Anthropic 的 Claude Fable 5 模型在真实物理测试中交出了令人瞩目的成绩单,但其成本却比 Claude Opus 4.8 高出约六倍。这直观地揭示了开发者面临的两难困境:最高品质需要付出高昂代价。
atomic.chat 服务对四款 AI 模型进行了对比分析,要求它们独立创建三个模拟真实物理过程的 HTML5 场景。任务包括:火车从断裂桥梁坠入水中、两辆汽车从峡谷跳台腾空后空中相撞,以及怪兽卡车碾压一排停放车辆的场面。核心要求是逼真呈现坠落、破坏和碰撞效果,且不能出现任何异常伪影。
测试结果
Fable 5 完美完成任务,在全部三个场景中均获得满分。碰撞效果真实可信,物体坠落和破坏过程准确无误,既没有穿模现象,也没有悬空停滞。但这份品质需要付出代价:该模型消耗了 62,158 个令牌,任务执行成本达 3.12 美元。
GPT-5.5 在品质上最接近 Fable 5,消耗 37,753 个令牌,成本为 1.14 美元。在怪兽卡车场景中,该模型甚至展现出比冠军更出色的表现。
Opus 4.8 模型则明显更经济:22,280 个令牌,仅需 0.56 美元。这比 Fable 5 便宜约六倍,尽管场景渲染品质较为逊色。最便宜的是 GLM-5.2,虽然未赢得任何场景,但仅消耗 0.08 美元和 36,246 个令牌。
总体结论显而易见:Fable 5 是品质最佳之选,但需要付出数倍代价。对于物理真实感至关重要的任务,该模型物有所值。但对于要求较低的项目,更实惠的替代方案完全能够胜任。
背景与可用性
此次测试是在 Fable 5 恢复全面访问后不久进行的。需要提醒的是,6 月 30 日美国当局解除了对 Anthropic Claude Fable 5 和 Mythos 5 模型的出口限制,全球访问权限于 7 月 1 日起恢复。这些限制于 6 月 12 日实施,仅在该模型发布三天后,理由是国家安全担忧。Anthropic 被迫在 Claude.ai、API、AWS Bedrock 及其他合作伙伴服务上关闭这两款模型,因为实时按国籍筛选用户无法实现。
Fable 5 被定位为 Anthropic 最先进且广泛可用的模型。它基于 Mythos 架构构建,并加入了精细调整的安全机制,在复杂任务、编程和图像分析方面表现出色。内部分类器会自动将高风险请求重定向至更安全的算法。
专家评论:AI 模型市场正进入一个阶段,品质与成本之间的选择日益理性化。Fable 5 证明,最高精度和真实感需要付出代价,但对于关键应用——例如科学建模或高精度动画——这些投资是值得的。然而,对于大规模应用,尤其是在注重速度和成本效益的加密和 DeFi 项目中,Opus 4.8 等更实惠的模型仍是首选。