Anthropic 的最新旗舰模型 Claude Fable 5 在真实物理测试中稳操胜券,展现出令人印象深刻的复杂场景模拟能力。然而,这一胜利代价不菲:根据独立测试数据,其任务执行成本约为前代 Opus 4.8 的六倍。
此次对比测试在 atomic.chat 平台上进行,四款领先模型被要求创建三个独立的 HTML5 场景,以演示物理过程。这些场景包括:火车从断裂桥梁坠入水中、两辆汽车在峡谷上空跳跃后空中相撞,以及怪兽卡车碾压一排停放车辆。每款模型都必须正确呈现坠落、碰撞和破坏的物理效果,且不能出现异常伪影。
测试结果:Fable 5 无可匹敌,但需注意代价
Claude Fable 5 完美完成任务,三个场景均获得最高评分。碰撞效果逼真,物体坠落和破坏过程正确,既未穿透地面也未悬空停滞。然而,高质量需要付出代价:该模型消耗了 62,158 个令牌,执行成本为 3.12 美元。
最接近的竞争对手是 GPT-5.5,消耗 37,753 个令牌,成本 1.14 美元。在怪兽卡车场景中,该模型甚至表现略优。Opus 4.8 则明显更经济——22,280 个令牌,仅需 0.56 美元。这大约是 Fable 5 成本的六分之一,但场景渲染质量显著逊色。最便宜的是 GLM-5.2,未赢得任何场景,但仅消耗 36,246 个令牌,成本仅 0.08 美元。
我的分析:在 Fable 5 和 Opus 4.8 之间选择,是经典的"质量与价格"困境。对于物理模拟精度至关重要的任务,Fable 5 无疑是领导者。但对于大规模或预算有限的项目,Opus 4.8 仍是更理性的选择,且两者价格差距巨大。AI 市场显然正走向细分:高端模型用于复杂任务,经济型版本用于常规工作。
美国解除限制后 Fable 5 回归
此次测试恰逢 Fable 5 全面恢复访问之后。回顾一下,6 月 30 日美国当局解除了对 Anthropic Claude Fable 5 和 Mythos 5 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,仅在这两款模型发布三天后,理由是对国家安全的担忧。Anthropic 被迫在 Claude.ai、API、AWS Bedrock 及其他合作伙伴服务上禁用这两款模型,因为实时按国籍过滤用户不可行。
Fable 5 被定位为 Anthropic 最先进且广泛可用的模型,基于 Mythos 级架构构建,并配有精细调整的保护机制。它在复杂任务、编程和图像分析方面表现出色。价格保持竞争力:每百万输入令牌 10 美元,每百万输出令牌 50 美元。这一成本在 atomic.chat 测试中得到了体现。
我的结论:Fable 5 在物理测试中的胜利不仅是营销成功,更是复杂环境模拟进步的真实证明。然而,与 Opus 4.8 六倍的价格差距令人思考:市场是否愿意为逼真度支付如此溢价?对于游戏、模拟器和 VR 内容开发者而言——毫无疑问。对于其他人——这仍是经济效率的问题。