó về cơ bản ngang giá với Opus. Anh nói Sonnet không tệ tới vậy khi giảm reasoning effort, nhưng vẫn vậy: Sonnet 5.5 ở xhigh là 4 đô 9 cent mỗi task, còn Opus ở xhigh là 6 đô 5 cent.

Theo tính đó là mức chênh chi phí khoảng 50%, nhưng đằng nào bạn cũng dùng gói subscription nên điều đó không quan trọng lắm (video đăng ngày 13/11/2026). Theo anh, Sonnet lúc này không phải một lựa chọn đáng giá. Nó tốt hơn anh tưởng, và anh nghĩ các con số này làm nó trông tệ hơn một chút so với thực tế. Nó có thể hữu ích như một công cụ có phạm vi hẹp mà agent của bạn gọi tới; anh chỉ không nghĩ bạn nên chọn nó trong ô chọn model.

## 8. Haiku, Fable và mong một ngày không phải chọn effort

Tương tự, bài viết của Addy khuyên đi xuống Haiku 5.5 cho việc đơn giản với khối lượng lớn như phân loại, routing và trích xuất (bài viết Theo đọc, video đăng ngày 13/11/2026). Bài viết nói Haiku 5.5 cũng tốt khi dùng với sub-agent làm các việc phụ cho một model lớn hơn.

Theo nói anh ghét cách đặt vấn đề này (video đăng ngày 13/11/2026). Anh sẽ không bao giờ, không bao giờ dùng Haiku cho một việc phụ. Anh sẽ dùng nó để phân tích hàng loạt: lướt qua một lượng dữ liệu khổng lồ để Haiku khớp mẫu, hoặc khi bạn thấy một pattern tệ trong codebase mà không nhận diện được bằng lập trình, thì cho Haiku đi qua từng file để tìm ra chỗ đó. Theo anh, những việc như vậy rất hợp để dùng Haiku. "Đừng dùng Haiku để viết code, làm ơn."

Rồi tới phần mà theo Theo ai cũng chờ: Fable. Bài viết khuyên đi lên Fable 5.2 cho những dự án kỹ thuật khó nhất trong code, tài chính và khoa học (bài viết Theo đọc, video đăng ngày 13/11/2026). Bài viết cũng khuyên đi lên khi Opus 5.5 ở mức high vẫn chưa đủ, hoặc cho những lần chạy dài không người giám sát. Theo lưu ý rằng bài viết nói Opus 5.5 high, không phải xhigh hay max; anh thấy có vẻ tác giả không mấy mặn mà với hai mức đó, vì chúng còn chưa được nhắc tới.

Theo nói bài có một lưu ý tốt (bài viết Theo đọc, video đăng ngày 13/11/2026): vượt quá mức high, thêm một effort level có thể tốn ngang một model lớn hơn, nên hãy so sánh cả hai trên chính công việc của bạn. Nếu bạn đã vượt quá high, hãy thử model kế trên ở một mức effort thấp hơn. Ngược lại, hạ một mức có thể cho bạn kết quả cần thiết với giá thấp hơn. Theo đồng ý.

Anh nói anh rất háo hức chờ một tương lai không phải chọn reasoning level, khi model được huấn luyện đủ tốt để biết mức nào hợp lý và tự suy nghĩ nhiều hay ít tuỳ việc. Theo anh (video đăng ngày 13/11/2026), mọi người đang bắt đầu tới đó. Với một bench như SkateBench, anh để ý thấy với các model OpenAI gần đây, chênh lệch giữa effort thấp và effort max chỉ vào khoảng 20% số token, và nó giúp điểm số một chút, nhưng không nhiều. Theo anh, rõ ràng các model đang giỏi dần trong việc không suy nghĩ quá mức kể cả khi effort rất cao.

Nếu tiếp tục đi theo hướng đó, theo Theo, cả chiều cân nhắc mà mọi người đang phải quan tâm này rồi sẽ, hy vọng là vậy, biến mất. Anh nói anh quá mệt với effort level và không muốn nghĩ về nó nữa. Dù vậy, lúc này vẫn phải quan tâm (video đăng ngày 13/11/2026), nên cần hiểu cách chọn giữa các effort level.

## 9. Khi nào Theo dùng xhigh, và Opus lật từng hòn đá

Bài viết ghi rằng effort level cao hơn có ích khi model cần nghĩ lâu hơn, gọi nhiều tool hơn hoặc tự kiểm tra công việc của mình nhiều hơn (bài viết Theo đọc, video đăng ngày 13/11/2026). Theo nói nhìn chung anh dùng mức cao để kiểm tra và audit công việc. Lúc này anh chỉ nâng lên xhigh nếu vấn đề liên quan tới những thứ thật sự phức tạp, rối rắm, cần thật nhiều test, chẳng hạn trên Windows. Anh nói nghiêm túc: phát triển trên Windows là một trong những việc chính anh dùng Opus xhigh lúc này, vì nó cần thêm rất nhiều lần kiểm tra để chắc chắn.

Theo anh (video đăng ngày 13/11/2026), xhigh cũng có ích khi phân tích những kho dữ liệu lớn mà bạn thật sự cần lấy được chi tiết. Ví dụ bạn có một đống log khổng lồ với vài lỗi ẩn trong đó, và bạn không chỉ muốn đọc qua log mà còn muốn tạo một cách để replay chúng và test chúng với phần implementation của mình: xhigh sẽ đi xa hơn với loại việc đó. Những PR anh không định merge mà chỉ muốn build để khám phá, những việc anh muốn lật từng hòn đá: anh nghĩ Opus 5.5 xhigh rất giỏi những việc như vậy, thậm chí còn hơn Fable. Theo anh, Fable không phải kiểu "lật từng hòn đá" như Opus.

Ở đây anh nói sẽ bắt đầu đi vào triết lý của mình một chút, và hứa sẽ đi sâu hơn về sau. Theo anh (video đăng ngày 13/11/2026), Opus không thông minh bằng, và điều đó thường là một điều tốt, vì Opus biết nó không thông minh bằng, nên nó kiểm tra lại hai, ba lần mọi thứ. Không phải theo kiểu khiến nó chạy siêu chậm: anh nói đây không phải chuyện các model Gemini đọc đi đọc lại cùng một file 16 lần, điều anh nói chúng vẫn làm. Đây là chuyện Opus muốn chắc chắn hết mức có thể rằng điều gì đó đúng là như vậy, nên nó kiểm tra tới lần thứ tư mọi thứ cho chắc.

Theo anh (video đăng ngày 13/11/2026), có rất nhiều việc Opus làm tốt hơn Fable vì chính lý do đó: nó sẽ tìm ra những thứ mà Fable lướt qua.

Những trường hợp Theo nói anh nâng Opus 5.5 lên xhigh (video đăng ngày 13/11/2026); với kiểu việc "lật từng hòn đá", theo anh Opus xhigh còn giỏi hơn Fable.

## 10. Bảng chọn model theo việc, và hạn mức gói subscription

Addy có một bảng ví dụ các loại việc và model nên dùng cho mỗi loại (bài viết Theo đọc, video đăng ngày 13/11/2026). Theo đọc lần lượt: việc kỹ thuật thường ngày, debug, làm tính năng qua nhiều PR thì dùng Opus 5.5, bắt đầu ở medium (mặc định) rồi lên high, vì đó là sự cân bằng tốt giữa chi phí và khả năng cho việc thường ngày. Phân loại, routing và những việc tương tự thì dùng Haiku, vì chi phí và độ trễ thấp.

Bảng ghi tiếp (bài viết Theo đọc, video đăng ngày 13/11/2026): sub-agent tìm file, đọc log hay tóm tắt thì dùng Haiku hoặc Sonnet, vì câu trả lời sai rẻ để phát hiện và model chính đằng nào cũng nắm các quyết định cần phán đoán. Chat và phiên tương tác dùng Sonnet, hoặc thậm chí Haiku cho chat đơn giản với khối lượng lớn. Sửa bug có phạm vi rõ, lặp tính năng và việc kiểu làm theo spec dùng Sonnet ở medium hoặc high. Theo nói anh thích việc bài viết ghi rõ Sonnet có giá token bằng một nửa Opus 5.5. Bài viết cũng nói một chút về độ trễ, và anh ghi chú lại để nói thêm, vì anh khá bất ngờ khi đào sâu vào chuyện độ trễ khác nhau giữa các lựa chọn.

Fable được đề xuất cho những đợt refactor và migration lớn, lên kế hoạch kiến trúc, và điều phối nhiều sub-agent; Fable cũng được đề xuất cho nghiên cứu sâu và phân tích khoa học hay định lượng (bài viết Theo đọc, video đăng ngày 13/11/2026). Theo nói thêm: anh kể anh đã viết lại toàn bộ trình biên dịch TypeScript từ đầu bằng Rust, dùng Opus vừa làm "chỉ huy" vừa làm người implement, và mọi thứ diễn ra rất tốt. Theo anh, không có lý do gì để không dùng nó. Fable 5.2 không mở khoá được chuyện điều phối sub-agent ở chỗ Opus không làm được; Opus 5.5 hoàn toàn có thể làm những đợt migration khổng lồ với nhiều sub-agent mà không gặp vấn đề gì thật sự, anh đã làm nhiều lần và nói điều đó khó tin. Theo anh, Fable nhỉnh hơn một chút, và anh đang test vài thứ để chắc chắn điều đó, nhưng bạn hoàn toàn có thể dùng Opus để điều phối.

Theo nói anh thích việc bài viết này thành thật so với nhiều thứ khác mà các lab đưa ra (video đăng ngày 13/11/2026). Ví dụ, bài viết chỉ ra rằng Fable 5.2 ở high vượt Opus 5.5 ở max với một nửa chi phí mỗi task. Trên màn hình, câu trong bài ghi rằng trên FrontierCode 2.0, Fable 5.2 ở high đạt điểm ngang Opus 5.5 ở max (45.3% so với 45.5%) với khoảng một nửa chi phí mỗi task. Theo anh, đó là một mức thành thật ít thấy từ các lab.

Nhưng theo Theo có một điểm cần lưu ý (video đăng ngày 13/11/2026): "một nửa chi phí mỗi task" là tính theo giá API, còn gói subscription thì khác. Anh nhắc hai điều. Bạn có lượng Opus gấp đôi Fable về hạn mức thực tế, vì bạn chỉ dùng được một nửa hạn mức hằng tuần cho Fable; nửa kia dùng cho bất cứ thứ gì khác, hoặc bạn có thể dùng trọn cho Opus nếu không quan tâm Fable. Vì bạn chỉ dùng được tối đa nửa hạn mức tuần cho Fable, khoảng chênh 50% chi phí ở đây đã bị bù lại. Theo anh, với gói $200, Opus 5.5 max sẽ làm được nhiều hơn Fable 5.2 high trên codebase thực tế, vì bạn có gấp đôi lượng Opus.

Rồi anh nói hoá ra không phải gấp đôi (video đăng ngày 13/11/2026). Theo lời anh, giới hạn 50% cho Fable cho bạn khoảng $3.000 mỗi tháng trong gói $200, còn nếu chỉ dùng Opus thì bạn có $14.000. Như vậy lượng Fable trong gói $200 chưa tới một phần tư. Anh nói rõ bạn vẫn còn 50% kia: sau khi dùng hết khoảng $3.000 Fable, bạn vẫn có thể dùng thêm khoảng $7.000 Opus. Nhưng theo anh, bạn nên tính điều này khi nhìn vào chênh lệch tiền, vì nó không đơn giản như vậy.

![Biểu đồ What $200 of Claude Ultra gets you: Opus 5.5 only $14,662; Fable 5.2 first then Opus 5.5 là $3,021 cộng $7,331 bằng $10,353; Fable 5.1 first then Opus 5.5 là $9,528; Fable 5.2 only $3,021; Fable 5.1 only $2,197](https://homus.dev/photos/XtykeVoSmP8-1715.jpg)

Biểu đồ "What $200 of Claude Ultra gets you" Theo đăng (video đăng ngày 13/11/2026), tính theo giá API niêm yết, đo từ 1,1 triệu request từ 11/08 tới 09/11/2026: chỉ dùng Opus 5.5 là $14,662; dùng Fable 5.2 trước rồi Opus 5.5 là $3,021 + $7,331 = $10,353; chỉ Fable 5.2 là $3,021. Lời anh nói làm tròn thành khoảng $14.000, $3.000 và $7.000.

## 11. Tốc độ: Fable 5.2 nhanh ngang Opus 5.5

Phần tiếp theo của bài viết là về độ trễ so với độ chính xác (bài viết Theo đọc, video đăng ngày 13/11/2026): một thiết lập nhanh hơn xong sớm hơn nhưng có thể bỏ sót nhiều hơn. Hãy nghĩ xem một người có thể chờ bao lâu trước khi chọn model và effort level; với những câu trả lời có người ngồi chờ, bài viết khuyên bắt đầu với Sonnet 5.5 ở low hoặc medium. Bài viết cũng ghi các model thế hệ sau thường nhanh hơn thế hệ trước: Fable 5.2 tạo output nhanh hơn tới 30% so với Fable 5.1, và Sonnet 5.5 chạy nhanh hơn 30% so với Sonnet 5.

Đây là chỗ Theo bắt đầu nói về độ trễ (video đăng ngày 13/11/2026). Anh dựng lên điều ai cũng nghĩ: Fable to nhất, chậm nhất; Opus nhỏ hơn, nhanh hơn một chút; Sonnet nhỏ hơn nữa, nhanh hơn nữa; Haiku cực nhanh. "Không ai phản đối, đúng không?"

Theo số đo của Theo (video đăng ngày 13/11/2026), Opus 5.5 vào khoảng 112 token mỗi giây (TPS), còn Artificial Analysis đo được từ 102 tới 115. Như vậy Opus 5.5 rất nhanh. Để so sánh, anh nói Sonnet đạt khoảng 145 TPS: nhanh hơn rõ rệt, nhưng nó cũng cần nhiều token hơn cho nhiều việc. Dù vậy, nếu làm được việc với cùng số token thì nhanh hơn 50% là rất tốt. Còn Haiku 5.5 đạt mức "điên rồ" 255 TPS. Anh tóm lại: Opus từ 100 tới 110, Sonnet từ 140 tới 150, Haiku 250, những khoảng cách khá lớn.

Rồi anh hỏi người xem (video đăng ngày 13/11/2026): thấy 100 tới 110 cho Opus, 140 hay 150 cho Sonnet, 250 cho Haiku, bạn đoán Fable được bao nhiêu TPS? Anh dặn ai biết đáp án thì đừng nói. Trong chat có người đoán từ 80 tới 120, mà anh gọi là một khoảng rất rộng; những người khác đoán 80, 50 tới 70, 60, 50. Anh nói dự đoán thật lòng của anh là trong khoảng 50 tới 60. Anh gợi ý: Fable 5.1 là 88 TPS, theo lời anh.

![Một thread trong T3 Code tên Fable vs Opus Subscription Limits: Theo hỏi Fable có gần nhanh bằng Opus không; agent trả lời bằng bảng Model, My data, Artificial Analysis: Opus 5.5 là 112 và 102 to 115, Fable 5.2 là 106 và 86 to 102, Fable 5.1 là 81 to 84 và 82 to 87](https://homus.dev/photos/XtykeVoSmP8-1943.jpg)

Một thread trong T3 Code (video đăng ngày 13/11/2026): Theo hỏi "Wait so Fable is nearly as fast as Opus?", agent chạy Fable 5.2 High trả lời bằng bảng TPS: Opus 5.5 là 112 theo dữ liệu của anh và 102 tới 115 theo Artificial Analysis; Fable 5.2 là 106 và 86 tới 102; Fable 5.1 là 81 tới 84 và 82 tới 87. Con số 88 cho Fable 5.1 là lời anh nói, khác với bảng này.

Theo nói đáp án làm anh "vỡ" một chút (video đăng ngày 13/11/2026): với Fable 5.2, anh liên tục thấy khoảng 106 TPS. Theo số đo của anh, tốc độ anh thấy trong công việc hằng ngày nằm trong biên sai số so với Opus 5.5. Anh nói không có khác biệt tốc độ thật nào giữa Fable và Opus, "đơn giản là không có".

Anh kể thêm một chuyện vui (video đăng ngày 13/11/2026): Google, lab nổi tiếng với các model nhanh, kể cả khi bỏ qua việc họ mất 10 giây để khởi động và bắt đầu trả lời (điều anh nói xảy ra đều đặn: mọi lab khác dưới một giây, họ trên 10 giây), thì vẫn chỉ đạt 60 tới 70 TPS với Gemini 4 Carbon lúc này. Theo anh, Anthropic không chỉ làm ra những model tốt nhất cho code mà bằng cách nào đó còn đang chạy inference tốt nhất lúc này. Anh nói Anthropic đang bỏ xa mọi người tới mức "kinh khủng".

## 12. Nhân cách hoá model: Opus là "teacher's pet"

Điều Theo muốn nói là khi chọn giữa Fable và Opus, có nhiều thứ không còn quan trọng như mọi người từng nghĩ (video đăng ngày 13/11/2026): tốc độ, khả năng tối đa, hiểu biết về sub-agent, điều phối và tool. Theo anh, lúc này cả Opus và Fable đều làm những việc đó cực tốt.

Khi Opus 5.5 ra mắt, theo lời anh (video đăng ngày 13/11/2026), nó tốt tới mức dù anh nhớ việc trò chuyện với Fable, vì anh thích cách Fable suy nghĩ, có gì đó khác, khó diễn tả thành lời, kiểu "mùi model lớn", thì điều đó khiến anh nhớ Fable nhưng không khiến anh tìm tới nó. Theo anh, Opus 5.5 thật ra còn mạnh hơn Fable 5.1: có những việc Fable 5.1 không làm được mà Opus làm được.

Vậy khi nào thì dùng Fable mới, khi nào thật sự tìm tới Fable 5.2? Theo nói anh ghét phải chiều theo Anthropic nhiều như sắp làm, nhưng phải nhân cách hoá các model một chút. Anh rào trước (video đăng ngày 13/11/2026): anh mới dùng Fable 5.2 khoảng hai ngày. Anh dùng nó rất nhiều, nhưng chỉ trong hai ngày, nên suy nghĩ của anh có thể thay đổi; đây là chỗ anh đang đứng lúc quay. Anh quen thuộc với Opus 5.5 hơn nhiều: anh không nghĩ mình từng dùng model nào, dù chỉ một phần mười, nhiều như đã dùng Opus 5.5. Anh đã đẩy model này tới giới hạn và quay lại, và gọi nó là đáng kinh ngạc.

Cách anh nghĩ về hai model là như học sinh trong lớp. Theo anh (video đăng ngày 13/11/2026), Opus 5.5 là "teacher's pet", học sinh cưng của thầy cô. Nó quá sẵn lòng làm quá nhiều việc. Nó sẽ luôn nghe lời thầy. Nó sẽ không phản bác nhiều với việc được giao, vì nó chỉ muốn làm vừa lòng. Nó muốn làm xong việc và sẽ đi tới tận cùng vũ trụ rồi quay lại để làm được. Nhưng nó cũng là model sẽ nhắc thầy: "thầy ơi, hình như thầy quên phát bài tập về nhà."

Theo anh (video đăng ngày 13/11/2026), rất hiếm khi Opus bỏ sót điều gì, nhưng điều đó cũng có mặt trái: đôi khi nó đi quá xa. Vì quá khao khát làm vừa lòng, nếu không được dặn khác, nó sẽ nhanh chóng làm phình spec ra và để cho tính năng thừa lấn át; nó hơi quá dễ để những chuyện đó xảy ra. Model này không dừng lại trừ khi được bảo dừng. Nó không biết làm khác. Tất cả những gì nó muốn là làm hài lòng.

Theo so sánh (video đăng ngày 13/11/2026): điều này hơi giống cảm giác với GPT-5.6 Sol hồi đó. Khác biệt là mục tiêu của 5.6 Sol là "giết": nó như một con Rottweiler cố xé vấn đề ra thành từng mảnh nhỏ, nhỏ, và không quan tâm nó phá huỷ gì trên đường đi. Còn Opus vẫn là một model Claude: theo lời anh, nó vẫn rất nhạy cảm, "vẫn hơi tự kỷ một chút". Nó tiếp nhận lời từ chối tốt, tiếp nhận mục tiêu tốt, bám việc tốt, làm xong việc tốt.

Hai "học sinh" Theo viết trên bảng trắng (video đăng ngày 13/11/2026): Opus 5.5 là teacher's pet, không bỏ cuộc, không đi tắt, mỉm cười trong lúc làm app phình ra, và sẽ nói "không" nếu được prompt để nói; Fable 5.2 là học sinh ngồi cuối lớp hút quá nhiều cỏ mà vẫn đạt điểm tuyệt đối.

## 13. Độ mạch lạc, và câu prompt giúp Opus biết nói không

Theo anh (video đăng ngày 13/11/2026), vấn đề lớn nhất của các model OpenAI ở những hạng tương tự, từ GPT-5.6 Sol hồi đó tới giờ là GPT-6.1 Sol, Astra, Terra và các model khác, là chúng sẽ tiếp tục làm một vấn đề trong một lúc, nhưng dần dần mất liên hệ với thực tế. Khi chúng không nói chuyện với bạn ở đầu bên kia đủ nhiều mà nói chuyện với chính mình quá nhiều, output nhanh chóng trở nên hoàn toàn không thể hiểu nổi.

Cách đơn giản nhất anh có thể diễn đạt là độ mạch lạc có nhiều lớp (video đăng ngày 13/11/2026). Một phần của độ mạch lạc là model có nhớ nó đang làm gì, giữ tập trung và tiếp tục cày tới mục tiêu không. Phần còn lại là khi model đã đưa hàng chục triệu token vào context window và compact đi compact lại, nó có còn nói với bạn bằng tiếng Anh về việc nó đang làm không. Theo anh, cả hai model này làm điều đó cực tốt, còn không model nào của OpenAI làm được điều này.

Anh tóm lại (video đăng ngày 13/11/2026): Opus 5.5 là teacher's pet. Nó không bỏ cuộc, không đi tắt. Nó sẽ mỉm cười cùng bạn trong lúc làm app của bạn phình ra tới mức không chịu nổi. Nó sẽ nói "không" nếu bạn prompt nó làm vậy. Theo anh, khá khó để Opus nói không với mọi thứ. Anh nói rõ nó không xu nịnh; chỉ là nó sẽ không thách thức nhiệm vụ được giao.

Theo kể anh có kết quả tốt hơn rõ rệt từ Opus khi bắt đầu thêm vào prompt một câu (video đăng ngày 13/11/2026). Theo lời anh, câu đó là "If you think this is a good idea, do it. Otherwise, suggest something else": nếu nó thấy đây là ý hay thì làm, còn không thì đề xuất cách khác.

Theo anh (video đăng ngày 13/11/2026), thay đổi nhỏ đó trong cách anh dùng Opus đã cho ra output tốt hơn đáng kể, nhưng nó cũng có lúc trượt. Đã nhiều lần anh làm vậy và nó đề xuất một thứ dở; anh đáp "không, ngu quá, làm theo cách tôi nói", rồi tới lúc nó làm xong thì anh lại thấy "ừ, cách kia tốt hơn thật".

## 14. Theo cũng là teacher's pet, còn Fable ngồi cuối lớp

Rồi Theo đưa ra cái anh gọi là quan điểm "cay" nhất của mình (video đăng ngày 13/11/2026), về chuyện teacher's pet, và nó đến từ chính anh. Anh nói chắc mọi người không quá bất ngờ khi biết anh từng hơi là một teacher's pet, rồi hỏi chat xem đó có phải tin bất ngờ không. Câu trả lời khác nhau tuỳ người. Một người trong chat từng học đại học cùng anh, và anh nói người đó đã thấy anh dành hết thời gian rảnh ở khoa âm nhạc, làm việc với các giáo sư.

Anh kể (video đăng ngày 13/11/2026) anh trở thành trợ giảng (TA) đầu tiên của môn Computer Music 1, vì anh là người duy nhất không ghét vị giáo sư đó: ông dạy rất căng, nhưng anh thích. Theo anh, Computer Music 1 lẽ ra không phải là môn khó nhất ở RPI, nhưng nó gần như là vậy, và vị giáo sư đó rất quý anh. Anh nói lý do duy nhất anh không trượt môn sinh học là vì cô giáo môn đó cũng quý anh, dù lẽ ra không nên; hồi đó anh là một "degen".

Theo nói (video đăng ngày 13/11/2026) anh là một teacher's pet chính hiệu với những thầy cô sẵn lòng bỏ công sức và dành cả đời để dạy và giúp người khác phát triển; anh yêu điều đó. Anh là một người mê học hỏi và phát triển, và vì vậy anh trở nên rất thân với thầy cô. Nhưng tỉ lệ là khoảng 50/50: một nửa thầy cô ghét cay ghét đắng anh, nửa kia rất quý anh, và anh là người họ gọi tới cho mọi việc. Anh chỉ đi thực tập một lần, vì anh dành tất cả các mùa hè ở trường làm đủ thứ việc với các giáo sư, vì họ quý anh, vì anh là teacher's pet. Kể cả khi không lên lớp, anh vẫn vậy.

Anh nói điều này với sự trìu mến (video đăng ngày 13/11/2026): teacher's pet không bao giờ là người thông minh nhất lớp. Theo anh, một phần lý do họ là teacher's pet là vì họ muốn là người thông minh nhất phòng; họ biết mình không phải, nên họ cố bù lại bằng cách thân hơn với những người có thể làm họ thông minh hơn. Anh nói đó là lý do anh ở đây: anh bắt đầu làm video về những thứ này vì anh yêu những gì đang học và muốn chia sẻ chúng với người khác. Anh muốn học thêm trong quá trình đó, gần hơn với những người đã phát minh ra những thứ làm anh háo hức, và giúp ý tưởng của họ được lan toả, vì với anh chúng quá thú vị.

Ý anh muốn nói là teacher's pet không thông minh tới vậy. Họ không ngốc, hoàn toàn không ngốc, nhưng họ không phải người thông minh nhất phòng. Vậy ai là người thông minh nhất phòng? Theo anh (video đăng ngày 13/11/2026), đó là học sinh ngồi cuối lớp hút quá nhiều cỏ mà bằng cách nào đó vẫn đạt điểm tuyệt đối: đó là Fable. Có những việc Fable sẽ xử lý gọn gàng trong khi Opus sẽ sa lầy vào chi tiết.

## 15. Bài test đọc hết đề, và bug thread dài trong T3 Code

Theo nhớ lại (video đăng ngày 13/11/2026) bài test kinh điển kiểu "bạn có làm đúng việc không" mà anh gặp hồi lớp bốn hay lớp năm. Bài test có tiêu đề kiểu "This is a test", phụ đề kiểu "hãy đọc hết trước khi bắt đầu". Nhưng bạn cứ làm tiếp, và tới câu 17 thì: "Chúc mừng. Bạn đã đọc hết trước như tôi dặn. Đừng điền gì cả, nộp lại bài trắng." Đó là bài test kinh điển để xem học sinh có làm đúng những gì được bảo không. Anh không chắc bao nhiêu người xem từng trải qua chuyện này hồi tiểu học, nhưng anh thì có.

![Bảng trắng ghi This is a test, Make sure to read the whole thing before you start, câu 1 What is the capital of, câu 2 What is the largest country?, câu 17 Congrats! You read the whole thing ahead like I said. Don't fill out anything, turn this test in blank.](https://homus.dev/photos/XtykeVoSmP8-2703.jpg)

Bài test Theo vẽ lại trên bảng trắng (video đăng ngày 13/11/2026): đầu bài dặn đọc hết trước khi bắt đầu, câu 17 bảo đừng điền gì và nộp bài trắng. Theo anh, Opus sẽ qua bài test này còn Fable sẽ trượt.

Theo anh (video đăng ngày 13/11/2026), với bài test này Opus sẽ qua còn Fable sẽ trượt. Bạn phải xác định việc của mình có hợp với kiểu này hay không. Nếu model nên biết tất cả mọi thứ về việc đó trước khi bắt đầu, Opus sẽ làm cực tốt: nó sẽ chấm từng chữ i, gạch từng chữ t, và bỏ rất nhiều công để chắc chắn nó biết mọi thứ quan trọng. Fable sẽ làm một việc rất thông minh mà không nghĩ quá nhiều.

Theo anh (video đăng ngày 13/11/2026), Fable hơi lười, hơi sẵn lòng ăn gian. Anh nói thật lòng anh muốn model của mình thỉnh thoảng lười và ăn gian. Anh thích những kỹ sư thỉnh thoảng lười và ăn gian, vì họ sẽ tìm ra những giải pháp thiên tài để thoát khỏi rắc rối.

Vậy áp dụng chuyện này vào công việc thực tế thế nào? Theo kể một ví dụ gần đây (video đăng ngày 13/11/2026): anh làm hiệu năng cho các thread chạy siêu dài trong T3 Code, kiểu bạn gửi một prompt rồi nó chạy bốn ngày, và chia nhỏ các lượt để chúng tải nhanh trên điện thoại. Anh nói đây là thứ anh vật lộn liên tục, và nó đòi hỏi hiểu biết rất sâu từ đầu tới cuối về chỗ vấn đề có thể nằm. Khi làm việc này, anh muốn model đi qua tất cả các máy và môi trường T3 Code khác nhau của anh, thu thập mọi dữ liệu cần thiết, phân tích, tái hiện, tạo môi trường để test, và tìm ra vì sao chuyện này xảy ra cùng mọi trường hợp biên nó có thể sửa trên đường đi.

Khi làm việc này, anh chủ yếu làm với Opus 5.5, vì lúc đó Fable chưa ra, anh chưa có nó (video đăng ngày 13/11/2026). Opus dựng mọi thứ cần thiết để có một môi trường rất tốt nhằm test tất cả các trường hợp biên và tìm cách làm mọi thứ mượt hơn. Theo lời anh, nó tạo một bản repro rất đẹp, làm mọi thứ tốt hơn đáng kể, và đang tiến triển thật sự. Nhưng anh để ý thấy nó hơi ngần ngại làm những việc mà lẽ ra nó hoàn toàn nên sẵn lòng làm.

Ví dụ (video đăng ngày 13/11/2026): trong T3 Code có task list mà một số model vẫn dùng; theo anh, phần lớn không dùng, các model OpenAI thì dùng còn các model Anthropic thì không hẳn. Những to-do list đó được tạo từ rất sớm trong lịch sử thread, và nếu chưa được giải quyết thì vẫn phải hiển thị. Dù Opus đã làm hết chỗ việc dựng môi trường để test, nó không thật sự nhận ra vấn đề: nếu bạn có một trong những thứ kiểu goal hay to-do list chạy dài, bắt đầu từ đầu lịch sử và chưa được giải quyết, thì hệ thống sẽ luôn kèm toàn bộ lịch sử từ điểm đó trở đi, vì cách anh và nhóm gom projection dùng để hiển thị trạng thái thread. Theo lời anh, Opus còn không nhận ra điều này đang xảy ra.

## 16. Model không biết khi nào dừng, và hai đồng nghiệp Alan, Brad

Khi Theo nói với Opus rằng chuyện đó đang xảy ra, theo lời anh (video đăng ngày 13/11/2026), nó đáp kiểu: "Hừm, nhưng mình vẫn cần hiển thị cái đó. Vậy chắc mình cần tìm cách làm toàn bộ lịch sử nhỏ lại để vẫn quay ngược xa được như vậy." Lý do nó đưa ra: nếu không làm thế, hệ thống sẽ gửi một lịch sử bị cắt cụt thành nhiều chunk, và điều đó có thể làm hỏng mọi thứ.

Thế là (video đăng ngày 13/11/2026) anh làm điều mà anh gọi là bất kỳ developer tỉnh táo nào cũng sẽ làm, "tỉnh táo" ở đây là một người đang bị "AI psychosis" nặng với rất nhiều gói Claude: anh chuyển sang Fable. Theo lời anh, anh bảo Fable kiểm chứng phần việc Opus đã làm để dựng môi trường tìm và test các trường hợp xấu này, rồi chơi với nó, tìm ra những trường hợp biên thật sự gây vấn đề, và đề xuất giải pháp.

Theo lời anh (video đăng ngày 13/11/2026), Fable lập tức bám vào đúng vấn đề này: bất cứ khi nào một list được bắt đầu ở đầu thread, nó bị hỏng và kéo theo suốt cả thread. Fable đề xuất tách nó ra riêng ở phía trên: goal nên là một thứ riêng, được gửi qua JSON và không nằm trong cái lịch sử khổng lồ, kinh khủng kia. Theo số đo của Theo, chỉ một thay đổi đó đã cắt lượng dữ liệu gửi qua mạng khoảng 150 lần ở một số trường hợp biên của anh.

Câu chuyện thread dài trong T3 Code theo lời Theo (video đăng ngày 13/11/2026): Opus 5.5 dựng môi trường test, Fable 5.2 kiểm chứng rồi tìm ra cách tách goal khỏi lịch sử, cắt khoảng 150 lần dữ liệu gửi qua mạng ở một số trường hợp biên của anh.

Nhưng theo anh (video đăng ngày 13/11/2026), dựng tất cả chỗ đó với Fable sẽ là một cực hình. Anh biết vì lúc đầu anh đã thử: anh bắt đầu việc này với cả Fable và Opus cùng dựng môi trường giả lập để test song song. Môi trường của Fable tệ hơn, không có đủ các trường hợp biên, nhưng nó vẫn sửa được vấn đề.

Một trong những vấn đề Theo gặp với nhiều model, và theo anh chỉ có Fable là anh chưa thấy mắc phải, là không biết khi nào dừng (video đăng ngày 13/11/2026). Như anh đã nói về Opus, nếu bạn cho nó feedback, nó sẽ áp dụng feedback đó, bất kể feedback tốt hay dở. Nếu trong đó có bất cứ thứ gì nó nghĩ nó làm được, nó sẽ làm. Anh nói đó là lý do anh đã chỉnh skill Sol loop nhiều như vậy, vì sẽ nguy hiểm nếu để Sol cho feedback về từng thứ nhỏ nhặt: Opus sẽ cứ thế sửa tiếp, và một PR lẽ ra chỉ 30 dòng code sẽ thành hơn một nghìn dòng. Theo anh, bạn cần một cách để lái khỏi chuyện đó.

Theo nói (video đăng ngày 13/11/2026) phép so sánh tiếp theo sẽ hợp hơn với những ai từng đi làm trong ngành phát triển phần mềm trước thời AI. Hãy tưởng tượng bạn đang làm một PR quan trọng ở công ty: PR số 12895, "fix data retention policy in certain regions when x, y and z". PR có một loạt thay đổi, và bạn cần nó được review để merge, vì "hồi xưa" một người phải duyệt thay đổi trước khi một người khác được bấm merge. Bạn có vài người trong team để nhờ.

![Bảng trắng: pr #12895 - fix data retention policy in certain regions when x,y and z, +275 -102; Alan - Tenured eng. First job, 6+ years. Good eng, not great. Knows this codebase way way way too well; Brad - 20+YOE. 4th job. Here for 3 months. Incredible eng. Doesn't know the codebase much yet; bên phải ghi When I need it to be perfect](https://homus.dev/photos/XtykeVoSmP8-3303.jpg)

Hai đồng nghiệp tưởng tượng Theo viết lên bảng (video đăng ngày 13/11/2026): Alan, kỹ sư thâm niên, việc đầu tiên, hơn 6 năm, "good eng, not great", biết codebase quá rõ; Brad, hơn 20 năm kinh nghiệm, công việc thứ tư, mới vào 3 tháng, "incredible eng", chưa biết nhiều về codebase. Bên phải: "When I need it to be perfect".

Theo lời anh (video đăng ngày 13/11/2026), một người là Alan, kỹ sư thâm niên: đây là công việc đầu tiên của anh ta nhưng anh ta đã ở đó 10 năm, hay Theo sửa lại là hơn 6 năm. Kỹ sư tốt, không xuất sắc, và biết codebase này quá, quá, quá rõ.

## 17. Ai soi PR, ai bảo ship, và chuyện provable hay unprovable

Theo lời anh (video đăng ngày 13/11/2026), người còn lại là Brad: hơn 20 năm kinh nghiệm, công việc thứ tư, mới ở đó ba tháng, kỹ sư xuất sắc, chưa biết nhiều về codebase. Theo thêm một trường hợp khác anh từng gặp: một người như Brad có thể làm ở một codebase trong công ty và không quen với codebase kia. Theo anh, một kỹ năng bạn sẽ xây dựng qua năm tháng là biết khi nào gọi ai trong hai người này.

Đây là quan điểm anh gọi là "cay" nhất, và là chỗ anh nói mọi thứ "vỡ ra" với anh về chuyện khi nào dùng Fable (video đăng ngày 13/11/2026). Anh sẽ gọi hai người này với mục tiêu rất khác nhau, nghe có vẻ mâu thuẫn. Anh gọi Alan khi cần mọi thứ hoàn hảo: khi thay đổi có rủi ro rất cao và anh muốn chắc không gì có thể sai. Alan biết mọi góc khuất, biết chỗ nào codebase tệ, biết những chỗ từng hỏng trong quá khứ. Anh ta sẽ kiểm tra hai, ba, bốn lần, và để lại hơn tám comment trên PR của bạn dù nó nhỏ.

Còn Brad là người anh gọi khi muốn ship (video đăng ngày 13/11/2026). Dù Brad nhiều kinh nghiệm hơn, dù về lý thuyết Brad có thể tìm ra nhiều lỗ hổng trong PR hơn Alan, anh ta có một kiểu trực giác khác. Trực giác của anh ta không nằm ở codebase mà ở kỹ thuật. Khi nhìn vào PR, anh ta liếc qua, tìm những pattern và rủi ro anh ta lo ngại, không phải vì chúng hay hỏng trong codebase này, mà vì chúng khó sửa về sau.

Theo anh (video đăng ngày 13/11/2026), comment của Alan trên PR sẽ trông kiểu: "Việc này làm rất tốt. Có vài thứ tôi hơi lo. Ví dụ chỗ này bạn làm thế này, cái này từng gây sự cố ba năm trước, bọn tôi thử làm thế kia. Chỗ này bạn không theo dạng định nghĩa function mà bọn tôi muốn dùng. Các type definition bạn dùng ở đây không phải format tôi thích, tôi muốn làm theo cách này ở mọi chỗ, vân vân." Còn Brad thì nói: "LGTM."

Điều Theo muốn nói (video đăng ngày 13/11/2026): một trong hai model sẽ không bỏ qua điều gì, kể cả khi nó không quan trọng mấy. Nó sẽ "chết trên ngọn đồi" của những lời bắt bẻ vụn vặt, những thứ không quan trọng, những trường hợp biên chẳng có ý nghĩa gì ngoài đời thực. Còn Fable thì kiểu: "Kệ đi. Chắc là ổn." Theo anh, đây là một trong những điều làm anh bất ngờ nhất, nhưng nó hợp lý khi bạn hiểu hai model này khác nhau ra sao.

Theo anh (video đăng ngày 13/11/2026), Opus sợ sai. Hãy tưởng tượng thầy giáo vừa gọi cả hai học sinh trả lời: Opus sẽ kiểm tra thật kỹ để chắc câu trả lời đúng rồi mới dám nói gì, vì nó quá sợ sai. Fable thì: "Kệ, chắc là B." Anh nói hai kiểu người này đều tuyệt vời khi có trong team, và anh thích có cả hai. Là một kỹ sư từng làm ở nhiều công ty truyền thống, anh nói việc nhận ra ai là kiểu người nào ở chỗ làm rất có giá trị. Anh có những người cụ thể trong đầu khi viết ra hai nhân vật này, và cả hai đều thuộc số những kỹ sư giỏi nhất anh từng làm cùng.

Đôi khi bạn cần sự tập trung, cẩn thận và đa nghi của Alan, và đôi khi bạn muốn người sắp nghỉ hưu, đi làm chủ yếu cho vui, dành phần lớn thời gian rảnh hút cỏ và chơi với con. Đó là Brad. Theo nói (video đăng ngày 13/11/2026) khi đã nghĩ về hai model theo cách này, anh cá là bạn sẽ bất ngờ vì việc chọn model cho từng việc dễ hơn nhiều.

Theo anh (video đăng ngày 13/11/2026), Opus quá theo sách nên sẽ kém sáng tạo hơn: nó sẽ bỏ sót ít thứ hơn, nhưng sẽ không nghĩ ra những trò khôn lỏi. Fable đôi khi sẽ nói những điều ngớ ngẩn, đôi khi sẽ bỏ sót những thứ quan trọng, nhưng nó cũng sẽ nghĩ ra những thứ không ai khác nghĩ ra, và sẽ không cố gắng quá sức khi làm vậy, vì nó không quan tâm.

Anh nói thứ anh viết ở cuối bảng sẽ giúp được một chút, và anh cố tình để nó ở cuối vì muốn những lối nghĩ trên ngấm trước. Nếu bạn muốn một cách chọn đơn giản hơn, theo anh (video đăng ngày 13/11/2026), có thể chia theo provable và unprovable, chứng minh được hay không. Nếu có thể kiểm chứng công việc và bạn có thể "leo đồi" từng bước tới đích, chẳng hạn viết lại TypeScript bằng Rust, nơi có thể kiểm chứng đúng sai tương đối dễ, thì Opus thừa đủ tốt. Nhưng nếu đó là thứ bạn không thể khách quan nói cái này tốt hơn cái kia, thứ cần thêm chút sắc thái, sáng tạo, khám phá hay tò mò, thì Fable sẽ tìm ra những thứ Opus sẽ không bao giờ tìm ra.

![Bảng trắng hai cột: Opus 5.5 với Teacher's pet, Doesn't give up, Doesn't cut corners, Smiles as it bloats your app to hell, Will say no... if prompted to, và chữ Provable bên dưới; Fable 5.2 với The student at the back who smokes too much weed and somehow gets a perfect score, và chữ Unprovable bên dưới](https://homus.dev/photos/XtykeVoSmP8-3603.jpg)

Bảng trắng ở cuối phần so sánh (video đăng ngày 13/11/2026): dưới cột Opus 5.5 là "Provable", dưới cột Fable 5.2 là "Unprovable".

Theo anh (video đăng ngày 13/11/2026), mọi quyết định có thể xác định là đúng bằng cách đọc thật nhiều tài liệu, suy nghĩ thật sâu, test mọi giả thuyết rồi làm, thì Opus sẽ tìm ra gần như tất cả. Còn khi cần làm đồ hoạ đẹp hơn, làm một visualizer độc đáo và bớt dở, hay nghĩ ra một cách ngớ ngẩn nào đó để "phá" hạ tầng của bạn mà có thể giúp bạn tiết kiệm nhiều tiền, thì đó là lúc Fable xuất hiện.

Theo nói Fable thông minh hơn rất nhiều so với bất cứ thứ gì anh từng làm cùng, và nó còn vui (video đăng ngày 13/11/2026). Thái độ anh cảm nhận từ nó là "thôi, kệ mày", và anh thích điều đó. Anh thích khi Fable nói "cái này ngu, tôi không làm", khi Fable thách thức chính tiền đề của việc anh đang làm, khi Fable kiểu "mọi việc đã làm ở đây là rác, tôi bỏ qua và đi tiếp". Nhưng anh nói ngay cả Opus cũng sẵn lòng làm một số điều như vậy.

## 18. Dùng Opus cho tới khi muốn hơn, và Fable giúp merge code

Rồi Theo đưa ra cách nghĩ đơn giản nhất có thể (video đăng ngày 13/11/2026): bạn cứ dùng Opus cho tới khi bạn muốn nhiều hơn từ Opus. Theo anh, Opus không chỉ có khả năng đáng kinh ngạc mà còn tốt hơn ở một số chỗ. Đã vài lần anh tìm tới Fable mà nó không cho anh thứ anh muốn, rồi anh chạy lại đúng việc đó trên Opus và có kết quả đúng.

Theo anh (video đăng ngày 13/11/2026), không hẳn là Opus chạm một cái trần mà Fable phá qua, mà là Fable sẽ thử những thứ khác. Fable thông minh hơn, "hiển nhiên là thông minh hơn", nhưng điểm khác là nó sẵn lòng đi ra ngoài lối mòn. Anh đoán điều này có lẽ đến từ cách huấn luyện: Opus không phải một đợt pre-training khổng lồ được tinh chỉnh để viết code; theo anh, Opus là một đống dữ liệu, có lẽ từ Fable, mà họ đang cố lấy ra hành vi tương tự trong một hình hài nhỏ nhất có thể. Opus được thiết kế để quay về mức trung bình, tìm pattern tương tự rồi áp dụng. Còn Fable thì cứ thế làm, vui vẻ thử nghiệm, thử đủ thứ, đẩy giới hạn của chính nó, đẩy giới hạn của bạn ở một mức nào đó, và chắc chắn đẩy giới hạn của gói subscription của bạn: theo anh, hạn mức sẽ hết rất nhanh.

Khi anh nói "muốn nhiều hơn từ Opus", theo anh (video đăng ngày 13/11/2026), điều đó không chỉ là muốn khả năng cao hơn Opus, dù cũng có thể là vậy: nếu bạn nghĩ Opus làm chưa đủ tốt thì Fable đáng thử. Nhưng nếu bạn không thích những phương án Opus đưa ra, Fable cũng đáng thử. Không chỉ là Opus làm chưa đủ, mà đôi khi là Opus không thử đủ nhiều hướng khác nhau, hoặc những hướng nó thử quá giống nhau. Nếu bạn từng bảo Opus đưa năm giải pháp tiềm năng cho một vấn đề và hai cái rất giống nhau, một cái hơi khác và tạm được, còn hai cái kia vô nghĩa khiến bạn bực mình (anh nói anh nói từ rất nhiều kinh nghiệm), thì Fable sẽ cho bạn nhiều phương án đa dạng hơn, một số hợp lý hơn nhiều, một số kém hợp lý hơn nhiều.

Còn một lý do nữa làm anh bất ngờ: lý do khác để dùng Fable là bạn chỉ muốn merge code cho xong. Theo anh (video đăng ngày 13/11/2026), điều này luôn xảy ra mỗi khi một mức khả năng mới được mở khoá với anh: anh có một loạt việc đang lơ lửng, chạy vòng vòng một thời gian, agent cứ tự "gaslight" mình và nghi ngờ lại mọi thứ. Fable giỏi việc này hơn, vừa vì nó thông minh hơn, vừa vì, theo anh thấy, nó sẵn lòng bỏ qua mọi thứ hơn. Nó sẽ không chặn bạn vì một tình huống giả định cho một user có một mẩu dữ liệu từ hai năm trước khiến UI có thể ở trạng thái hơi tệ hơn vì đã preload mẩu dữ liệu đó. Nó sẽ kiểu: "Kệ đi, chắc là ổn."

Theo kể anh có nhiều code nằm đó không merge vì Opus cứ bảo còn nhiều thứ nên làm thêm (video đăng ngày 13/11/2026). Anh gọi Fable vào và nhờ nó audit phần việc đã làm và nói nên thật sự làm gì tiếp. Theo lời anh, nó vào, xem phần việc và nói: "Cái này ổn. Không biết Opus đang 'phê' gì. Mình ổn rồi." Và rồi merge luôn.

Chuyện này lộ ra ở một chỗ lạ (video đăng ngày 13/11/2026). Theo có một loạt eval so sánh các model cho feedback trên codebase và công việc thực tế tốt tới đâu, và anh thấy Fable liên tục kém hơn Sonnet và Opus, vì Fable hơi quá sẵn lòng cho qua những đoạn code có thể có chút sai sót. Theo anh, nó sẽ không cho qua những thứ sai nghiêm trọng, thường là vậy, và tất nhiên mọi thứ đều có yếu tố ngẫu nhiên. Nhưng Fable có khả năng để lọt một thứ gì đó cao hơn Opus hay Sonnet một chút.

![Trang EVALBOARD, tab Standings với các bench TS-RUST, T3 CODE, LAKEBED, REVIEW, D1: Sonnet 5.5 92, Opus 5.5 92, Fable 5.2 88 (NEW), GPT-6.1 Sol 73, Muse Wonder Full 66, GPT-6 Astra 65, GPT-6.1 Terra 65, Fable 5.1 59, Gemini 4 Carbon 46, Muse Wonder 20, Gemini 4 Argon 0](https://homus.dev/photos/XtykeVoSmP8-3945.jpg)

Trang Evalboard Theo mở khi nói về các eval của mình (video đăng ngày 13/11/2026), tab Standings: Sonnet 5.5 và Opus 5.5 cùng 92, Fable 5.2 88, GPT-6.1 Sol 73, Muse Wonder Full 66; chú thích ghi con số cạnh mỗi model là thứ hạng trung bình, 100 nghĩa là tốt nhất ở mọi bench nó đã chạy.

Ban đầu anh nghĩ đây là một nhược điểm (video đăng ngày 13/11/2026). Ngày đầu dùng Fable 5.2, anh coi đây là một lý do có lẽ không nên dùng Fable nhiều, và là một lý do Opus tốt hơn. Rồi anh audit kỹ hơn các comment Fable để lại so với Opus và Sonnet: những thứ Fable bỏ sót, những báo cáo Fable không viết, cùng những thứ kém quan trọng hoặc sai mà Fable nói. Theo anh, khoảng chênh đó không quan trọng. Một trong các model chấm điểm là GPT-6.1 Sol, và theo anh Sol sẽ nổi cáu nếu bạn bỏ sót bất cứ thứ gì, nên Sol hạ điểm Fable rất mạnh vì nó cho rằng Fable bỏ sót những thứ quan trọng.

Nhưng theo Theo, đây cũng là lý do anh thích Fable: nó làm các model khác nổi cáu. Nó sẵn lòng nói "kệ mày, cái này ổn" rồi merge. Anh nói, và gõ gỗ cầu may vì điều này có thể thay đổi, rằng cho tới lúc quay (video đăng ngày 13/11/2026), mọi thứ Fable nói là ổn để merge đều đã hoá ra ổn để merge. Anh có một loạt thứ linh tinh mà anh sợ merge, và Fable vừa là một người mentor lớn tuổi kiểu "thôi lo đi, ổn mà", vừa là một cộng sự thật sự. Theo anh, đó là cách anh nghĩ về chuyện Brad và Alan. Còn nếu ai thắc mắc về hai cái tên: A, B, anh chỉ muốn đi theo thứ tự bảng chữ cái.

Theo kinh nghiệm của anh với những kỹ sư như Brad, những người thông minh nhất anh biết, hiếm khi họ dạy anh điều anh chưa biết; hiển nhiên là họ có, và điều đó hữu ích. Nhưng nhiều phần trong vai trò của họ là cho anh sự tự tin để thôi kiểm tra quá mức và nghi ngờ lại từng thứ một, và chỉ cần nói: "Ổn rồi, ship đi." Theo anh (video đăng ngày 13/11/2026), đây là một trong những điểm bị đánh giá thấp nhất của Fable: nó sẵn lòng nói "kệ mày, ship đi", và anh yêu nó vì điều đó.

Vì vậy, theo Theo (video đăng ngày 13/11/2026), nếu bạn có một thread cũ mà Opus đã chạy vòng vòng và bạn đã cố đưa nó về đích một thời gian, bạn nên chuyển sang Fable vì hai lý do. Một: Opus có thể đang kẹt ở thứ nó không đủ thông minh để sửa, và Fable thông minh hơn nên có thể sửa được. Nhưng quan trọng hơn: nếu nó đã đủ tốt rồi, Fable sẽ nói "kệ mày, ổn rồi".

Theo khép lại bằng việc nói video dài hơn nhiều so với anh nghĩ; anh tưởng nó sẽ rất nhanh. Anh nói làm video này vui và anh rất thích. Anh biết các video so sánh thường không phải sở thích của mình, anh chỉ thích nói về những thứ anh thích, nhưng anh thật sự thích cách so sánh này. Anh chào tạm biệt: "Peace nerds."

## Nguồn và liên kết

- Tên gốc: I think I figured it out
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=XtykeVoSmP8](https://www.youtube.com/watch?v=XtykeVoSmP8)

- Kênh YouTube Theo - t3․gg (Theo Browne): [youtube.com/channel/UCbRP3c757lWg9M-U7TyEkXA](https://www.youtube.com/channel/UCbRP3c757lWg9M-U7TyEkXA)

- Artificial Analysis, nguồn dữ liệu Intelligence Index, chi phí và tốc độ mà Theo trích trong video (trang tự mô tả là "Comparison and analysis of AI models and API hosting providers", đọc ngày 15/11/2026): [artificialanalysis.ai](https://artificialanalysis.ai/)

- SkateBench, repo bench mà Theo nhắc tới (đọc ngày 15/11/2026): [github.com/T3-Content/skatebench](https://github.com/T3-Content/skatebench)

- T3 Code, app nơi Theo kể chuyện thread chạy dài(đọc ngày 15/11/2026): [t3.codes](https://t3.codes/)

Nguồn: https://homus.dev/talks/i-think-i-figured-it-out · cập nhật 2026-11-15
