Fable 5回歸24小時差評如潮！跑分大降，拒答問題，還偷偷罵用戶

• 克雷西 發自 凹非寺
  量子位 | 公眾號 QbitAI

Claude Fable 5才剛剛回歸，就差點被網友的口水淹死。

A社官方賬號發推慶祝回歸，開發者Thariq也跟著喊「excited for guys to get access back」。

結果香檳剛打開，風向就全變了。

網友們開始控訴，“回歸版”Fable 5的賬單暗藏貓膩、跑分也縮水，連「raspberry里有幾個r」這種問題都被攔截了。

一場幾乎是自發組織的吐槽大會，在Fable5回歸沒多久就宣告開場，熱鬧程度不亞于當初等它回來的那份期待。

“我太強了，你不配用”

開發者Om Patel給Fable 5出了一道競賽編程難題，一道要求處理圖連通性和區間覆蓋的硬核算法題。

結果，界面意外泄露了一段模型沒打磨過的思考過程，他把這段過程截圖發了出來。

那段文字不像正常的句子，倒像是簡寫感嘆詞堆出來的碎碎念。截圖里密密麻麻兩大屏，全是active、committed、window這類變量名夾雜著推理片段，中間偶爾炸出幾個大寫單詞。

例如，「DATA DATA DATA. GO.」出現在它埋頭處理數據的時候，「GRRR」出現在某個約束條件怎么都對不上的時候，「GAAAH」出現在它差點想放棄的瞬間，「PHEW」出現在它終于繞過一個死胡同的時候。

Om Patel的解讀是，這些片段其實是模型自己壓出來的一套私有語言，一套只有它自己看得懂的簡寫體系，寫起來比完整句子更省token，也更快。

他表示，用戶平時看到的那種流暢、干凈、邏輯清楚的回答，只是模型對外呈現的拋光成品，脫了這層拋光，模型自己好像也在連滾帶爬地罵罵咧咧。

更好笑的是，系統后臺同樣沒憋住一句真心話。

開發者dax翻自己的調用日志時發現，一部分被降級的請求背后，掛著一個內部標簽，寫著「TOO_DUMB_TO_NEED_FABLE」。

他把這條發出來的時候只附了一句疑惑，問這條標簽背后到底發生了什么。

翻譯過來，這個標簽的字面意思是這條請求太簡單，用不上Fable 5，于是系統順手把它轉給了Opus 4.8處理，而且是在用戶完全不知情的情況下自動完成的。

模型在后臺連滾帶爬地罵罵咧咧，系統同時給用戶的問題扣上一頂你不配用的帽子。

raspberry有幾個r？這可不興說！

如果說內心戲那兩條還帶點獵奇和看熱鬧的意味，接下來這兩個例子，笑點就直白多了。

生物醫藥工程師Derya Unutmaz試著讓Fable 5解釋一下人類這個詞，只打了兩個字，「Explain human」。

模型思考了幾秒，界面直接彈出一張卡片，標題是「Switched to Opus 4.8」，下面一行小字解釋說Fable 5的安全機制判定這條消息里有需要攔截的內容，并且說明這種情況有時候也會發生在正常安全的對話里。

Derya Unutmaz的吐槽很直接，一家名字帶著關乎人類意思的公司，做出來的模型連解釋人類這個詞都要繞道走，這操作本身就是對這家公司最好的諷刺。

更滑稽的是，半導體分析師Dylan Patel問了一個更簡單的問題，raspberry這個單詞里有幾個字母r。

這條請求同樣被攔截，界面彈出的卡片標題是「Chat paused」，說明文字寫著Fable 5的安全機制會攔截大多數網絡安全或生物學話題，有時候連安全正常的內容也會被誤傷。

Dylan Patel配的文案帶著調侃，「I love Fable 5 and Anthropic」。

評論區里，另一位用戶Zander貼出了自己的對話截圖打臉，同樣的問題，他那邊順利跑通，模型老老實實數出了三個r，還細心標注了每個r出現的位置，一個在開頭，兩個在中間。

同一個問題，有的人被攔，有的人沒事，模型能不能回答，就跟抽獎差不多。

截然相反的結果放在一起，說明Fable 5安全限制的判定標準，可能連A÷自己都說不清楚卡在哪里。

模型貨不對板，網友：被A社詐騙了

真正把吐槽大會推向高潮的，是一張賬單截圖。

編程測評機構BridgeMind發了一條推文，說自己剛為一次編程session付了321美元，而Fable 5在這次session里拒絕干活。

截圖里貼出了完整的用量統計，總費用321.53美元，總耗時按API計算超過5個小時，實際掛鐘時間2小時38分鐘，這次session一共改動了11976行新增代碼和2119行刪除代碼。

賬單里按模型拆分了用量，Fable 5那部分只花了78.38美元，Opus 4.8那部分花了242.24美元。

換算成占比，這次session里四分之三的工作量，被轉給了BridgeMind壓根兒沒有主動選擇的Opus 4.8。

Opus 4.8本身單價比Fable 5更便宜，這次降級嚴格來說沒讓BridgeMind多付一分錢的單價。

但讓人不滿的不是價格，是貨不對板。

BridgeMind選的是Fable 5，付的是Fable 5那個價位的期待，最后拿到手的東西，四分之三出自Opus 4.8的手筆。

他在推文里把這句話說得很重，模型沒干活，活是替補干的，只是賬單上寫的還是主力的名字。

用戶Lex轉發了這條賬單，飆起了F word，直言這就是純純詐騙。

花Fable 5的錢，辦Opus 4.8的事，這中間的落差，才是這條吐槽真正戳中的地方。

現在的Fable，不是以前的Fable了

下來這組數據，把這些零散的吐槽釘成了一個能復現的結論。

評測機構BridgeMind用自家的BridgeBench跑分體系，拿同一套題目分別測了Fable 5回歸前后兩個版本。

結果，三項核心指標全線下跌。

• Debugging從86.2跌到25.9，跌幅超過六成，排名也從第9名跌到第41名；
• Refactoring從73.6跌到38.4，接近腰斬，排名跌到倒數區；
• Hallucination從75.9跌到61.7，跌幅相對最小，是三項里唯一沒有腰斬的。

對此，BridgeMind表示，這不是之前的那個Fable，A÷欠所有人一個解釋。

跌得最狠的debugging這一項，BridgeMind給出了更細的拆解。

12個debugging任務里，只有3個是在沒有觸發降級的情況下完整跑完的，剩下9個全部在中途被系統判定不安全，轉給了Opus 4.8處理。

這些被轉走的任務，在打分體系里全部記為零分。

所以，跑分暴跌的真相不是模型突然變笨了，是一大半任務壓根沒跑到終點就被攔了下來。

另一位AI從業者Hesamation把這組前后對比做成了一張柱狀圖廣泛轉發，圖注寫得很直接，Fable 5不是被削弱了，是被宰了，問題根本不在模型本身，在Anthropic設下的這套硬性護欄。

有人甚至覺得，所謂的Fable或者Mythos，實際上壓根兒就不存在。

BridgeMind的測評給前面幾段的吐槽提供了數據背書，賬單里那75%的轉移、raspberry問題的隨機攔截、內心獨白里的連滾帶爬，實際上說的都是同一件事，那就是Fable 5的護欄收得太緊了。

總之，模型能力的問題和產品體驗的問題，這幾天被攪成了一鍋粥。

Fable 5這一版到底強不強，討論到最后好像已經不是重點，大家真正在乎的，是自己選擇的模型，有沒有老老實實地在給自己干活。

[1]https://x.com/om_patel5/status/2072559663636205824
[2]https://x.com/kimmonismus/status/2072721044159287361
[3]https://x.com/dylan522p/status/2072741962214707311
[4]https://x.com/xw33bttv/status/2072464948551373049
[5]https://x.com/DeryaTR_/status/2072751750453301741
[6]https://x.com/bridgemindai/status/2072662214704533888
[7]https://x.com/thdxr/status/2072193338271301844