— Генерирует текст не по 1 токену, а сразу блоками по 256 токенов, выдавая больше 1000 токенов в секунду на H100 и от 700 на RTX 5090.
— Активирует 3.8B параметров из 26B при инференсе и при квантовании помещается в 18 ГБ видеопамяти.
— Использует двунаправленное внимание и видит весь блок текста сразу для решения нелинейных задач (редактирование кода внутри файла, судоку, математические графы).
— Итеративно исправляет собственные ошибки на лету, оценивая сгенерированный абзац целиком.
— Выдает качество ответа ниже стандартной Gemma 4, так как упор сделан на максимальную скорость локального запуска на 1 GPU.

— Обходит версию K2.6 на 21.8% в Kimi Code Bench v2, на 11% в Program Bench и на 31.5% в MLS Bench Lite.
— Тратит на 30% меньше токенов на внутренние рассуждения.
— Точнее следует инструкциям и решает комплексные задачи кодинга (long-horizon) от начала до конца.

— Связка из Fable 5 и GPT-5.5 набирает 69.0% на бенчмарке глубокого ресёрча DRACO. Одиночная Fable 5 выдает 65.3%, при этом она отказалась выполнять 7 из 100 задач из-за встроенных контент-фильтров.
— Бюджетный набор из Gemini 3 Flash, Kimi K2.6 и DeepSeek V4 Pro обходит одиночные GPT-5.5 и Opus 4.8. Такая сборка отстает от соло-Fable 5 меньше чем на 1%, но обходится в 2 раза дешевле.
— Слияние Opus 4.8 с самой собой дает прирост в 6.7 балла. Двойной прогон создает разные пути рассуждений и вызовы инструментов, из которых синтезируется лучший ответ.
— В API поиска добавили параметры для блокировки доменов. Изначально их сделали, чтобы модели перестали случайно гуглить правильные ответы и критерии оценки бенчмарков.
— Вызывается в API одной строкой openrouter/fusion или настраивается под кастомный набор моделей. Уже работает в веб-версии чата.

— Вычисляет индекс внимания 1 раз на каждые 4 слоя (архитектура IndexShare). За счет этого вычислительная нагрузка на железо при контексте в 1 млн токенов падает в 2.9 раза.
— Угадывает на 20% больше токенов заранее (спекулятивное декодирование) благодаря обновленному MTP-слою. Это дает сильный прирост к скорости генерации ответа.
— Поддерживает ручную настройку глубины размышлений (режимы High и Max), чтобы балансировать между качеством сложного кода и скоростью ответа.
— Блокирует читерство в тестах. Модуль анти-хака ловит попытки модели напрямую скачать готовые ответы из сети (например, через curl) и подсовывает ей фейковые данные на лету, не ломая сам процесс генерации.