Anthropic Claude Fable 5 模型在真实物理测试中自信地超越了竞争对手,但价格差距显著。其执行成本比更低调但经济实惠得多的 Claude Opus 4.8 高出六倍。
atomic.chat 服务的专家对四款领先的 AI 模型进行了比较分析,要求它们创建三个独立的 HTML5 场景来演示物理过程。任务并不简单:火车从断裂的桥梁坠入水中、两辆车在峡谷上空跳跃后空中相撞,以及一辆怪兽卡车碾压一排停放的汽车。每个模型都必须正确渲染坠落、破坏和碰撞的物理效果,避免视觉伪影。
测试结果:质量与价格的权衡
Claude Fable 5 成为绝对领先者,三个场景均获得最高分。碰撞看起来逼真,物体坠落和破坏正确,没有穿模或悬空现象。然而,高质量需要付出代价:该模型消耗了 62,158 个 token,最终成本为 3.12 美元。
紧随其后的是 GPT-5.5,它使用了 37,753 个 token,成本为 1.14 美元。在怪兽卡车场景中,它甚至表现略优于竞争对手。Anthropic 的 Opus 4.8 模型则明显更经济:22,280 个 token,仅需 0.56 美元——大约是 Fable 5 的六分之一,尽管渲染质量较低。最便宜的是 GLM-5.2:它没有赢得任何场景,但仅花费 0.08 美元,使用了 36,246 个 token。
关键结论:Fable 5 是质量上的最佳选择,但需要付出数倍的成本。
背景:Fable 5 在限制解除后回归
这项测试是在 Fable 5 全面恢复访问后不久进行的。提醒一下,6 月 30 日,美国政府解除了对 Anthropic Claude Fable 5 和 Mythos 5 模型的出口限制,全球恢复访问于 7 月 1 日开始。限制措施于 6 月 12 日实施,距离模型发布仅三天,理由是国家安全担忧。作为回应,Anthropic 不得不为 Claude.ai、API、AWS Bedrock 及其他合作伙伴服务上的客户关闭这两款模型,因为实时按国籍过滤用户是不可能的。
Fable 5 被定位为 Anthropic 最先进且广泛可用的模型。它基于 Mythos 级架构构建,并添加了精细调整的保护机制,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到更安全的算法。
我的看法:AI 市场显然正在走向细分:存在用于质量至关重要的任务的“高端”模型,以及用于大规模使用的“经济型”解决方案。Fable 5 证明,在复杂场景中领先需要付出代价,这很正常。然而,对于 90% 的日常任务,6 倍的价格差异可能并不合理。现在的选择不仅仅是技术问题,更是经济战略问题。