Fable 5.2 制作了可玩的演示，但部分项目成本达数千美元

我用 Fable 5.2 制作了一个受《战争机器》启发的可玩关卡。演示包含掩体、灯光、纹理和定时换弹。角色伸过掩体的动作有些别扭，但我觉得这个关卡很好玩。

我的提示词要求用 Unreal Engine 制作一个看起来完整的关卡。我启用 Ultra Code，让任务连续运行数天。录制时任务仍在进行，我报告已使用 80 亿至 120 亿个 token，并按 API 价格估算成本约为 1.5 万美元。

下一个演示是一个类似 Excel 的浏览器电子表格。我展示了公式、销售跟踪示例和数据透视表。我说它花了近 50 小时，在我的测试中没有发现缺失的功能。

电子表格任务使用了约 80 亿个缓存输入 token 和 1500 万个输出 token，估计 API 成本为 1.17 万美元。我还展示了 Kestrel，一款在 Windows 本地运行、类似 DaVinci Resolve 的视频编辑器。

在 Kestrel 中，我导入视频、拆分和移动片段、让片段自动吸附，并展示缩放和关键帧。我的队友 Alex 也独立制作了视频编辑器，并已用他的版本剪辑视频。

Tumble Beans 是一款受《糖豆人》启发的多人障碍赛游戏。队友 Alex 和 Brian 与我一起试玩一个关卡。我尤其喜欢角色移动和碰撞的物理效果，虽然比赛中也出现了意外弹跳。

提示词要求制作十个不同且有挑战性的关卡，并支持多人游戏。我报告该任务使用超过 90 亿个 token、耗时 71 小时，估计成本为 1.3 万美元。我认为这种工作流程可以帮助人们较快地把游戏想法变成可玩、甚至可能出售的作品。

另一个项目展示弹丸穿过水气球的过程。浏览器演示可以暂停、切换视角，并调整速度、大小、灯光和重力。我要求模型用 WebGL2 制作单文件版本，不能使用外部库。

这个模拟使用了 4100 万个 token，耗时约两个半小时，估计成本 91 美元。我还要求模型设计一个重量低于 10 克、能放入 Bambu Lab P2S 打印机的可打印塔；该设计使用约 1000 万个 token，估计花费 37 美元。

我在打印出的塔上依次堆放笔记本电脑、平板、电脑和其他设备，最后加上一把电钻，堆放物随之倒下。这是一个实际承重演示，但我没有给出经过测量的失效载荷。

一个解释软件反编译的动态图形视频长约 1 分 52 秒。我说这次运行使用 950 万个 token、耗时 45 分钟，估计花费 25 美元。另一个动画解释了词嵌入、训练和下一 token 预测等语言模型概念。

我让模型在 Blender 中设计房屋。场景中有泳池、太阳能板、车库和室内空间；一个明显的错误是车道中央长了一棵树。我报告该渲染使用 1300 万个 token，估计花费 30 美元。

根据图片和视频重现 Roadster 发布活动的结果让我失望。另一个旧欧洲小镇场景包含人、动物和未来风格汽车；我展示了角色之间的对话，也看到有人直接穿过其他人。

Unreal Engine 中的东京场景使用了 67.2 亿个 token，耗时约 70 小时，按 API 估算成本约 1.1 万美元。我展示了交通、行人、火车、反射效果和城市远景。

同事在提前使用期间还制作了几个游戏，包括方块风格多人射击游戏、类似《传送门》的手机游戏、未来赛车和螃蟹游戏。这些只是项目的简短演示。

我展示的基准表显示，Fable 5.2 在 FrontierSWE V2 上得分 69.9%，在 OSWorld 2.1 的离线部分测试中得分 89.3%。同一张表显示，Gemini 4 Carbon 在 AutomationBench 上领先，Mythos 5.2 在 Terminal-Bench Science 上略微领先。

在我的测试中，模型自主性很强，做出的决定通常与我的判断一致。我还使用最高工作强度和 Ultra Code 审查现有代码库，它发现了错误、安全问题和界面不一致之处。

我发现有些审查约十分钟就完成，而我原本预计需要 60 至 120 分钟。这是我观察到的任务完成时间，并非每秒 token 数的测量。Ultra Code 会把工作分派给子智能体，成本很高，因此我不建议不加区分地使用。

我更喜欢 Fable 的能力，但在我的使用中 Opus 5.5 更快、更高效，也更便宜。我给出的 Fable 5.2 价格是每百万输入 token 8 美元、每百万输出 token 40 美元；快速模式分别为 16 美元和 80 美元。我尚未试用快速模式。

我还提到与订阅条件相关的额度重置，并推测内部模型开发可能如何进行。这些示例的实际权衡，是成果规模与长时间运行及较高的估算 API 成本之间的关系。