Claude Fable 5.2:整体最强,但不一定最划算

源自102位全网作者

11:32

11 月 9 日,Anthropic 发布 Claude Fable 5.2。API 价格从每百万 token 输入/输出 10/50 美元降到 8/40 美元。Anthropic

官方称输出速度快了最多 30%。第三方 Artificial Analysis 的智能指数里,它在 Max 档拿 65 分,排第一,比 Opus 5.5 高 6 分。Artificial Analysis

单看整体跑分,它确实是目前最强的 Claude。但它不是所有任务都值得上。“最强”和“最划算”是两件事。先看它到底强在哪。

Fable 5.2 的提升并不均匀。机器人 RoboDojo 从 27.6% 跳到 64.9%,Terminal-Bench-Science 从 52.6% 到 74.6%。

硬件设计 BenchCAD 2.1 拿到 83.5。长任务上,1000 个子智能体连跑 8 天,写出一个能在笔记本上启动的操作系统。Anthropic

它还花 30 小时形式化费马大定理。这些是它真正拉开差距的地方。编程的领先小得多。FrontierCode 2.0 是 49.1% 对 Opus 5.5 的 45.5%。Anthropic

FrontierSWE v2 是 69.9% 对 62.3%。它也没有全赢:AutomationBench 上 Gemini 4 Carbon 的 53.9% 高于它的 51.4%。

AA-Briefcase 的 Elo,Opus 5.5 的 1800 也高于它的 1785。

上面的官方数字都来自 Anthropic 自己的发布文章。第三方的智能指数和单任务成本,更能说明它值不值。

账单是另一面。单价降了 20%,但 Fable 5.2 每百万 token 仍是 Opus 5.5 的两倍(8/40 对 4/20 美元)。

Artificial Analysis 测下来,Max 档平均每任务 26.5 美元,是 Opus 5.5(10 美元)的 2.6 倍,也比 Fable 5.1(12.99 美元)贵约一倍。Artificial Analysis

它想得更久,烧的 token 更多。独立实测也在泼冷水。

游戏开发者 whaledevstudios 用同一提示词做一个 FPS 敌人。Fable 5.2 用了 26 分钟、10.81 美元、11.8 万输出 token,留下 8 个几何坏面。

Opus 5.5 用了 15 分钟、3.65 美元、6.3 万 token,几何干净。他的结论是“并没有好 3 倍”。哔哩哔哩

FarmerBench 的长程编程游戏里,Fable 5.2 得 80.16、每次约 7.58 美元,Gemini 4 Argon 得 84.01、只要约 3.71 美元。

B 站前端速测的评论区里,有人说类似水平下 Opus 5.5 省太多;作者也建议日常轻便使用选其他模型。

那它什么时候划算?答案在思考强度(effort)档位。

官方数据里,FrontierCode 用 High 档跑出 45.3%,和 Opus 5.5 的 Max 档 45.5% 基本持平,单任务成本约一半。Anthropic

WANDR 用 Medium 档追上 Opus 5.5 的最高分,成本约 40%;HLE 用 Low 档就追平,成本不到十分之一。

也就是说,当你本来就要把 Opus 开到 Max,而 Fable 用 High 或 Medium 就能完成时,它反而更便宜。贵不贵,取决于你让它想多久。

Anthropic 自己的建议也是:大多数写代码和知识工作先用 Opus 5.5,任务更大、更开放、周期更长时再换 Fable,或者让它当顾问、调度小模型。Anthropic

订阅用户还要算额度:Fable 消耗更快。包含 Fable 的套餐里,它每周最多只能占一半额度;Pro 只在 11 月 9 日到 16 日这一周临时包含,之后恢复按量付费。

所以 Fable 5.2 的性价比不是一句“降价 20%”能概括的。它是一台用来推天花板的机器:在最难、最长、失败成本最高的任务上,它可能比 Opus 更省钱。

把它设成默认模型、每个任务都开 Max,它就是全场最贵的那一档。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章