Generated by Answer me with HTML 0.5.10 · 2026-11-10 09:15 · ★ Star on GitHub
Claude Fable 5.2：高分背後的成本爭議
Artificial Analysis 評測與 Hacker News 討論
Lead: Intelligence Index 得分 65，排名第一；但該分數來自高推理設定，成本與耗時也居高位。比較模型時，不能只看總分。
一個榜首，三個代價
| 指標 | 數值 | 解讀 |
|---|---|---|
| Intelligence Index | 65（#1 / 74） | 榜單領先 |
| 每項任務耗時 | 44.1 分鐘（#72 / 73） | 慢於多數同價位模型 |
| 每項任務成本 | $26.54（#73 / 73） | 同組偏高 |
| API 輸入／輸出價格 | $8／$40 每百萬 tokens | 輸出單價高 |
成績來自哪些測試
索引 v5.0.1 整合 9 項評測，涵蓋代理式知識工作、自動化流程、程式開發、科學研究、文件推理與物理推理。分數是綜合指標，不等同每種日常工作的表現。
HN 討論：成本與設定
| 觀點 | 網友提出的理由 |
|---|---|
| 成本值得質疑 | 高推理量讓每項任務的輸出 token 與成本上升；效率也應納入比較。 |
| 評測設定會改變結論 | 網站預設顯示 max effort；切換到 high、medium 或 low 後，成本與排名可能不同。 |
| 基準分數不保證日常可靠 | 有留言者分享模型編造、不遵守規則或表現不穩的經驗；這些屬個人回報，非系統性測試。 |
| 高能力或可解鎖新任務 | 另一派認為少數高價任務能從更高可靠度獲益，不能只用平均成本判斷價值。 |
使用前先對齊比較條件
- 先選相同推理強度，再比較分數、耗時與費用。
- 同時看每項任務成本與成功率，不只看 token 單價。
- 用自己的工作負載驗證；榜單排名不能替代實測。
評測範圍與限制
Artificial Analysis 頁面標示此模型支援文字與圖片輸入、文字輸出，脈絡長度為 1M tokens。頁面亦註明評測數據不是公開 API；HN 留言中的個人經驗不應視為獨立驗證。