如何看待Anthropic全面开放Claude Fable 5.1和Mythos 5.1？有哪些亮点？

悲观党现在可以继续悲观了。

因为这轮提升的依然是长Agent能力，比较大的突破在于科学研究方面，说明A➗依然要走2B路线，而且是坚定不移的走。

从实测表现来看，依然是拉长思考换更好的结果。
换句话说就是更努力了，当然token消耗更多也会更贵。

所以如果你悲观一点的话，就会发现从Opus 4.6开始，A➗的模型几乎都有这个问题，都是以不断的左右脑互搏与拉长思维过程换取进步，所以模型本身的“智能”到底还会不会出现一个大的跃进属实让人非常怀疑。

不过抛开这一点不谈的话，这次缓存命中的价格降低到了原来的1/4，此消彼长之下价钱应该依然还在接受范围之内。但要记得5.1思维过程拉长了，所以最后的结果到底是省钱还是亏钱很难说，有些测试结果是5.1max比5max反而要贵20%，因为输出长了很多。

至于到底要不要用疯狂消耗的token换一点点的提升，大家还是根据自己的经济实力来吧

目前看High 是真正的甜点档。

另外一个好消息是对话文风大有改善，之前跟他讨论代码问题他动不动就“最狠的一刀”，但是如果拿来写文（我靠会有人拿它来写文吗？？？）开到Medium 就差不多了，思维链更高不会改进文风，只会提升它的工具使用能力

然后是坏消息。

首先就是幻觉增强，自信的胡说八道更多了（根据Artificial Analysis 的事实校准测试）：Fable 5就有这个倾向，OPUS 5这个倾向强到不可思议。我说过我有一个史料校验的平台，这个平台上OPUS 5根本无法正常运行，因为它会自动进行大量的脑补（我踏马是校验，不是瞎编）然后自信满满地跟我说虽然没有史料，但它相信XX说法是对的……

越来越想弄死A➗了，浪费了我那么多token。

这里补充一下，实际上想要“恰到好处”的对史料进行校验是一个非常非常非常考验模型能力的工作，因为模型必须具备足够的知识面，才可能知道大概要去搜索什么方向的内容；模型必须具备足够强的发散能力，才能去更多地进行搜索；模型必须幻觉足够低，才能诚实地报告自己查到的内容。Opus的知识面很好，也足够发散，但是幻觉问题非常严重，比如我找到一本书里张伯伦给自己自己妹妹写的信，但是书里没标注是写给他哪个妹妹的，所以我将这段史料标注为待查，然后有意思的来了。

Gemini会很自信地告诉你一个错误的回答，但是如果类似的事情重复的足够多，你会发现他很多时候会蒙对（知识面极宽，但是幻觉极强）

Gpt5.6 sol max会燃烧大量token，最后给你正确的回答，但是推理强度不够时它可能搜不到。

Opus 5就踏马非常奇妙了，它会燃烧大量token，然后告诉你它搜到一个很接近的东西，虽然不是你点名要的这个，但是应该也能证明你的这个论证。

我后来想了一下，如果是长Agent任务的话，Opus5这个做法实际上是很合理的——只要能完成任务，中间跳过一些步骤，或者是在某些步骤中找个代用品，难道不行吗？？

问题是对史料校验来说，行就是行，不行就是不行，所以它的做法就显得很讨厌了

总结一下就是由于Fable5本身能力很强，所以虽然本次提升有限，但Fable 5.1依然站在所有模型的顶端。肉眼可见的提升一次比一次更小，A➗要是再没有突破性的进展未来估计不会太乐观。

而且本周Gpt-6就要发布了。

Tibo，按下那个按钮吧。