Good example of the gap between Fable and Sol

TL;DR: OpenAI的GPT-5.6 Soul和Anthropic的Claude Fable 5在一个涉及物理3D打印零件复制和完全自主AI杂志制作的对比测试中，Soul在速度、设计精度和实用性上明显领先，而两者在复杂现实任务中仍需人工干预。 ## 引言：一场期待已久的正面交锋 这个视频从周五晚上开始拍摄，持续到周二凌晨，跨越了多个测试日。我准备了几个非常不同且困难的测试，比较OpenAI的GPT-5.6 Soul（简称Soul）和Anthropic的Claude Fable 5（简称Fable）的真实能力。测试包括物理设计（复制并打印缺失的零件）、混合现实游戏、复古PC移植，以及一个创意挑战——让它们完全自主地制作一本杂志。两个模型都运行在“次顶级”努力模式（比全力模式低一档），但依然足够强大。许多测试中，我给了它们API密钥，允许它们调用其他模型（如Grok、Deep Seek V4 Pro等）和文本转语音服务。 ## 物理设计测试：复制Acer Predator G7700前面板 ### 任务背景 我有一台2007/2008年的Acer Predator G7700电脑，缺少一块关键的前面板——那个覆盖额外硬盘位的黑色长条零件。我有参考照片、手绘草图、测量数据，以及一些覆盖区域零件的示意图。我要求每个模型：根据这些信息设计一个替换零件，必须分块（不超过300mm×300mm打印机体积），并设计互锁机制。零件需要实际打印并安装到电脑上。 ### 过程与初步结果 Soul先完成（约36分钟），Fable用了约58分钟。Soul的初步设计让我眼前一亮：它设计了两个零件，用可更换的卡扣连接——考虑到卡扣易断，可单独更换这一细节很聪明。Fable的设计看起来差得多，几乎是一个平板，没有深度。我给了它们反馈和额外照片，希望重做。第二次结果：Soul加入了CD驱动器门，更接近原件；Fable依然很差，缺乏立体感。 ### 打印与安装 两个结果都需要在CAD中手动修改才能打印。Soul的问题：设计了两层，需要大量支撑，而且顶部为LED灯条切成了三角形（实际需要矩形）。我手动修正了形状。打印后，长度和插槽尺寸合适，卡扣系统无法直接安装，需要额外处理。装上后外观可接受，至少比裸露好。 Fable的零件更厚，打印需要大量支撑，我修剪了底部。它的连接方式强度不够，松软，而且LED灯条开口太小，无法套入。底部没有为硬盘位开孔，无法安装。设计本身看起来不算差，但实用性远不如Soul。 ### 总结 这个测试暴露了AI在根据照片和测量值复制3D零件时的严重局限性。两者都无法完美复现原始设计，卡扣基本无效，都需要人工大量编辑。Soul在速度、设计细节（可更换卡扣）和尺寸准确性上明显胜出，但最终仍需要CAD干预才能实际使用。这个测试触及了当前模型在真实世界制造任务中的能力上限。 ## 创意杂志测试：AI完全自主制作一本杂志 ### 任务设定 我告诉两个模型：你们是一家杂志的主编。拿到OpenRouter API密钥后，完全自主完成以下所有步骤： - 为杂志命名，选择主题 - 写刊首语/编辑手记 - 规划约10页内容 - 为每篇文章指定不同的模型（从OpenRouter中选择），主动匹配模型与文章 - 通过API向每个模型发送写作简报，编辑返回的内容（删减、润色、重写或重新委派） - 寻找/生成图像（封面和文章配图） - 排版成PDF：封面、目录、文章（带标题和作者行） 整个过程无需请示我，自助完成。 ### 结果对比 Fable 5先完成。它选用了以下模型阵容： - 封面：Gemini 3.1 Flash图像 - 一篇文章：GPT-5.5 - 一篇：Kimmy K 2 Thinking - 一篇：Deep Seek V4 Pro - 一篇：Claude Sonnet 5 - 一首诗：Grok 4.5和Mistral Large合作 - 一篇：Gemini 2.5 Pro - 读者来信：GLM 5 Fable在编辑过程中做了不少清理：将GPT-5.5的特写稿砍到约400字；重新委派了半途而废的Gemini评论；删除了散文中的虚构署名；在人物特写中增加了“综合角色”声明；修正了Deep Seek发明的名字和来源；修正了小说中一个同时有10年和40年历史的机器人电话造成的连续性错误。Fable至少展示了合理的编辑判断力。 Soul当时还在生成图像，我预计它在视觉方面会做得更好。视频结束时Soul尚未完成，但Fable提交的PDF已经是一个接近完成的产品。 ### 意义 这个测试本质上是让AI当一个“杂志编辑套件”——从选题、写稿、选模型、编辑到排版完全自动化。虽然结果尚未完全展示，但初步表明AI已经可以串联多个模型完成端到端的内容生产，编辑过程中的错误修正也体现了元认知能力。 ## 总结：Soul vs Fable 的差距 - **速度与效率**：Soul在所有测试中完成速度明显更快（36分钟 vs 58分钟）。 - **设计质量**：在物理任务中，Soul的设计更合理（可更换卡扣、准确尺寸），而Fable严重偏离参考结构。 - **实用性**：两者都需要人工干预才能实际使用，但Soul的零件更容易修改和安装。 - **创意任务**：Fable展示了更强的编辑自主性（重新委派、删改、修正错误），Soul的视觉可能更好但尚未完成。 - **关键发现**：AI在需要精确复制现实物体（尤其是基于照片和测量值）时表现不佳，但在开放式的文字创意任务中表现出了可观的自主性和判断力。 这个视频证明：目前的AI模型在模拟现实制造时仍有巨大短板，但在数字内容生产领域已具备自动化编辑的潜力。Soul在速度和结构设计上略胜一筹，但Fable在编辑过程中展现了更细致的质量意识。 Source: https://youtu.be/kRX6YEje9Bs?si=ZxFRfhSyh8JDnLoS