AI 实干派 看真正用 AI 拿到结果的人怎么做
工作提效·本周动态·2026-11-14·US

Fable 5.2 解题数与 Opus 相当,每道成本却高 2.8 倍

Garry Tan 在 Claude Code 里测了 52 个编程任务:Fable 5.2 解出 82.7%,Opus 5.5 解出 84.6%,Fable 每解出一题的成本是 Opus 的 2.80 倍。

谁·场景
Y Combinator CEO Garry Tan,在 Claude Code 2.1.322 上对比两个模型日常编程的性价比。
怎么用
他用同一批 52 个任务分别跑 Fable 5.2 和 Opus 5.5,比较两项指标:解出率,以及每解出一题花了多少钱。
结果
两者解出率接近,Fable 每解出一题的成本是 Opus 的 2.80 倍。他的建议是继续把 Opus 5.5 设为编程默认模型,同时承认这批任务 Opus 大多能解,想分出高下需要更难的题。
你可以试
挑 20 到 50 个团队真实做过的任务,记录每个模型的解出率和每解出一题的成本,再定默认模型和升级规则。
注意
任务越长、越难,排名可能越不一样。Agent Arena 测的是 16 轮以上的长会话,Fable 在那里领先更多,而且 API 已经降价,所以简单任务上的结论不能直接搬到长任务上。

Garry Tan 在 X 上给出的口径值得照搬:看每解出一题的成本,而不只看分数。 两个模型解出率只差两个百分点左右,成本却差了 2.8 倍,对按 token 付费的团队来说,选默认模型时这一项更重要。

同一天 Latent Space 的汇总给出了另一面的数据。Agent Arena 测的是长时间编程会话,Fable 5.2 排第一,净提升 +30.4%,约为 Opus 5.5 的 1.6 倍;会话到 16 轮以上时,Fable 不需要纠正的回复占 93%,Opus 是 85%。Fable 的 API 价格也从每百万 token 输入/输出 $10/$50 降到了 $8/$40。在 Artificial Analysis 的编程代理指数上,两者并列 58 分,但得分 48 以上的配置里,每个任务的成本从 $1.51 到 $44.22 不等。

比较实用的做法是分两档:日常短任务用便宜模型,长链路、容易跑偏的任务再升级到贵的。 各家榜单怎么排,最后都要拿自己团队的任务库来验证。