摘要
30 秒看懂
在这支 2026 年 6 月的视频中，Theo 认为 Anthropic 对 Fable 模型的限制影响了部分人的使用，也让评估变得复杂。他引用使用 Opus 备用模型的基准结果和 ProgramBench 拒答的报道，并批评这些限制可能开创的先例。
- 1能力强但访问受限Theo 肯定 Fable 的能力，同时批评 Anthropic 实施访问限制的方式。
- 2基准测试中的备用模型他指出，一些表现出色的结果包含 Opus 4.8 作为备用模型，而非仅由 Fable 完成。
- 3ProgramBench 拒答他引用一项据称 Fable 拒绝了全部 200 个任务的测试，并认为限制影响了评估。
要点建议
- Theo 表示，视频录制时部分人无法访问 Fable。
- Fable 的部分基准测试结果包含 Opus 4.8 作为备用模型。
- Theo 引用一项报道，称 Fable 在一次 ProgramBench 测试中拒绝了全部 200 个任务。
- 他认为这些限制为未来模型开创了令人担忧的先例。
全文
按章节阅读整理后的全文
01
访问与基准测试限制
Theo 批评部分人无法使用 Fable。他还讨论基准测试结果和备用模型的作用。
Anthropic 新推出的 Mythos 级模型 Fable 能力很强，但在这支视频录制时，有些人完全无法使用它。我认为 Anthropic 实施这些限制的方式不可接受。
这个模型的基准测试表现很好，但部分结果有一个条件：使用 Opus 4.8 作为备用模型。另一个例子是一项 ProgramBench 测试报道，称 Fable 拒绝了全部 200 个任务。我认为这些限制很荒谬，也担心它们开创的先例。
02
拒答与先例
他引用 ProgramBench 的拒答报道，并担心此类限制开创的先例。
同频道的其他文章
38:47EN → 简体中文
Theo - t3․gg· 2026年10月28日Theo 的长时间 Agent 实验：验证、算力与成本Theo Browne · Ping Labs滑板游戏和两个编译器项目展示了反复检查与弹性算力如何支撑 agent 工作，也揭示了循环可能带来的高昂成本。
36:07EN → 简体中文Theo - t3․gg· 2026年10月27日Theo 谈 Token 成本、编程智能体与 AI 能力的价格Theo Browne · Ping Labs一则关于 Lauren 的 AI 支出估算广泛传播，引出了对缓存计价、基准测试和编程智能体工作方式的讨论。
30:37EN → 简体中文Theo - t3․gg· 2026年10月26日Theo 的三个技能：用编程智能体审查和交付代码Theo Browne · Ping Labssol-loop、full-send 和 full-stop 如何定义审查、验证以及不同程度的合并权限。
0:43EN → 简体中文Theo - t3․gg· 2026年10月23日Theo 区分安全漏洞与实际攻击Theo Browne · Ping Labs一段简短讲解：软件漏洞披露和攻击事件为何属于不同类型的安全新闻。
29:22EN → 简体中文Theo - t3․gg· 2026年10月22日Theo 谈安全漏洞、被盗 API 密钥与 AITheo Browne · Ping Labs从漏洞披露到补丁部署之间的风险窗口，以及被盗推理密钥为何可能有价值的推测。
31:13EN → 简体中文Theo - t3․gg· 2026年10月20日Theo：更聪明的模型为何能帮助更多人Theo Browne · Ping Labs从游戏修改到编译器实验，Theo 重新思考谁能从更强大的 AI 中受益。