Simon Willison 1小时前 · 2026-09-02 12:54:32 · 0 阅读

Claude Fable 5.1 给我画了一只超棒的鹈鹕动画

2026 年 9 月 1 日

今天是 Claude Fable（以及 Mythos）5.1 发布日。Anthropic 声称 Fable 5.1"在编程、知识工作和长时间问题求解方面树立了新标杆"。他们的公告用了相当篇幅介绍科学研究方面的成果，宣称在全新发布的 Terminal-Bench-Science 0.1 基准测试上拿到了 52.6% 的分数（该基准于 8 月 27 日首次公布），相比之下 Fable 5 为 24.7%、Opus 5 为 29.0%、GPT-5.6 Sol 为 22.4%。其他基准测试也有小幅提升，但都没有科学测试这个成绩亮眼。

不过它画鹈鹕的水平到底怎么样呢？

今年 7 月我写过一篇，讲我越来越对鹈鹕基准失去信心——它与模型在其他任务上的表现之间的关联，似乎已经不像 2025 年那会儿那么强了。现在从这个基准里能得到的最有价值的洞见，是同一系列模型之间的对比，尤其是同一提示词在不同推理强度下的对比。

Fable 5.1 有五个推理强度档位：low、medium、high、xhigh、max——而且没有完全关闭推理的选项。

我修复了 llm-anthropic 中一个导致推理过程没有被正确记录的 bug，然后跑了一些提示词。

这是所有推理档位的完整鹈鹕合集，每张都附带完整的推理记录。我把它们都贴在下面：

Low 和 medium，怎么都没有推理？

接下来有个小谜团。这是我在 low 档位得到的结果：

Minimalist flat illustration of a white pelican with an orange beak riding a black bicycle to the left, its orange legs pedaling and wings gripping the handlebars, with motion lines behind on a light blue background.

转录内容里看不到任何总结性的推理 token，输出 token 数为 1,998。在 Claude 那里，这个输出 token 数包含了推理 token。这次耗时 23.8 秒，花了 10.017 美分。

我把推理力度调到 medium，得到了这个结果：

Minimalist flat-style illustration of a white pelican with an orange beak riding a black bicycle to the right, with motion lines behind it, on a light blue background.

有意思的是，这次也是没有推理文本，用了 1,977 个输出 token——比 low 还少了 21 个 token。耗时 23 秒，花了 9.912 美分。

所以对于这个特定的提示词（"生成一张鹈鹕骑自行车的 SVG"），Fable 5.1 在 low 和 medium 设置下似乎都完全跳过了推理。

High

下面是 high 的结果——耗时 29.6 秒，2,612 个输出 token，13.087 美分：

Minimalist flat illustration of a white pelican with an orange beak riding a black bicycle, its orange legs pedaling, with motion lines behind it on a light blue background.

这一次确实做了一点推理，推理摘要在这里：

我在规划鹈鹕骑自行车的 SVG 布局：背景是天空和地面，自行车有两辐轮、车架、车座和车把，鹈鹕身体为白色、长脖子、橙色喙，位于自行车上方。

不过和 low 及 medium 相比，差异其实并不大。

Extra High

将强度设为 xhigh 后，效果发生了翻天覆地的变化。共输出 36,767 个 token，用时 7 分 51 秒，费用为$1.83！

Minimalist flat illustration of a white pelican with an orange beak riding a black bicycle to the left, its orange legs pedaling, with motion lines behind it on a light blue background.

推理过程相当长，其中还有这样的细节：

加上眼睛，让翅膀向下延伸到车把，橙色双腿踩着踏板，再添上一根小尾羽，同时有意让鹈鹕相对于自行车显得过大，以制造喜剧效果。[...]

这点轻微的厚度感也挺讨喜，我就不为了追求极致而过度设计了。

Max

将强度设为 max 后，我得到了所有 Anthropic 模型中见过的最佳鹈鹕。共输出 65,927 个 token，用时 13 分 54 秒，费用为$3.30：

Minimalist flat illustration of a white pelican with an orange beak riding a black bicycle, its orange legs pedaling, with motion lines behind to indicate speed, on a light blue background.

这张图有很多可圈可点之处：背景很雅致，双腿清楚地位于车架两侧，脚踩着踏板，翅膀搭在车把上，鹈鹕还戴着一顶可爱的蓝色帽子，车篮里装着一条鱼。

它的表现还是远不及Gemini 3.7 Flash那么有创意，不过我本来也没要求创意——我只要一个 SVG，而这正是我得到的。

下面摘录几段推理过程中的亮点：

在两只脚附近加入踏板形状，远处的脚在第二条腿上部分被画面边框遮挡。我考虑要不要加一条小围巾或帽子来增加角色感，但倾向于保持简洁，避免画面过于杂乱。

现在我在纠结头上该放自行车头盔还是鹈鹕标志性的冠羽——喙和喉囊已经能让人一眼认出是鹈鹕，所以头盔可以强化自行车的主题，又不会丢失角色辨识度，不过它可能会和冠羽争夺视觉空间。

我意识到 (484,84) 位置的喙会和圆顶头盔重叠，所以需要把头盔缩小，只覆盖头顶部分，把弧线端点调得更高更窄，让喙能在前端干净地衔接而不冲突。[...]

我在给翅膀加一个更深色的尖端区域来表示初级飞羽，然后重新考虑尾缘部分，改用扇贝状的羽毛曲线来代替单一平滑的线条，让它看起来更自然。[...]

现在我在检查头盔上通风口线条的位置，确保它们在考虑描边宽度和圆头端帽的情况下，离头盔边缘足够远，并确认每个通风口都在头盔的圆形边界内。[...]

我决定跳过车铃和轮胎高光这些不必要的装饰。现在我在重新考虑前叉的曲线——当前的控制点把形状往后拉了，而它应该向前弯出适当的前叉偏移量，所以需要把控制点向右移，修正前叉的前倾角度。

好，给它加上动画

在 Hacker News 上，swalsh 对那只 Max 鹈鹕评论道：

既然这已经是解决的基准问题了，能来个动画版本吗？

我不想再花 3 美元了，于是把 Max 鹈鹕的数据导入，默认使用 High 思考级别运行：

llm logs -cx | llm -m claude-fable-5.1 -s 'animate this'

输入 6,121，输出 26,201 = 1.37 美元。结果长这样，因为有些人查看动画 SVG 有困难，我把它导出为视频：

您的浏览器不支持 HTML5 视频。

视频里轮子的旋转方向看着不对，但这应该是转成 MP4 时的副作用——原始 SVG 里方向其实是正确的。

原始来源： Simon Willison

Claude Fable 5.1 给我画了一只超棒的鹈鹕动画