Fable की वापसी: Claude Code का हैनेस ओपन-सोर्स मॉडल्स को क्यों मात देता है

लीडरबोर्ड में शीर्ष से थोड़ी देर के गायब होने के बाद, Fable वापस आ गया है—और मेरे अनुभव में, यह AI-सहायता प्राप्त विकास के लिए पूर्ण स्वर्ण मानक बना हुआ है। लेकिन जैसा कि Twitter और Reddit पर बहस चल रही है, मैंने देखा है कि लोग इन टूल्स का मूल्यांकन कैसे करते हैं, इसमें एक मौलिक गलतफहमी है। क्या Fable, Cursor या नवीनतम ओपन-सोर्स मॉडल्स से बेहतर है? सीधा उत्तर हाँ है, लेकिन सिर्फ मॉडल वेट्स के कारण नहीं। Fable जीतता है क्योंकि उसके पास Claude Code harness है।

मैंने अनगिनत पोस्ट देखी हैं जिनमें दावा किया गया है कि MiniMax M3 जैसे ओपन-सोर्स मॉडल्स Fable जितने ही "अच्छे" हैं। कई मॉडल्स, लोकल सेटअप्स और क्लाउड-आधारित एजेंट्स के साथ महीनों तक दैनिक उपयोग करने के बाद, मैं आपको निश्चित रूप से बता सकता हूँ: वे नहीं हैं। अंतर सिर्फ मूल बुद्धिमत्ता का नहीं है; यह उस बुद्धिमत्ता के चारों ओर का पूरा सिस्टम है। यदि आप हार्नेस की तुलना किए बिना किसी मॉडल की तुलना कर रहे हैं, तो आप त्रुटिपूर्ण निष्कर्षों पर पहुँच रहे हैं।

सीधा फैसला: Fable अभी भी हावी है

मुझे बिल्कुल स्पष्ट होने दीजिए कि Fable को अनुपस्थिति से पहले और उसकी वापसी के बाद दोनों समय व्यापक रूप से उपयोग करने के बाद मेरा क्या रुख है: यह मॉडल गेम-चेंजिंग रूप से अच्छा है। जब मैं इसे एक बार प्रॉम्प्ट करता हूँ, तो यह उस एकल प्रॉम्प्ट के आधार पर पूर्ण-विकसित सुविधा सेट प्रदान करता है। यह उच्च गुणवत्ता और उल्लेखनीय रूप से कम गलतियों के साथ टेस्ट लिखता है। यह AI-सहायता प्राप्त विकास में मैंने अब तक देखी सबसे प्रभावशाली छलांग है।

अपने शब्दों पर अमल करने के लिए: Fable की वापसी के बाद से, मैं पहले ही अपने उपलब्ध उपयोग का 52% उपयोग कर चुका हूँ—जो सभी प्लेटफ़ॉर्म्स पर मेरे कुल मॉडल उपयोग का आधा है। यह आपको वह सब कुछ बता देता है जो आपको यह जानने के लिए चाहिए कि जब मेरे पास वास्तविक कार्य करने के लिए होता है तो मेरा विश्वास कहाँ होता है।

हार्नेस का अंतर: LLM बनाम सिस्टम

"मॉडल A बनाम मॉडल B" बहस में बार-बार अनदेखा की जाने वाली महत्वपूर्ण अवधारणा एक LLM और एक हार्नेस के बीच का अंतर है। एक बड़ा भाषा मॉडल (LLM) बुद्धिमत्ता का मूल इंजन है। हार्नेस एजेंटिक सिस्टम है जो इसे घेरे रहता है—टूल कॉल्स को सक्षम करता है, पुनरावर्ती लूप्स का प्रबंधन करता है, और जटिल फ़ाइल संचालन का समन्वय करता है।

जब कोई MiniMax M3 की तुलना Hermes जैसे टूल के अंदर Cursor के अंदर Fable से करता है, तो वे निष्पक्ष परीक्षण नहीं चला रहे हैं। वे दो पूरी तरह से अलग वास्तुशिल्प दृष्टिकोणों की तुलना कर रहे हैं:

• MiniMax M3 + Hermes: Hermes सीखने के पुनरावर्ती लूप का उपयोग करता है। जैसे-जैसे यह अनुरोध करता है, यह LLM स्वयं जो कर सकता है उसके ऊपर सीखता और अनुकूलित होता है। Hermes कई मानक IDE एक्सटेंशन्स की तुलना में अपने एजेंटिक विकास में काफी आगे रहा है।
• Fable + Cursor: जबकि Cursor एक उत्कृष्ट IDE है, इसे मूल रूप से अधिक पारंपरिक कोडिंग टूल के रूप में बनाया गया था।

इसमें अक्सर वे उन्नत, गहरी एकीकृत हार्नेस क्षमताओं की कमी होती है जो Fable को कमांड-लाइन वातावरण में सचमुच चमकने योग्य बनाती हैं।

यह मॉडलों की A/B तुलना नहीं है; यह सिस्टम की तुलना है। और अभी, Claude Code हार्नेस बेहतर सिस्टम है।

Fable का रहस्य: Claude Code रिकर्सिव लूप

जो Fable को Claude Code हार्नेस के भीतर उच्च स्तर पर संचालित करता है वह इसकी रिकर्सिव क्षमता है। जब मैं अपने वर्तमान वर्कफ़्लो में 'Enter' दबाता हूँ तो बिल्कुल यही होता है:

1. सूचना संग्रहण: आप एक प्रॉम्प्ट देते हैं, और Fable तुरंत आपके कोडबेस से सभी उपलब्ध जानकारी स्थानीय रूप से एकत्र करना शुरू कर देता है।
2. स्थानीय टूल निष्पादन: यह स्थानीय रूप से कई टूल कॉल्स चलाता है, उन डेटा को सामने लाता है जिन्हें एक मानक चैट विंडो कभी नहीं देख पाएगी।
3. टोकन-भारी संदर्भ: यह संदर्भ को सही बनाए रखने के लिए काफ़ी संख्या में टोकन का उपयोग करके इस सभी संश्लेषित जानकारी को क्लाउड पर वापस भेजता है।
4. परिणाम निर्माण: यह उस गहरे संदर्भ के आधार पर उच्च-गुणवत्ता वाला परिणाम लौटाता है।
5. सत्यापन: यह अंतिम रूप देने से पहले मौजूदा कोडबेस के विरुद्ध परिणाम की जाँच और सत्यापन करता है।

यदि आप Fable को Cursor के अंदर उपयोग करते हैं, तो आप इस पूर्ण रिकर्सिव लूप से वंचित हो रहे हैं। आप उन विशिष्ट सत्यापन चरणों को खो रहे हैं जो Fable को 'जादुई' महसूस कराते हैं। यही कारण है कि जो उपयोगकर्ता केवल बुनियादी UI के माध्यम से मॉडल का उपयोग करते हैं, वे अक्सर गिरावट की शिकायत करते हैं, जबकि CLI एजेंट का उपयोग करने वाले लगातार उत्कृष्टता देखते हैं।

स्थानीय मॉडल अभी तक क्यों नहीं पकड़ पाए हैं

मैं स्थानीय हार्डवेयर का बड़ा समर्थक हूँ। मेरा वर्तमान विकास वातावरण मज़बूत है, जिसमें 96GB RAM वाला एक M3 Ultra और मेरी Exo कॉन्फ़िगरेशन में लोड किया गया एक DGX Spark (ASOS G का GX10) शामिल है। मैं इन सिस्टमों पर अविश्वसनीय रूप से तेज़ संचार के साथ Qu3 Coder चलाता हूँ। मुझे MiniMax M3 पसंद है और मैं इसकी ताकत के बारे में खुलकर बोलता रहा हूँ; मैं इसे अपने Hermes एजेंटों के अंदर भी चलाता हूँ।

हालाँकि, 96GB स्थानीय मेमोरी और हाई-स्पीड इंटरकनेक्ट के साथ भी, स्थानीय मॉडल Fable की क्लाउड-आधारित शक्ति और परिष्कृत हार्नेस की जगह नहीं ले पाते। जब MiniMax M3 के वेट्स स्थानीय रूप से चलाने के लिए पूरी तरह उपलब्ध हो जाएँगे, तब भी एक मानक VS Code एक्सटेंशन Claude Code के तंग एकीकरण से मेल नहीं खा पाएगा। Anthropic ने Fable और उसके टूल्स के बीच इंटरैक्शन में जो इंजीनियरिंग घंटे लगाए हैं, वही अदृश्य खाई है।

किसे कौन सा टूल चुनना चाहिए?

अपने सब्सक्रिप्शन के पैसे कहाँ खर्च करने हैं, यह पूरी तरह से आपके वर्कफ़्लो और तकनीकी आराम के स्तर पर निर्भर करता है।

Fable + Claude Code चुनें यदि:

• आप एक पेशेवर डेवलपर हैं जिन्हें एकल प्रॉम्प्ट्स से पूर्ण फीचर्स को शिप करने की आवश्यकता है।
• आप टर्मिनल-आधारित एजेंट वातावरण में काम करने में सहज हैं।
• आप पारंपरिक GUI की तुलना में सटीकता और पुनरावर्ती स्व-सुधार को अधिक महत्व देते हैं।
• आप कोड जनरेशन में उच्चतम उपलब्ध "हिट रेट" के लिए $200 प्रीमियम चुकाने को तैयार हैं।

Cursor + ओपन सोर्स/स्टैंडर्ड मॉडल्स चुनें यदि:

• आप पारंपरिक IDE अनुभव के साथ GUI-प्रथम अनुभव पसंद करते हैं।
• आप छोटी स्क्रिप्ट्स या फ्रंट-एंड ट्वीक्स पर काम कर रहे हैं जहां एक पूर्ण पुनरावर्ती एजेंट ओवरकिल होगा।
• आपको लागतें कम रखने की आवश्यकता है और GPT-4o, Claude 3.5 Sonnet, और स्थानीय मॉडल्स के बीच स्विच करने की लचीलापन पसंद है।

अंतिम निर्णय

Fable अब तक का सबसे अच्छा मॉडल है जिसे मैंने कभी इस्तेमाल किया है। इसकी वापसी ने समुदाय में दूसरों द्वारा रिपोर्ट की गई किसी भी गिरावट को प्रकट नहीं किया है, मुख्य रूप से इसलिए क्योंकि मैं इसे इसके इच्छित हार्नेस के बिना उपयोग करने से इनकार करता हूं। यदि आप कई AI सब्सक्रिप्शन के लिए भुगतान कर रहे हैं और सोच रहे हैं कि कहां समेकित करें, तो मेरा उत्तर स्पष्ट है: Claude Code के भीतर Fable निवेश के लायक है।

मैं अपने किट के लग