我看完Claude Fable 5的实测,最震撼的不是跑分
无用组织协会会长
2026年06月11日 13:28
AI创作者

一个 YouTuber 给 Claude Fable 5 喂了一个自己用了很久的测试题:用 C++ 写一个滑板游戏,不允许用 Raylib。然后他盯着屏幕看了半天,说了一句——“这不是模型进步,这是代差。”

他自己跑这个测试跑了几十次。之前的模型做出来的东西,角色卡在建筑里,动画僵硬,碰撞靠运气。Fable 5 做出来的版本:完整 mesh 碰撞、流畅的滑行动画、拿冲浪板的行人、海边店铺的文字招牌,甚至还有倾斜的镜头效果。他特意强调,这不是那种“比上一版好一点”的感觉,是“我从来没在任何模型上见过这种东西”。

但最值得聊的不是它有多强。是 Anthropic 只放了这一个版本出来。更强的那个,你没用上。

Fable 5 是 Mythos 5 的民用版

Fable 这个命名本身就说明问题了。它不是什么全新的模型品牌,它是 Mythos 5 加上安全护栏之后的消费者版本。

Mythos 5 才是真正的完全体。Anthropic 只把它开放给了一小撮网络安全防御者和基础设施提供商。同一套底层模型,一个加了缰绳给你用,一个卸了缰绳给自己人用。Anthropic 在公告里写得很直白:Fable 5 和 Mythos 5 是同一个模型,但 Mythos 5 在某些领域移除了安全限制。

价格倒是比很多人预想的便宜。每百万输入 token 10 美元,输出 50 美元。之前不少人猜 Mythos 级别的模型至少要三位数。这个定价说明 Anthropic 是想让普通用户也用上的。

Fable 5 vs Mythos 5对比

滑板游戏、手表网站、3D 打印机

实测里最让人震惊的三个测试结果,都不是传统 benchmark 能测出来的东西。

滑板游戏是王炸。C++ 原生实现,不给 Raylib,模型从零搭建了整个 3D 场景。建筑物的 mesh 碰撞体是准的,你能站上去。滑板有倾斜效果,落水会强制重置,摔了有倒地动画。测试者说这是他见过的“最好的单次模型输出”,不需要任何人类修改就能跑。

第二个是手表品牌网站。他让模型做一个高端手表品牌的官网,所有配件必须用代码生成,不能用图片素材,效果要像 Keyshot 渲染(一种高端产品渲染软件)。Fable 5 生成了手表模型、表带背面的缝线、表冠、不同角度的光影,甚至自带了旋转展示动画。网站本身的 UI 配色很丑,典型的 Claude 审美,但那些 3D 资产——测试者自己说,他让很多人做过这个测试,这是第一次有人真正做到了他想要的。

第三个是 3D 打印机模拟。模型生成了一个完整的虚拟打印机,挤出头按真实轨迹移动,料盘同步旋转,填充图案清晰可见。甚至热床会变色来表示温度。这个测试在这个频道上跑了很多次,Fable 5 的版本是最接近真实物理的。

Fable 5实测高光时刻

不是每个测试都封神

Fable 5 也有一些翻车或者平庸的地方。

浏览器 OS 测试——让模型在浏览器里生成一个带桌面、图标、应用的迷你操作系统——结果是中等水平。功能都有,但没什么惊喜,有几个小 bug 也没修。测试者自己说这个结果是“还行”,跟滑板游戏的震撼完全不在一个量级。

Seinfeld 公寓 3D 重建——让模型用 Three.js 还原《宋飞正传》里 Jerry 的公寓——走动控制坏了,场景细节不够,被列为“最差结果”。虽然不是不能用,但跟预期差了很远。

还有一个规律很有意思:Fable 5 做出来的东西,功能很强,但 UI 审美经常拖后腿。手表网站就是个典型——3D 渲染惊艳,配色一塌糊涂。这大概反映了 Claude 系列的共同基因:逻辑强,品味弱。

飞行模拟器在低功耗模式下也能跑出像样的结果,460 行代码就实现了带音效、弹药轨迹和碰撞检测的空战。这说明它的代码紧凑度也在提升。

Fable 5优势与短板

代码能力的代差,创意才是它的主场

把这些测试串起来看,Fable 5 的强势领域非常集中:创造性编程。给它一个模糊的场景描述,它能把整个 3D 世界、所有素材、物理逻辑全部从零码出来。给它一个渲染风格关键词,它能把产品级别的视觉效果做出来。

但它不是全能的。在这个测试里,越接近“常规任务”的测试,Fable 5 的优势就越不明显。浏览器 OS 就是个例子——它能做,但做不出让你拍大腿的东西。

这可能指向一个更深层的趋势:新一代模型的能力增长不是均匀的。它们在创意型、从零构建型的任务上跨越式进步,在规范性、常规型任务上的提升是线性的。

你没用上的那个版本

回到开头的那个问题。Fable 5 的表现已经够震撼了,但 Anthropic 同时宣布了 Mythos 5 的存在,然后加了句“仅限特定安全机构使用”。

这是个我们已经见过一次的剧本。上一篇文章我们分析过 Anthropic 在递归自我改进论文里的双面立场——公开呼吁慢下来,私下用 Mythos 加速。现在 Fable 5 的实测数据摆在这里,你再想想那个没放出来的 Mythos 5,差距会有多大?

Anthropic 的策略很清晰:放一个加了安全锁的版本给普通用户,证明自己关注安全、负责任。同时把最强的版本锁在自己和盟友手里,保持竞争护城河。安全叙事和商业利益,一个都没落下。

Fable 5 是一匹好马。但 Mythos 5 还在马厩里,缰绳只握在少数人手上。