@FinanceYF5: 有第三方测试说，回归的Fable 5跟六月发布时不是一个水平了。 BridgeMind用BridgeBench重测7月1日版本：【Debugging】86.2→25.9，【Refactoring】73.6→38.4，【Hallucinat…
摘要
第三方测试显示回归后的Fable 5模型在BridgeBench基准测试中性能大幅下降，Debugging得分从86.2降至25.9，Refactoring从73.6降至38.4，Hallucination从75.9降至61.7，推测是新增安全护栏导致许多任务转由Opus 4.8代打。
查看缓存全文
缓存时间: 2026/07/03 16:39
有第三方测试说，回归的Fable 5跟六月发布时不是一个水平了。
BridgeMind用BridgeBench重测7月1日版本：【Debugging】86.2→25.9，【Refactoring】73.6→38.4，【Hallucination】75.9→61.7。
据说是新护栏太频繁，很多任务转给Opus 4.8代打了。这掉分幅度，你们怎么看？ https://t.co/ukKW5wkdoR
相似文章
@FinanceYF5: 同一个任务给4个模型，Fable 5 全胜，但贵了 Opus 4.8 六倍 任务：3个 HTML5 物理场景，断桥脱轨、峡谷碰撞、怪兽卡车 Fable 5：$3.12，A+，无穿模 GPT 5.5：$1.14，最接近 Fable Opus…
比较了四个AI模型（Fable 5、GPT 5.5、Opus 4.8、GLM 5.2）在三个HTML5物理场景任务上的表现和成本，Fable 5质量最好但价格是Opus的近6倍，质量与价格尚未兼得。
@FinanceYF5: Fable 5回来了，但门槛更高了。 Anthropic说是和美国政府沟通后更新了网络安全防护，短期内会有更多正常编程请求被误拦，一旦触发直接换成Opus 4.8回复。生物化学分类器暂时没动，还是偏严，连基础问题都可能被拦下来。促销到7/…
Anthropic更新了Fable 5的网络安全防护，导致更多正常编程请求被误拦，并自动切换为Opus 4.8回复。生物化学分类器仍偏严。促销活动持续到7/7。
Fable 5 的 ProgramBench 结果已出，性能是 Opus 4.8 的两倍，即使 99% 的运行回退到 4.8
ProgramBench 结果显示，Fable 5 的性能是 Opus 4.8 的两倍，即使在 99% 的运行中回退到 4.8。
Fable 5 基准测试（使用 remotion 视频）
Fable 5 在视频生成基准测试中相比 Opus 4.8 整体有所改进，但 Gemini 3.1 Pro 展现了更多艺术视野，尽管在工具调用和编写有 bug 的代码方面存在问题。
@RookieRicardoR: Fable 5 Max，五个任务，3300 代码，跑了 90 分钟，这对吗？
讨论了Fable 5 Max的运行情况（五个任务，3300行代码，90分钟），并指出使用Claude Code最新版本（170）时Fable 5的消耗是Ops 4.8的两倍。