Fable 5.2 擅长大型创作，但 token 成本不容忽视

我判断新模型的标准是，它是否让我尝试以前不会尝试的事情。Fable 5.2 在某些任务上做到了，但它的优势并不均匀：对于普通工作，我可能仍会选择 Opus 5.5。

Every 的前沿测试团队从主要实验室获得提前使用机会和免费 token。我们用自己的编码、写作、设计和知识工作测试模型，而不只依赖公开基准或短演示。

我给它的编码能力很高的评价，包括制作真正好玩的游戏。写作方面我给 B 或 B+：它可能把重点埋在后面，文笔也有些笨拙。设计得 A。知识工作对合适的用户来说可能非常出色，但处理常规任务时可能又慢又贵。

同事 Kieran Klaassen 使用 Fable 5.2，通过提示词构建了我们现在使用的视频编辑器 EveryCut。它把团队在多个产品中使用的编辑、转录和录制功能组合到一个适合我们工作流程的工具里。

Klaassen 认为，这改变了专业软件的制作方式：组织可以围绕自己的工作流程制作工具。但这并不是两小时完成的项目。我说过，这个编辑器花了数周和数千美元；对于专业创作团队而言，仍可能值得。

Tyler Nishida 称 Fable 是一个适合过夜运行的模型。我发现，把大任务交给云端电脑运行几个小时，之后再回来查看很有用。如果需要实时互动，较低的工作强度设置或 Opus 可能更合适。

模型可以给出预计完成时间。有一次它还提醒 Tyler 给笔记本接电，因为任务会运行到电池耗尽之后。Klaassen 更喜欢用 Opus 5.5 一起思考，用 Fable 处理可以完全交出去的工作。

Klaassen 还用该模型制作了包括音乐应用在内的创作工具。他说，相较于以前有时会消耗 token 做额外工作的版本，这个模型的长时间自主编码过程更值得信任。

同事 Jack Cheng 的测试方法是拍下孩子房间里的玩具，让模型据此制作游戏。在展示的对比中，Astra 版本的控制较少；Fable 版本则把玩具变成赛车，加入了赛道、道具和更完整的操作。

对于普通文档和邮件，我认为额外成本和能力并无必要。但对于愿意改变工作成果形式的人，Fable 可以把研究结果做成文档或幻灯片之外的东西。

我们的评测负责人 Mike Taylor 研究如何让 AI 模仿自己的写作风格。他没有只提交文档，而是用模型把自己讲解研究过程的录像剪成短纪录片，介绍过程和发现。

Taylor 认为这三周测试的效率特别高。他的工作涉及模型实验：他可以把实验想法交给模型并行执行，自己先做其他事情，之后再查看结果。

录制时我们不知道 Fable 5.2 的确切价格。纪录片示例使用了约 14 亿个 token；按 Fable 5.1 的 API 价格估算接近 2000 美元，按 Opus 5.5 的价格约为 862 美元。这些是用其他模型价格计算的估计，并非账单或已确认的 Fable 5.2 价格。

写作方面，我们的撰稿人 Katie 认为它的文字易读、有情感意识，也很幽默，但在中等强度下有时显得居高临下或过早停止。我更喜欢 Gemini 4 Argon 写作，Astra 紧随其后；在我的测试中，Fable 有时会把最有趣的内容埋在后面。

设计方面，Tyler Nishida 认为它提高了模型的能力上限，而且容易沟通。较高强度有时会让设计过于繁复，因此他建议尝试较低强度。我建议除了切换模型档位，也调整工作强度。

在一个我经常使用的任务中，我让模型根据柏拉图的《普罗泰戈拉篇》制作影片。这个模型给年轻的苏格拉底画了黑胡子，而其他模型常采用年老、灰白胡子的形象。我认为这是模型注意到创作要求中细节的例子。

我的结论是，把这个模型留给成果足以抵消 token 成本的大型编码和创作任务。对于普通工作或某些编码任务，我发现 Astra 6 等更快、更高效的替代模型可能更合适。