Fable 5：Theo 谈模型回退、订阅限额和成本

我不断看到有人声称 Fable 5 无法编程、遭到削弱或贵到无法使用。开头我讽刺性地重复了这些说法；我并不赞同。使用模型后，我想区分已经宣布的内容、我观察到的情况，以及仍不确定的问题。

问题集中在回退行为、订阅可用性和成本。Anthropic 的公告说，一些常规编程和调试任务可能回退到 Opus 4.8。我认为措辞造成了困惑，但仅凭我的体验无法确定所有用户遇到路由的频率。

在最初一天半的常规工作中，我没有注意到回退。我在一些密码学谜题以及配置开发手机时遇到过拒绝或重新路由。这些例子说明误报或限制可能影响正当任务，尽管我的日常工作大多可以继续。

我讨论了安全筛查，它不只是简单匹配关键词：系统可以检查请求和回复。我对某个谜题为什么触发回退的解释只是猜测；我看不到该请求的分类器内部决策。

Anthropic 曾介绍过两阶段分类器研究：轻量探针筛查交互，遇到可疑情况时可交给成本更高的分类器。论文报告的成本和错误率适用于其所述实验设置。视频并未证明该研究的每个细节都与 Fable 的实际路由完全相同。

该研究称，与成本更高的筛查方式相比，级联方案减少了成功的越狱尝试并降低了额外开销。这些数字针对特定测试，不能保证有害请求总被拦截或无害请求永不被拒绝。改进防护和减少误报都很重要。

我认为 Anthropic 的沟通不佳，但在我的日常使用中，限制造成的干扰比一些反应所暗示的少得多。其他人的工作可能遇到不同触发条件，因此应测试实际任务并反馈错误拒绝，而不是从我的体验推断普遍结果。

一张广泛传播的图表似乎显示模型更新前后性能大幅下降。我质疑该基准的可靠性，也承认没有亲自调查其完整方法。我的怀疑和个人经历不能独立证明没有性能退步；这项比较需要透明的方法和可复现的证据。

我查看了同一基准的其他结果，发现部分排名与我的体验不符。这是进一步检查任务、设置和方法的理由，但本身不是科学上的反证。在我的使用中，模型仍然表现得很有能力。

订阅访问是另一个真实存在的问题。视频录制时，Anthropic 表示符合条件的订阅计划在 7 月 7 日前可将每周额度的最多一半用于 Fable，之后可通过用量点数访问。这是有时限的公告，不代表当前可用情况。

我的用量界面有单独的 Fable 每周计量。当时我用了约 23%，同时也承认自己使用了不止一个计划。限额、重置时间、工作负载和账户安排各不相同，因此不能把我的计量当作典型额度。

我猜测有限的算力和企业需求有助于解释临时限制。我也推测了定价、营销及大型模型服务的经济因素。这些是我对动机的理解，并不是 Anthropic 内部计划或利润率的已确认细节。

短暂开放的一个可能原因是观察重度用户一周内如何消耗算力。我觉得这很合理，但它仍是一个假设。公司关于容量的公告本身不能证明这一解释的每个部分。

我展示的声明说，Anthropic 希望在容量允许时恢复将 Fable 作为订阅的标准部分。这表达的是当时的意向，不是保证日期或当前权益。做购买决定前应查看服务商现行条款。

无论直接计费还是消耗额度，成本都可能很高。我的第一条实际建议是比较推理设置。根据我的体验，high 表现很好，而 xhigh 和 max 在我尝试的任务中可能消耗更多，却没有明显改善。

我会从 high、low 或 medium 开始并衡量结果，而不是假定最贵的设置总是最好。我关于成本大幅增长的说法来自个人运行；最佳设置取决于任务、模型版本和质量要求。

在一次长会话中，我整理了积压工作，关闭、重写和合并 PR。我按完整 token 费率估算，Fable 和委派模型的合计用量约值 150 至 200 美元。我使用的是订阅，因此这是等值估算，不是精确金额的账单。

我的另一个方法是让负责协调的模型在合适时把工作交给其他模型。我教 Claude Code 使用 Codex 处理部分实现和计算机操作任务。路由可以减轻昂贵模型的负担，但前提是委派结果确实足够好，并经过审查。

大型文档分析、代码库扫描和长时间计算机操作可能消耗大量输入 token，尤其涉及截图时。我把其中一些步骤交给另一个模型，再把发现交回 Fable 协调。这反映的是我的可用工具和订阅成本。

我报告说，这套工作流合并了超过 15 条 PR，还关闭了其他请求。等值用量估算包含多个模型，而展示的订阅使用百分比取决于我的重置时间。合并 PR 的数量不能直接衡量正确性或价值。

开始使用这套工作流不一定需要大量复杂的自定义工具。对我来说，重要的是给智能体合适的指示、明确边界后委派工作，并审查返回结果。我的后续演示会详细介绍配置。

我的结论是暂时性的：尝试较低推理强度，在合适时路由任务；阅读实际订阅条款；评估回退和性能说法时，不要只依赖一张传播很广的图表或某个人的经历。根据自己的工作体验，我仍然对这个模型很有热情。