Claude Fable 5.1

1. 科研能力涨得有点猛

Terminal-Bench-Science 上，Fable 5.1 拿到了 52.6%。

上一代 Fable 5 是 24.7%。

这不是多了三五个百分点，而是直接翻了一倍还多。

它做的也不是“解释一下什么是蛋白质”这种知识问答，而是真正要调工具的科研任务。

官方给出的案例包括蛋白质设计、GPU 内核优化，还有拿 NASA 的历史数据去做高精度金星地图。

后面这个挺夸张，分辨率提高了接近 10 倍。

这类任务难就难在不能只靠背答案。模型要自己调用工具、检查结果、发现问题，再继续改。

偶尔一步做对不难，连续几十步别掉链子才难。

2. 编程和自动化工作流更强

在 Terminal-Bench 4.0 和 AutomationBench 上，Fable 5.1 相比前代都有明显提升。

这里有个比跑分更值得看的点：推理档位。

Anthropic 给出的数据里，Fable 5.1 在中低推理档位，就能做到接近上一代高推理档位的表现。

这对开发者很现实。

模型能力强不强是一回事，每次任务烧多少 Token 又是另一回事。

如果不用次次把推理强度拉满，就能把原先需要高档位做的任务跑下来，那省下来的可不是一点。

3. 真能连续“上班”很久

Ramp 做过一次挺狠的测试：让 Fable 5.1 连续跑了 38 个小时。

谁平时没事让 AI 连跑 38 小时？

普通用户肯定不会。

但做 Agent、自动化业务、数据实验的团队，还真有这种需求。

这 38 个小时里，模型不是一直等人喂下一步指令。它会自己发现问题、修正数据、启动实验，最后把结果整理成报告。

这才是长任务里最麻烦的地方。

跑三个步骤没问题，跑到第三十步还能记得自己为什么在做这件事，就不是一个量级了。

4. 写东西终于没那么爱“排版”

这个改动不大，但用得多的人应该挺有感。

有研究人员提到，Fable 5.1 写作时少了一些滥用粗体、标题和列表的情况，对风格要求也更听话了。

AI 写长文有个老毛病：一句话能说完，非得拆成三个小标题、五个 bullet，最后再来个“总结”。

看着特别像在交作业。

Fable 5.1 在这方面收了一点。

不是说它突然会写文学作品了，只是少了一些那种一眼就能看出来的“AI 排版癖”。

相比上一代 Fable 5，变了什么？

Fable 5 更像一个很聪明的解题模型。

到了 5.1，Anthropic 明显更在意另一件事：模型能不能把活从头做到尾。

不是只给一个漂亮答案。

而是查问题、用工具、回头检查、继续跑，必要时自己修正。

再配上这次缓存读取降价，路线其实很清楚——Fable 5.1 就是冲着那些真正拿 Claude 当“数字员工”用的人去的。

Fable 5.1 的优势没什么好绕的。

科研和编程更强了，长任务更稳，100 万 Token 上下文也够大。缓存读取从 1 美元砍到 0.25 美元，对 Agent 和大型代码库任务尤其友好。

但别看到“降价”两个字就以为所有东西都便宜了。

输入还是 10 美元，输出还是 50 美元。短任务没多少缓存可复用，成本变化很有限。推理强度拉到最高以后，输出 Token 甚至可能达到上一代的 1.7 倍，单次任务总花费也可能反而贵约 20%。

所以这次升级挺挑人。

如果你天天跟复杂代码、科研任务、自动化业务流打交道，Fable 5.1 很值得看。尤其是原本就有大量 Prompt Cache 的项目，这波降价是真的能反映到账单上。

如果只是偶尔让 AI 写封邮件、做个总结、查点资料，那就别被“旗舰”两个字带着跑。

你根本用不到它最贵的那部分能力，也没必要替那部分能力买单。