Claude Fable 5 的初步印象

# Claude Fable 5 的初步印象 来源：https://simonwillison.net/2026/Jun/9/claude-fable-5/ 2026 年 6 月 9 日 我没有拿到今天发布的 **Claude Fable 5** 的早期访问权限，但过去的约 5.5 小时里我一直在对它进行测试。我的初步印象是，它简直是一头**猛兽**。它速度慢、价格贵，但迄今为止我扔给它的所有任务它都愉快地完成了。和目前前沿模型的常见情况一样，挑战在于找到它做不到的事情。 首先，我们来回顾一下关键特性。 Anthropic 声称，Claude Fable 5 (https://www.anthropic.com/news/claude-fable-5-mythos-5) 提供了与 Claude Mythos 5 相同的性能，只是设置了更严格的安全护栏以防止其被用于有害用途。这些护栏触发得相当频繁，以至于 Claude API 新增了机制来让你知道何时撞上它们，而且 Claude API 还有**一个新机制** (https://platform.claude.com/docs/en/build-with-claude/refusals-and-fallback)，当某些请求被拒绝时，你可以要求它自动回退到另一个模型。 Claude Mythos 5 今天也同时发布，Anthropic 表示它 (https://platform.claude.com/docs/en/about-claude/models/introducing-claude-fable-5-and-claude-mythos-5)“共享 Claude Fable 5 的能力，但无需安全分类器”。 这两个模型拥有 100 万 token 的上下文窗口、128,000 最大输出 token，以及 2026 年 1 月的知识截止日期。 它们的定价是 Claude Opus 4.5/4.6/4.7/4.8 的两倍：每百万输入 token 10 美元，每百万输出 token 50 美元。长上下文使用不额外加价。 除此之外，升级指南 (https://platform.claude.com/docs/en/about-claude/models/introducing-claude-fable-5-and-claude-mythos-5) 比 Opus 4.8 的类似指南 (https://platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-8) 要单薄得多。 #### 大模型的气息 描述 Fable 的最佳方式就是它感觉**很大**。不仅体现在速度和成本上，还体现在它知道多少东西。 这里有一个示例提示，我用它来比较 Fable 与 Opus 4.8 的知识量（包含拼写错误）： > `List all of Simon Willion's open source projects, most recent first, each with a rough date of when they were first released` Opus 4.8 的回复开头是这样的 (https://gist.github.com/simonw/e77abf645156ade8c5c610f524226dcb#response-1)： > 我没有一份可靠、全面且经过日期验证的 Simon Willison 所有开源项目清单，我想坦诚地告诉您，以免给出不准确的日期或编造的条目。以下是我有合理把握能告诉您的信息：**Simon Willison 的知名项目：** - **LLM**（约 2023 年）——一个用于与大语言模型交互的命令行工具和 Python 库。 - **Datasette**（约 2017 年）——一个用于探索和发布数据的工具，可能是他最近最突出的项目。 - **sqlite-utils**（约 2018-2019 年）——一个用于操作 SQLite 数据库的 Python 库和 CLI 工具，常与 Datasette 一起使用。 - **Django**（2005 年）——他是 Django Web 框架的共同创建者之一，与 Adrian Holovaty 合作，最初在 Lawrence Journal-World 报社开发。他还维护着一个庞大的 **Datasette 插件** 生态系统和许多较小的工具（通常名称如 `shot-scraper`、各种用于导入数据的 `*-to-sqlite` 工具等）。 这还不错。下面是 Fable 5 对完全相同的提示的回复开头 (https://gist.github.com/simonw/e77abf645156ade8c5c610f524226dcb#response)——两个模型均运行于无搜索功能的状态： > 我想您指的是 **Simon Willison**——这位多产的开源开发者、Django 的共同创建者以及 Datasette 的创建者。预先说明一个重要注意事项：一份真正完整的清单是不可行的。Simon Willison 以其多产而闻名——他发布了**数百个**仓库（仅 Datasette 就有 100 多个插件，其中许多由他编写），而我的知识有截止日期，因此会遗漏他最近的工作。以下是他的**知名**项目及其大致初始发布日期，按最近在先排列： ## 知名项目（大致日期） - **files-to-prompt**（2024 年 4 月）——将文件拼接成单个提示以供 LLM 使用 - **datasette-extract**（2024 年）——用于使用 LLM 提取结构化数据的插件 - **LLM**（2023 年 5–6 月）——用于与大语言模型交互的 CLI 工具和 Python 库，外加庞大的插件生态系统（llm-gpt4all、llm-mistral、llm-claude 等，2023 年起） - **symbex**（2023 年 6 月）——搜索 Python 代码中的符号 - **ttok** 和 **strip-tags**（2023 年 5 月）——用于 LLM 管线的 token 计数和 HTML 清理的 CLI 工具 - **datasette-lite**（2022 年 5 月）——通过 WebAssembly/Pyodide 完全在浏览器中运行的 Datasette - **shot-scraper**（2022 年 3 月）——通过 Playwright 自动截取网站截图 - **s3-credentials**（2021 年 11 月）——用于创建作用域 AWS S3 凭证的 CLI 工具 - **django-sql-dashboard**（2021 年）——Django 的 SQL 报告仪表板 - **Dogsheep 套件**（2019 年）——个人分析工具：twitter-to-sqlite、github-to-sqlite、healthkit-to-sqlite、dogsheep-beta 等 - **sqlite-utils**（2018 年）——用于操作 SQLite 数据库的 CLI 和 Python 库 - **Datasette**（2017 年 11 月）——他的旗舰项目；用于探索和发布数据的工具 - **csvs-to-sqlite**（2017 年）——将 CSV 文件转换为 SQLite - **各种早期工具**（约 2007–2010 年）——soupselect、json-head、geocoders 等 - **Django**（2003–2005 年开发，2005 年 7 月开源）——与 Adrian Holovaty 在 Lawrence Journal-World 共同创建 （这里是 GPT-5.5 的回复 (https://gist.github.com/simonw/8d05ce836d44bd8543055c9614f7c478) 以供比较。它列出的项目甚至比 Fable 还多！） 过去我曾说过，我不关心模型**知道**多少——我希望它们能够以有用的方式操作文本和代码，并通过搜索工具主动查找所需信息，而不是将其烘焙到权重中。 但这样的知识量是模型规模的相当好的代理指标——你可以在更多的参数中塞进更多关于世界的细节。 **知道更多东西**是否意味着模型在我们提出的任务上表现更好？我当然可以想象，一个对现代库和模式有更深了解的编码模型能够更有效地处理编码任务。 Fable 真的比 Opus 大吗？Anthropic 没有透露任何关于模型规模的信息，所以我们只能凭一些蛛丝马迹来推断，但它的速度、定价以及我自己对其知识的探究让我觉得它是一个大型模型。也许是迄今为止任何供应商提供的最大型号。 #### 在 Claude.ai 中使用 Fable Anthropic 在所有平台上都提供了 Fable 5——Claude.ai (https://claude.ai/) 聊天界面、Claude Code for web、Claude Code CLI 以及 Claude Cowork。订阅计划用户可以使用该模型“直到 6 月 22 日”（我目前使用的是 100 美元/月的 Max 套餐），之后将额外收费。 Claude.ai 经常被低估。自 2025 年 9 月起 (https://simonwillison.net/2025/Sep/9/claude-code-interpreter/)，每次聊天都可以使用一个完整的容器环境来运行代码，包括安装额外软件包甚至直接从 GitHub 克隆仓库的能力。 上周，我发布了 micropython-wasm (https://simonwillison.net/2026/Jun/6/micropython-in-a-sandbox/)，这是一个 Python 库，它使用 wasmtime (https://wasmtime.dev/) 来运行 WebAssembly 中自定构建的 MicroPython，从而作为不受信任 Python 代码的沙箱。 我决定看看 Fable 能否将其升级为运行完整的 Python。我以这个提示开始： > `Clone simonw/micropython-wasm from GitHub and research how this could use a full Python as opposed to MicroPython` Fable 发现它可以使用 Brett Cannon 的 cpython-wasi-build (https://github.com/brettcannon/cpython-wasi-build/releases) 版本来实现这一点，但由于环境限制，它自己无法下载这些文件。 于是我从那个页面取了两个 zip 文件并上传到 Claude： > `Here's the Brett Cannon builds`（`python-3.zip`、`_build-python-3.zip` 作为附件） 就这样，它忙活了几分钟，让整个东西都能工作了。 回复的一部分内容包括： > 我尝试了更简洁的单 zip 标准库方法以减小文件系统占用，但 CPython 的 `getpath` 引导程序无法从 zip 内部找到 `encodings`，除非进行更多的前缀调整——目录预打开方法工作可靠，因此 PoC 使用了它。zip 路径是可解的，但需要 `_PYTHONHOME`/frozen-getpath 的工作。 于是我说： > `Try a bit more at the single-zip-stdlib problem` 然后稍后又说道： > `I want a wheel that has the whole system in it, the Python wrappers and the WASM files and the stdlibrary, so I can do uv run --with path-to-whl python -c "demo code"` ……它给了我一个 13.9MB 的 cpython_wasm-0.1.0-py3-none-any.whl 文件 (https://static.simonwillison.net/static/cors-allow/2026/cpython_wasm-0.1.0-py3-none-any.whl)。你可以使用该 wheel 的 URL 和 `uv` 像这样在沙箱中运行 Python 代码： `` uv run --with https://static.simonwillison.net/static/cors-allow/2026/cpython_wasm-0.1.0-py3-none-any.whl \ cpython-wasm -c 'print(45 ** 56)' `` 这是完整的聊天记录 (https://claude.ai/share/a73b8b8b-8ebc-4fef-9e5c-7438e5e7ae35)。 这是一个**非常**强劲的开端。 #### 使用 Claude Code 为 Datasette Agent 和 LLM 添加功能 在我意识到今天是 Fable 发布日之前，我今天的扩展目标是为 Datasette Agent (https://agent.datasette.io/) 添加一个新功能：我希望该代理软件中的工具调用能够获得在执行过程中暂停并直接向用户请求批准的能力。 这感觉是一项相当有分量的任务，适合扔给新模型来尝试。 在一天的时间里，Fable 不仅解决了那个问题 (https://github.com/datasette/datasette-agent/pull/20)，它还发现并解决了我底层 LLM 库中的六个 issue，这些 issue 有助于支持这种高级的暂停-恢复机制在工具调用中的实现。 它首先使用一些相当粗糙的技巧让一切工作起来，但当我告诉它 LLM 本身的改动也在范围内时，它立即开始解除那些技巧，并将其转化为 LLM 的受支持功能。 我的扩展目标最终变成了 LLM 0.32a3 (https://llm.datasette.io/en/latest/changelog.html#a3-2026-06-09)，几乎完全由 Fable 编写。以下是发布说明： > 由于 Datasette Agent (https://github.com/datasette/datasette-agent) 的人工介入 `ask_user()` 功能的需求，对工具调用方式进行了以下改进： - 工具实现可以声明名为 `llm_tool_call` 的参数，以便接收当前调用的 `llm.ToolCall` 对象。这允许它们访问当前的 `llm_tool_call.tool_call_id`。请参阅从工具内部访问工具调用 (https://llm.datasette.io/en/latest/python-api.html#python-api-tools-llm-tool-call)。#1480 (https://github.com/simonw/llm/pull/1480) - 现在每个工具调用都保证有一个唯一的 `tool_call_id`——未提供此 ID 的提供程序将获得一个合成的以 `tc_` 为前缀的 ULID。#1481 (https://github.com/simonw/llm/pull/1481) - 工具可以抛出 `llm.PauseChain` 异常来干净地暂停工具链，这对于等待人工批准等情况非常有用。该异常会携带 `.tool_call` 和 `.tool_results`（已完成的兄弟结果）传播给调用者，并且不会使用占位结果调用模型。请参阅从工具内部暂停链 (https://llm.datasette.io/en/latest/python-api.html#python-api-tools-pause)。#1482 (https://github.com/simonw/llm/pull/1482) - 并发工具执行的失败语义：异步兄弟工具调用总是在暂停或钩子异常传播之前运行完成。#1482 (https://github.com/simonw/llm/pull/1482) - 链现在可以从以未解析工具调用结尾的 `messages=` 历史记录恢复：在第一次模型调用之前，这些调用会通过正常的 `before_call`/`after_call` 机制执行，跳过任何已有结果的调用。`execute_tool_calls()` 方法还接受一个新的可选 `tool_calls_list=` 参数，用于执行一个明确的 `ToolCall` 对象列表，而不是响应请求的调用。请参阅使用待定工具调用恢复链 (https://llm.datasette.io/en/latest/python-api.html#python-api-tools-resume)。#1482 (https://github.com/simonw/llm/pull/1482) - 修复了一个 bug，即异步工具执行器在 `tools=` 中不存在工具时静默丢弃调用——现在这些调用会返回 `Error: tool "..." does not exist` 结果，与同步执行器保持一致。#1483 (https://github.com/simonw/llm/pull/1483) 我对 Fable 整理出的 API 设计、测试、代码和文档的质量印象非常深刻。今天我花了几个小时在上面，但感觉像是几天的工作量。 #### 我花了多少钱 我最近开始使用 AgentsView (https://agentsview.io/) 来帮助跟踪我在所有不同编码代理上的本地 LLM 使用情况。我今天发布了一篇 TIL (https://til.simonwillison.net/llms/agentsview-custom-model-price)，内容是关于为该工具添加自定义 Fable 定价，我预计在不久的将来这可能就不需要了。 设定价格后，我运行了以下命令来启动一个本地 Web 服务器以浏览我的使用情况： `` uvx agentsview serve `` 以下是显示今天我在各个项目上的 Fable 使用情况细分的树状图： ![成本跟踪仪表板截图，包含两个面板。第一个面板标题为“Cost Attribution”，带有项目/模型/代理和树状图/列表的切换按钮，选择了项目和树状图。斜体文字显示“点击从图表中隐藏”。树状图中，一大块红色区域标记为 prod_datasette_agent $99.26 89.9%，其右侧是较小的蓝色块（cloud）、蓝绿色块（datasette）、红色块（llm）和粉色块（money），以及一小块橙色。图例列出：1 prod_datasette_agent $99.26，2 cloud $3.98，3 datasette $2.81，4 llm $2.30，5 money $1.92，6 simon $0.15。第二个面板标题为“Top Sessions by Cost”，列出了九个会话，每个都带有“Claude”徽章、提示摘要、项目名称及会话 UUID（此处省略）、token 数量和成本：1. Review ./datasette-agent and ./datasette-apps - we are going to add a new feature to agent but you ... prod_datasette_agent, 78.2M, $99.26。2. issues.db is a copy of the Datasette issues database. There are a LOT of notes in there relating to... datasette, 826.8k, $2.81。3. Consult fly-docs and then look at datasette.cloud (which launches fly machines) and datasettecloud-... cloud, 924.7k, $2.61。4. simonwillisonblog.db is a copy of my blog, plus all my software releases and other interesting thin... money, 542.9k, $1.92。5. Look in datasette.cloud and figure out all remaining steps and decisions that need to be made in or... cloud, 455k, $1.37。6. Review PRs and issues filed against this repo within the last 4 weeks and see if any deserve to be ... llm, 323.3k, $0.95。7. run mypy, llm, 320.9k, $0.76。8. [Image #1] fix this in github actions, llm, 183.9k, $0.59。9. simon, simon, 26.4k, $0.15。](https://static.simonwillison.net/static/2026/agentsview-fable-full-day.jpg) 我今天使用了价值 110.42 美元的 token，全部都在我 100 美元/月的订阅范围内。 #### 再来点鹈鹕 我以 Fable 的五种思考努力级别分别运行了“Generate an SVG of a pelican riding a bicycle”。 以下是结果 (https://tools.simonwillison.net/markdown-svg-renderer#url=https%3A%2F%2Fgist.github.com%2Fsimonw%2F94fde31c34a0400c1d29f57e6a708e6b)，包括每种情况的 token 成本： lowlow:1,929 out, 9.67c (https://www.llm-prices.com/#it=25&ot=1929&sel=claude-fable-5)mediummedium:2,290 out, 11.475c (ht