什么值得买App下载 App ›
连续签到专享现金活动

马斯克vs唐杰:中国大模型何时追上Claude Fable 5?

2026年6月中旬,埃隆·马斯克与智谱AI首席执行官唐杰就中国大模型何时达到Anthropic最新发布的Claude Fable 5级别能力公开表达分歧:马斯克预测“可能在2027年第一季度”,而唐杰回应“不需要那么久”(won't take that long)。这一分歧发生在Fable 5于6月9日正式发布、并在SWE-Bench Pro编程基准取得80.3%得分的背景下,凸显业界对中国AI追赶速度评估的显著差异。123
01两种预判立场的碰撞
马斯克的预测发表于2026年6月18日的一场线上问答中,针对网友提问“中国大模型何时达到Fable级别”,他回应称“可能明年Q1”(即2027年第一季度)。该判断基于其对当前中美顶尖模型在长周期智能体任务、复杂软件工程和自主推理能力上的差距观察。同日,智谱AI CEO唐杰在社交媒体上简短回应:“won't take that long”,未给出具体时间点,但明确否定需等待至2027年初。两人观点均未附带详细论证,但语境均指向Fable 5所代表的“长期运行、模糊、多步骤任务自主执行”能力——这被视为当前大模型技术的最高门槛之一。423
02Fable基准与国内进展
Claude Fable 5于2026年6月9日由Anthropic正式发布,其核心突破在于SWE-Bench Pro编程基准得分达80.3%,远超GPT-5.5的58.6%和Gemini 3.1 Pro的54.2%。该模型专为长时、复杂任务设计,支持100万Token上下文,并在Stripe实测中完成5000万行Ruby代码库迁移,耗时仅数天。同期,中国头部大模型厂商密集迭代:阿里于5月20日发布Qwen3.7-Max,在Terminal Bench 2.0-Terminus得分69.7,超越Claude Opus 4.6;智谱AI的GLM-5.1在2026年3月27日发布,SWE-Bench Pro得分为48.0%至59%区间;DeepSeek V4-Pro API版本在SWE-Bench Verified得分达80.6%,但Pro版本得分约76%。整体上,国产模型在部分专项评测中逼近或局部超越海外闭源旗舰,但在Fable 5所定义的“长期自主智能体”综合能力上尚未有公开对标数据。3567
03分歧背后的技术参照系
双方分歧实质源于对“Fable级别”的界定差异。马斯克所指更接近Fable 5在真实企业级场景中的全流程闭环交付能力,如独立完成跨文件依赖的代码重构、持续数小时的自主实验规划与纠错。而唐杰的“无需久等”可能基于国产模型在单项指标上的快速逼近——例如Qwen3.7-Max已在GPQA Diamond、Terminal Bench等测试中超越Claude Opus 4.6,且中国模型周调用量已于5月初达7.94万亿Token,为美国模型的两倍以上。此外,斯坦福HAI 2026 Index报告显示,中美顶尖模型平均性能差距已缩小至2.7%,但该数据未涵盖Fable 5这类6月新发布的前沿模型。因此,分歧反映了评估维度的不同:一方强调系统级工程落地,另一方侧重基准测试追赶速度。8593
04对行业与用户的即时意义
该分歧本身不改变技术事实,但为开发者与企业提供了关键决策参照。若马斯克判断准确,则2027年前高复杂度Agentic任务仍需依赖Fable 5或同类海外模型;若唐杰预判成立,则国产模型有望在2026年内提供具备类似能力的替代方案。当前,国产模型在API成本上已具显著优势——DeepSeek V4-Pro输入单价低至$0.145/百万Token,而Fable 5为$10/百万Token。用户可根据任务复杂度采取组合策略:日常交互使用国产模型,关键长周期任务暂用Fable 5。未来三个月内,阿里、智谱、深度求索等厂商是否发布对标Fable 5的实测案例,将成为验证双方预判的关键信号。61011

评论

评论区空态插画

当前文章无评论,是时候发表评论了