回来了,但已经不是原来那个Fable 5了
三个硬约束:Fable 5不是随便用的了
这次回归,Anthropic给Fable 5加了三道锁。第一道是7天倒计时:从7月1日到7月7日太平洋时间23:59:59,Fable 5还留在订阅套餐里,之后必须单独购买usage credits才能继续用。第二道是50%周额度限制:即使在这7天内,Pro、Max、Team用户每周也只有一半额度能给Fable 5用,剩下的还得留给其他模型。第三道是价格门槛:Fable 5的API定价是输入10美元/百万Token、输出50美元/百万Token,正好是Opus 4.8的两倍。换句话说,如果你之前把Fable 5当成“有额度就随便刷”的顶配模型,现在得彻底改变这个习惯了。它正在从一个会员权益变成一个需要精打细算调用的稀缺资源。1536
安全分类器:付了顶配钱,拿到的可能是Opus 4.8
比限时和限量更让开发者头疼的,是安全分类器带来的路由机制。Anthropic在Fable 5上装了独立于主模型之外的安全分类器,专门检测网络安全、生物化学、以及模型蒸馏相关的高危请求。一旦触发,系统不会直接拒绝,而是自动把请求降级转发给Opus 4.8处理。官方数据显示,超过95%的会话不会触发这个机制。但问题在于,这个分类器的阈值被调得比较保守。Reddit和推特上已经有不少用户在吐槽:常规的代码调试被标记了、问个蛋白质结构被拦截了、甚至发一句“HI FABLE I MISSED YOU”都被降级了。有开发者在Cursor上跑了编程循环测试,花了321美元,其中78美元消耗在Fable 5上、242美元在Opus 4.8上,结果显示75%的会话被自动路由到了Opus 4.8。更讽刺的是,系统日志里还出现过一个叫“TOO_DUMB_TO_NEED_FABLE”的标签,意思是“太简单了不需要动用Fable”。付着双倍价格,最后拿到的是便宜一半的模型答案,这成了Fable 5回归后最大的槽点。7839
能力到底有没有被削弱?
关于Fable 5的能力,开发者社区的看法分成了两派。一部分人认为能力确实下降了。有海外博主测试后发现,灰度版本的输出逻辑、内容完整度大幅下降,综合表现甚至不及Opus 4.8。还有人指出Fable 5新增了防蒸馏代码,输出质量明显受损。不过,也有相当多用户认为Fable 5依然很强。有博主用同一问题测试Fable 5、Opus 4.8、Opus 4.6和GPT-5.5,发现Fable 5的回答“语言密度低而信息密度高”,做到了真正的洞察力,其他几个模型则“前后关联比较松散”。还有开发者拿Fable 5和GPT-5写了两个礼拜代码,结论是Fable 5在工程思维上明显更强——它会考虑异常情况、考虑后续维护、考虑代码可读性,生成的代码“重试逻辑用的是指数退避而不是线性退避”。Anthropic官方也出来澄清过,说Fable 5未被阉割版本依然很强,但现在普通用户暂时用不到了。1011128
关于Fable 5的能力定性,有技术评论指出它并不是“颠覆性”的提升,而更像是把之前 Opus 4.8 的“懒惰问题”修复了——后者在长任务中会跑一轮就停下来、缺少自我审查。Fable 5在这方面的进步明显,但本质上是把用户之前用的trick内建进了模型。真正值得关注的提升在于前端开发能力和长任务场景下的稳定性,前者是官方演示案例的核心,后者是Agent工作流的关键。13
普通人怎么选:Sonnet 5可能是更务实的答案
就在Fable 5回归的同一天,Anthropic还发布了Sonnet 5,定位是中高端性价比款。它的性能已经显著缩小了与Opus之间的差距,日常编程、改文档、普通分析、轻量Agent任务完全够用。更重要的是,Sonnet 5是Free和Pro计划的默认模型,不限时间、不限占比,API价格也只有2美元输入/10美元输出每百万Token。有技术评论给出了一个很实在的策略:Sonnet 5做默认模型处理日常任务,Fable 5只留给“Opus 4.8也搞不定”的硬骨头——比如多步推理、复杂重构、长上下文代码理解。如果验证完Fable 5确实值得用,再考虑为它单独付费;否则老老实实切回去。23146
| 维度 | Fable 5 | Opus 4.8 | Sonnet 5 |
|---|---|---|---|
| 定位 | 旗舰顶配·Mythos级 | 旗舰顶配·Opus级 | 中高端性价比款 |
| SWE-bench Pro得分 | 80.3% | 69% | 接近Opus |
| 价格(输入/输出 每百万Token) | $10 / $50 | $5 / $25 | $2 / $10 |
| 限时限制 | 7月7日后需单独付费 | 无 | 无 |
| 周额度限制 | 50% | 无 | 无 |
| 安全分类器 | 有·可能降级到Opus | 无 | 无 |
| 适用场景 | 复杂长周期任务·高价值卡点 | 日常复杂任务 | 日常默认工作 |
当前文章无评论,是时候发表评论了