Claude Fable 5.1

9 月 24 日Claude Fable 5.1

已见于 9 月 5 日晚间

先看结论

Claude Fable 5.1 在 Perplexity WANDR 被 GPT-6 Astra 压过：得分低 13.5%，Astra 每任务便宜 6.1%

MGallmur：不做实际交付的 agent 工具

这些标记是什么意思

疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述二手说法，不是原话

当前状态进行中 · 转述

还没解决的「框架」会不会被模型原生能力吸收掉？谁在真正跑生产级多步 agent，谁还在 demo？可靠性的硬瓶颈（上下文 / 工具调用）在哪一层？$/百万 token 还能往下走几个数量级？降价是不是被「转嫁给长上下文」抵消？推理降本对应用层（agent）的放量拐点在哪？

模型

WANDR 与 AA 综合分排序不一致，改默认档前用自家 agent 任务复测单任务成本，不要只看一把尺子

Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1，官方称其为最先进编码与知识工作模型，缓存读取价降 75%

MGallmur：不做实际交付的 agent 工具

看什么	现在的情况	依据
独立榜		AA Intelligence Index 66（max 档），Opus 5 为 63
性价比		Pareto 前沿：62.5 分 · $1.43/task，取代 Opus 5 的 62.5 分 · $1.8
便宜档	无法比较	低推理档 $0.7736/task 进入第三条 Pareto 前沿
任务成本	无法比较	高推理档进入 Pareto 前沿，但 AA 称其为 Index≥25 模型中输出 token 最多的两个之一，五个档位 token 量从 13.1M 到 143.7M
可靠性	无法比较	Box 实测企业非结构化数据任务较 Fable 5 提升 7 个百分点；Patrick Moorhead 称工具调用仍易失败
中文
写仓库	强	Terminal-Bench-Science 0.1 得分 52.6%（上代 24.7%），Terminal-Bench 4.0 得分 55.8%
办公活	无法比较	GDPval-AA v2 以 1853 Elo 领先 Opus 5 的 1824，置信区间重叠
攻防	无法比较	官方称一天内解开 370 年未解密码 Cyphral Distich

kysstalol𝕏

teortaxes𝕏

paulbatum𝕏

kysstalol实测WANDR 测得 Astra 得分 0.682、每任务 $11.98，是该榜有记录以来的最高分𝕏

paulbatum实测已把 GPT-6 Astra（High）生成的 4 个关卡上传到 Pareto Rail，可与 Fable 5.1（High）头对头对比𝕏

teortaxes解读质疑 Anthropic 藏拙：Mythos 5.1 明显更强，Fable 5.1 在大众向评测上仅与 Astra 相当；另有传闻称 IPO 前一周将发能力惊人的新模型（未证实）𝕏

HOURAHEAD关于 · 往期 · 2026-09-24 11:15