Fable 5
与GPT-5.6 Sol对标的竞争模型，在智能体终极考试中被Sol超越13.1分
核心事实
时间轴 (近 90 天)
Jacob 表示，是 Fable 5（以及后来的 5.1）让 Spawn 这种自主程度成为可能；Opus 5.5 对他们来说不够用。
Gemini 4略高于Sol 5-6的排名，但低于6 Sol、Fable 5、Opus 5等最新模型。
在质量-成本帕累托前沿上，DeepSeek V4.1 Flash 位于最左上方，击败了 Opus 5、Fable 5、GPT 6.1 Soul、Gemini 3.8 Flash、GLM 5.3 Max 等模型。
GVS5H 声称五个 Qwen3.8-27B 实例协同工作在 LiveCodeBench Hard 上与 Fable 5 打成平手
Hacker News上出现了一条帖子，标题声称五个Qwen3.8-27B模型借助GVS5H Harness追平Fable 5，该帖子获得60个点赞和15条评论。
在GVS5H Harness的配置和对比基准细节公开之前，五个Qwen3.8-27B追平Fable 5应被当作待验证的假设而非既定事实。
Fable 5在主流公开榜单中并不常见，原帖也未说明其具体所指。
Fable 5和Opus 4.6发布时，作者感到不知道如何使用它们。
Anthropic 合并量的三次陡增分别对应 Fable 5 与 Mythos 5（6 月 9 日）、Opus 5（7 月 24 日）以及 Fable 5.1 与 Mythos 5.1（9 月 1 日）的发布
Simon Willison 分析认为，Fable 与 Mythos 系列模型的内部启用是 Anthropic 编码速度跃升的关键催化因素
还有 40 条时间轴事件
全部知识事实 (20)
GPT-6 Astra的API模型标识为gpt-6-astra
90%已验证折算真实使用场景，Opus 5相对Fable的实际成本优势约为20%到25%，Fable单任务约2.75美元，Opus 5约2.03美元
65%待验证Fable 5.1 在编程能力上更强
60%待验证Grok 4.6在Deep Suite基准上从54%提升至66%
60%待验证Jacob 表示，是 Fable 5（以及后来的 5.1）让 Spawn 这种自主程度成为可能；Opus 5.5 对他们来说不够用。
50%待验证Gemini 4略高于Sol 5-6的排名，但低于6 Sol、Fable 5、Opus 5等最新模型。
50%待验证在质量-成本帕累托前沿上，DeepSeek V4.1 Flash 位于最左上方，击败了 Opus 5、Fable 5、GPT 6.1 Soul、Gemini 3.8 Flash、GLM 5.3 Max 等模型。
50%待验证GVS5H 声称五个 Qwen3.8-27B 实例协同工作在 LiveCodeBench Hard 上与 Fable 5 打成平手
50%待验证在GVS5H Harness的配置和对比基准细节公开之前，五个Qwen3.8-27B追平Fable 5应被当作待验证的假设而非既定事实。
50%待验证Fable 5在主流公开榜单中并不常见，原帖也未说明其具体所指。
50%待验证Fable 5和Opus 4.6发布时，作者感到不知道如何使用它们。
50%待验证Simon Willison 分析认为，Fable 与 Mythos 系列模型的内部启用是 Anthropic 编码速度跃升的关键催化因素
50%待验证由 Fable 5 编排且只指导不改代码的版本实现了更接近真实的物理与控制逻辑，Fable 本身只改一两行代码，几乎全部代码由 Quen 写成，成品质量明显更好
50%待验证编排实验中整个构建过程约有 30 处实质性缺陷，分四轮修复后无一遗留到最终版本，这些缺陷都靠外部验证发现，模型自身从未主动察觉
50%待验证Sol在编程测试中得分68.8%，接近上一代Fable 5的69.9%，但单项成本约低八成
50%待验证Luna编程测试得66.6%，成本比Opus 5、Fable 5分别低93%和96%
50%待验证视频作者判断Grok 4.7大致接近Fable 5的水平，但达不到Fable 5.1
50%待验证"Fable 5"在Anthropic的公开产品线中并非常见名称
50%待验证整个项目最终消耗了约20亿tokens，其中Fable 5和Opus 5各用约8亿，Codex接近4亿，GROK用了7600万
50%待验证Fable 5是一款面向创意写作或角色扮演场景的AI产品
50%