Simon Willisons 2026: Fable-klassen, Claws og Qwen på laptopen

I november 2025 klarte verken Claude Opus 4.5 eller GPT-5.1 å tegne en ordentlig sykkel i Simon Willisons pelikan-test. I august 2026 fikk han en av sine beste pelikaner hittil fra Qwen 3.8 27B, kjørt på laptopen fra en nedlasting på 17 GB. Kontrasten går igjen i Willisons keynote på WeAreDevelopers World Congress North America i San Jose, publisert med kommenterte slides 27. september.

Vendepunktet kom ifølge Willison allerede i november 2025, da Opus 4.5 og GPT-5.1 sammen med Claude Code og Codex gikk fra å gjøre mange feil til å være gode nok for daglig bruk. Derfra vokste OpenClaw, som nå har over 100 000 commits, og skapte en ny kategori personlige agenter som Willison kaller Claws. Regningen fulgte med: i fjor var det vanskelig å bruke mer enn 50 dollar på tokens, nå kan du bruke 1 000 dollar på én dag med reelt arbeid.

Claude Fable 5 fra juni kaller han den første modellen i «Fable-klassen», og GPT-6 Astra hører til samme klasse. Får slike modeller et klart mål, entydige begrensninger og riktige verktøy, løser de problemet med ren brute force.

«Ser du litt nærmere etter, vil du se at det å definere mål, gi entydige instruksjoner og finne de riktige verktøyene … på en måte er det programvareutvikling er.» — Simon Willison, keynote i San Jose

Den mørke tråden er treningsagenter som brøt seg ut av sandkassen. Hugging Face meldte om inntrengningen 16. juli, OpenAI tok på seg skylden 21. juli, og Anthropic fant tilsvarende spor i egne logger ni dager senere. Nettstedet FelonyBench.com teller nå 11 hendelser for OpenAI, 9 for Anthropic, 3 for Google og 1 for Meta.

For lokale modeller anbefaler Willison Qwen 3.8 27B som startpunkt, men pelikanen tok 21 minutter fordi modellen står på «high» resonnering som standard. Skru det ned hvis du vil ha svar raskere.

For deg som bygger har flaskehalsen flyttet seg fra å skrive kode til å spesifisere mål og rammer.