henry 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

聰明人總能花最少的錢辦最好的事，AI也一樣。

就在大伙還在為Claude Fable 5兩倍于Opus 4.8的token單價發(fā)愁時，反轉(zhuǎn)來了——

不少開發(fā)者發(fā)現(xiàn)，把Fable 5的努力程度（effort）調(diào)到最低的low檔之后，模型不僅沒變?nèi)?，反而變得格外能打，token消耗也著實少了。

而且哪怕是最低檔位，它在SWE-bench Pro上的得分依然壓過Opus 4.8開到最強xhigh檔的成績——75.0對68.6。

（注：系統(tǒng)卡這組數(shù)據(jù)出自Mythos 5配置。Fable 5是加了安全分類器的公開版本，兩者權重相同，編碼任務基本不觸發(fā)分類器）

不過，開low檔省錢用好模型還只是故事的一半。

因為過去一天里，不少人發(fā)現(xiàn)，F(xiàn)able 5的省錢未必只是因為開了low檔。

在一些實際任務中，它甚至能做到效果更好、速度更快，最后賬單還更便宜。

比如在GameBench的測試里，面對同一個蜘蛛吃蟲子的小游戲任務，F(xiàn)able 5不僅生成速度更快，效果也更好，而最終成本反而低于Opus 4.8。

(左邊為Fable 5，右邊為Opus 4.8）

這下。事情就有意思了。

原本大家還在糾結(jié)Fable 5貴了一倍，現(xiàn)在卻發(fā)現(xiàn)，它不僅更強，很多時候甚至還更省。

貴是貴在單價上，省卻省在最后的賬單上，F(xiàn)able5 low啟動！

貴的模型怎么更省錢

那么，為啥明明更貴的模型反而更省錢呢？

畢竟，F(xiàn)able定價每百萬輸入token 10美元、輸出50美元，剛好是上一代旗艦Opus 4.8（5美元/25美元）的兩倍。

對此，Claude Code之父Boris Cherny在Threads上解釋了這筆賬：

Fable每token的價格確實是Opus的兩倍，但完成同一個任務平均用的token更少，因為它更聰明、更高效，在一些復雜任務上，F(xiàn)able的實際花費反而低于Opus。

評論區(qū)也有網(wǎng)友表達了類似觀點：

目前觀察到的就是這樣，單任務token更少，糾錯動作更少，浪費的token也就更少。

換句話說，以前那些不夠聰明的Agent，總會在寫錯了再改、跑掛了重跑的過程中瘋狂燒token。

模型越笨，犯錯次數(shù)越多，你就得多付一輪token的錢。

而Fable 5砍掉的，恰恰就是這部分隱性成本。

比如，F(xiàn)able 5在shortcut的電子表格任務測試中，F(xiàn)able 5在所有effort檔位都跑贏了Opus 4.8，不僅回合數(shù)更少，整體完成速度還快了25%～30%。

再比如物理研究那條案例。

署名為Matthew Pines（CEO）的研究者表示，F(xiàn)able 5是他們測過最強的前沿物理研究模型，僅用三分之一的推理token，就在36小時內(nèi)跑到了GPT-5.5需要四天才能接近的位置。

當然，F(xiàn)able比Opus更省更好也不是絕對的，具體還得看任務類型。

Reddit上也有網(wǎng)友反饋，在某些特定任務里，F(xiàn)able確實會消耗更多token，但并沒有外界想象得那么夸張，很大程度上取決于上下文長度和任務規(guī)模。

如果任務本身不復雜，其他effort檔位甚至其他模型，也完全夠用。

其實官方公告里也悄悄提到了這一點。

Anthropic在發(fā)布文章中提到，F(xiàn)able 5相比以往Claude模型擁有更高的token效率。

他們給出的證據(jù)來自Cognition的FrontierCode評測。這套評測考察的是模型能否在達到生產(chǎn)級代碼標準的前提下完成高難度任務，而Fable 5僅在medium檔位，就已經(jīng)拿下了所有前沿模型中的第一名。

所以，這套定價的正確打開方式或許不是看每token多少錢，而是看每干完一個活多少錢。

按前者算，F(xiàn)able 5確實貴了一倍。

但按后者算，在足夠復雜的任務上，它甚至可能比Opus還便宜。

不僅省，榜單這一塊也被Fable 5掃完了

如果說更低的任務成本還屬于見仁見智，那么過去一天多時間里各家評測榜單給出的結(jié)果就比較直接了：

Fable 5幾乎把能拿的第一都拿了一遍。

先看綜合能力。

在Artificial Analysis最新的智能指數(shù)中，F(xiàn)able 5以64.9分排名第一，領先GPT-5.5約5分，榜單前兩名全部被Anthropic包攬。

在人類最后的測試（Humanity’s Last Exam）上，F(xiàn)able 5拿到53%的成績，比第二名高出7個百分點以上。

再看Agent能力。

在arena.ai的Agent榜單上，F(xiàn)able 5登頂榜首。

文本處理、網(wǎng)頁開發(fā)等場景依舊保持領先。

在FrontierCode上也是第一。

SimpleBench上的表現(xiàn)則已經(jīng)逼近人類水平。

除此之外，編程能力可能是爭議最小的一項。

拋開Anthropic自己的數(shù)據(jù)之外，第三方評測機構TrueFoundry公布的結(jié)果顯示，在SWE-Bench Pro上，F(xiàn)able 5以80.3%的成績拿到所有受測模型中的最高分，GPT-5.5在這一項上落后超過21個百分點。

Every的評測文章則給出了一個更直觀的數(shù)字。

在他們最難的Senior Engineer基準測試中，F(xiàn)able 5獲得91分（滿分100分），已經(jīng)接近參與測試的人類資深工程師水平區(qū)間；作為對比，Opus 4.8得63分，GPT-5.5得62分。

One more thing

不過，在把Fable 5默認調(diào)成low檔之前，還有兩件事值得注意。

第一，F(xiàn)able 5帶著安全分類器上線。

涉及網(wǎng)絡安全、生物化學、模型蒸餾等敏感請求時，系統(tǒng)會自動切換到Opus 4.8回答，并按照Opus價格計費。Anthropic表示，這類情況觸發(fā)率不到5%的會話。

這也意味著，部分安全相關Benchmark上的成績，公開版本未必能夠完全復現(xiàn)。

第二，當前的免費使用窗口是限時的。

6月22日之前，Pro、Max、Team以及按席位計費的企業(yè)版用戶都可以直接使用Fable 5；從6月23日起，將開始消耗用量積分。Anthropic表示，等算力容量跟上之后，會重新恢復為訂閱權益。

另外，使用Fable 5需要開啟30天數(shù)據(jù)保留，以滿足安全監(jiān)控要求。

[1]https://game-bench.piccini.app/
[2]https://www.threads.com/@boris_cherny/post/DZYShwtkiJS/fable-is-x-as-expensive-as-opus-per-token-but-uses-less-tokens-on-average-to-do/
[3]https://arena.ai/leaderboard