Fable 5.2 首批實測帳單讓人看傻了
11 月 9 日,Anthropic 正式發佈了新一代旗艦模型 Fable 5.2。
上線僅僅 3 天,海外開發者社群的硬核實測就已經把各大廠商的王牌選手悉數拉進了同一個競技場,考題涵蓋了從 3D 體素動畫到 4K 視訊生成,從雪地火車渲染到完整格鬥遊戲開發等多個高難度維度。
第一批真實的算力帳單很快浮出水面,留給全行業的結論卻頗顯耐人尋味:各家大模型在核心能力上的代差正在肉眼可見地縮小,但真金白銀的呼叫帳單差距卻還在劇烈拉開。
01. 帳單現形
我們先看首批實測中最抓人眼球的一組財務對比。
海外評測團隊 thehype 選取了動畫電影《怪物史萊克》開場 21.5 秒的高難度體素重建作為考題,讓 Fable 5.2 與對手 GPT-6.1 Sol 各自編寫程式碼完成還原。
測試結果顯示,Fable 5.2 僅耗時 29 分鐘便交出答卷,但對應的介面等價成本高達 56.89 美元。
作為對比,GPT-6.1 Sol 慢條斯理地跑了整整 3 小時 26 分鐘,最終結算帳單卻僅僅只有 12.02 美元。
兵貴神速固然痛快,但快了 7 倍的代價是錢包多掏了 4.7 倍的真金白銀。
測試團隊隨後拆解了底層消耗明細,發現兩個模型吞吐的 token 總量幾乎分毫不差,均穩定在 4400 萬到 4500 萬的區間內,且其中高達 9 成以上屬於快取讀取。
巨大的價差完全源於兩者的基礎定價策略,Fable 5.2 的輸入與輸出官方標價直接是對手的 4 倍之多。
在另一場 4K 夜間火箭發射視訊生成比拚中,格局再次發生反轉。
Fable 5.2 耗時 32 分鐘、花費 23.45 美元才完成任務,而自家前代產品 Opus 5.5 僅用 24 分鐘便大功告成,成本更是低至 10.35 美元。
在這局較量裡,新旗艦不僅沒能守住性價比,甚至連引以為傲的速度優勢也拱手讓人。
02. 選型看任務
儘管在部分長耗時渲染中顯得有些大炮打蚊子,但在另一些高複雜度創意項目裡,Fable 5.2 卻贏得乾淨俐落、毫無懸念。
在雪地火車動態渲染測試中,評測方將 Opus 5.5、Kimi K3.1 以及 GPT-6 Astra 悉數拉入同台競技。
Fable 5.2 最終輸出的成片在光影層次與畫面質感上遙遙領先,更令開發者喜出望外的是結算帳單,它僅僅花費了 6 美元、耗時 2 分鐘便完美收工,拿下全場性價比桂冠。
反觀表現墊底的 GPT 系列模型,不僅耗時最長,花出去的算力經費也高居榜首。
隨後的格鬥遊戲開發測試給出了如出一轍的座次排列。
Fable 5.2 生成的打鬥特效質感與角色動作流暢度幾乎無可挑剔,Opus 5.5 帶有濃厚的經典街機韻味,而 GPT-6 Astra 依然沒能擺脫墊底的尷尬。
實踐再次印證了一個硬道理:實驗室裡的榜單跑分贏的是面子,真實帳單裡的投入產出比決定的才是企業選型的裡子。
同一個模型面對不同任務,能夠先後交出 6 美元與 56.89 美元兩種截然不同的成本答卷,這清晰地表明,過去那種「認準一家大模型閉眼通吃」的粗放時代正在落幕,「按具體任務精準匹配模型」的多模型路由才是未來的日常。
03. 口碑撕裂
在 Anthropic 官方公佈的技術報告中,Fable 5.2 的紙面戰績可謂光彩奪目。
它在軟體工程基準測試中拿下了 69.9% 的高分,較前代猛增 13.6 個百分點,同時輸出響應速度提升 30%,支援高達 100 萬 token 的超長上下文窗口,整體官方定價甚至還下調了 20%。
然而,走下神壇進入開發者社區的真實考場後,民間反饋卻呈現出冰火兩重天的割裂態勢。
國內科技媒體彙總的首批社區實測顯示,華頓商學院教授 Ethan Mollick 借助該模型一口氣調度了約 2.5 萬個智能體,成功搭建出 450 多個虛擬 3D 世界,甚至有硬核極客在單次狂熱測試中直接燒掉了 4000 億 token。
但讚美聲之外,質疑的聲音同樣不絕於耳。
有安全測試人員發現,在常規的 X 光醫學影像安全標註任務中,Fable 5.2 竟然如驚弓之鳥般拒絕了全部 10 張圖像的作答,而它的前代產品僅拒絕了 1 張,同門的 Opus 5.5 更是全數配合完成。
更有不少一線開發者直言不諱地吐槽,在許多日常開發任務上,新模型相比 Opus 5.5 的體感提升相當有限,實際使用下來的綜合成本卻憑空貴出了一倍。
整整 6 組嚴苛測試跑下來,就連海外原帖作者也保持了審慎克制,沒有得出它在所有場景下都能實現全面碾壓的結論。
04. 敲鐘前夜
如果把視野從技術評測拉升至商業棋局,Fable 5.2 踩在 11 月 9 日這個微妙時間點倉促亮相,很難不讓人聯想到 Anthropic 緊鑼密鼓的上市節奏。
按照資本市場的最新預期,這家估值千億的獨角獸預計將在 11 月 26 日前正式完成掛牌敲鐘。
此前一級市場對其最高估值預期一度狂飆至 2 兆美元的天價,但隨著全球資料中心基建放緩的傳聞在華爾街蔓延,市場對其的心理預期幾乎遭遇腰斬。
在距離敲鐘僅剩半個月的衝刺關頭,這款集結了百萬上下文與強勁程式碼能力的新旗艦橫空出世,既是為了在技術聲量上壓制老對手,更是為了向挑剔的華爾街投資者大秀肌肉、穩住估值基本盤。
至於 Fable 5.2 究竟能不能既贏得開發者的良好口碑,又守住企業客戶的財務帳單,恐怕還得等市場上沉澱出更多真實商業任務的帳單後,才能給出最終答案。 (平行智能)

