今天是Claude Fable（及 Mythos）5.1 发布日。Anthropic 称 Fable 5.1“为编程、知识型工作和长时程问题解决任务树立了新标准”。官方公告花了相当大篇幅来讲科学研究，宣称在全新推出的 Terminal-Bench-Science 0.1 基准测试上取得了 52.6% 的得分（该基准于8 月 27 日首次发布），远高于 Fable 5 的 24.7%、Opus 5 的 29.0% 和 GPT-5.6 Sol 的 22.4%。其他基准测试的分数也有小幅提升，但没有一项能像 Science 这项那样亮眼。

但它画鹈鹕画得怎么样呢？

早在 7 月我就写过，我对鹈鹕基准测试逐渐失去了信心——它与模型在其他任务上表现的关联，似乎已经不如2025 年时那么紧密。我现在从它身上获得的最有价值的洞察，是同一模型家族内部的对比，尤其是同一个提示词在不同推理强度下的对比。

Fable 5.1 有五个推理强度等级：low、medium、high、xhigh、max，而且没有完全关闭推理的选项。

我修复了 llm-anthropic 中一个导致推理轨迹无法被正确记录的问题，然后跑了几组提示词。

这里是全套鹈鹕，涵盖了所有推理等级，每一个都附有完整的推理记录。我会在下面逐一展示：

Low 和 medium，都没有推理？

接下来有点蹊跷。这是我在 low 强度下得到的结果：

记录中没有显示任何概括性的推理 token，输出 token 数为 1,998。在 Claude 中，这个输出 token 数是包含推理 token 的。这次生成耗时 23.8 秒，花费10.017 美分。

我把强度调到 medium，得到了这个：

奇怪的是，这一次同样没有显示任何推理文本，共用了 1,977 个输出 token——比 low 还少了 21 个。耗时 23 秒，花费9.912 美分。

所以，对于这个特定提示词（“Generate an SVG of a pelican riding a bicycle”），Fable 5.1 在 low 和 medium 两种设置下似乎都完全跳过了推理。

High

这是 high 的结果——29.6 秒，2,612 个输出 token，13.087 美分：

这一次确实做了一点推理，概括如下：

我正在规划一只鹈鹕骑自行车的 SVG 布局，包括天空和地面的背景、一辆带有两只辐条轮、车架、车座和车把的自行车，以及一只位于车上方的、有着白色身体、长脖子和橙色喙的鹈鹕。

不过，跟 low 和 medium 相比，实在没什么太大差别。

Extra High

到了 xhigh，情况就截然不同了。36,767 个输出 token，耗时 7 分 51 秒，1.83 美元！

推理轨迹相当长，其中包含了这样的细节：

加上眼睛、向下延伸至车把把套的翅膀、伸向踏板的橙色双腿，以及一小撮尾羽，同时有意让鹈鹕相对于自行车显得过大，以达到滑稽的效果。[...]

我宁愿接受这种略显粗壮的可爱感，而不是过度雕琢。

Max

将强度设为 max 后，我得到了在 Anthropic 所有模型中见过的最棒的一只鹈鹕。65,927 个输出 token，耗时 13 分 54 秒，3.30 美元：

这只鹈鹕有很多可圈可点之处。背景很雅致，双腿清晰地分列在车架两侧，双脚踩在踏板上，翅膀搭在车把上，鹈鹕还戴着一顶可爱的蓝色帽子，车筐里还有一条鱼。

它展现出的灵气仍远不及Gemini 3.7 Flash，但我本来就没要求什么花哨效果——我只是要一个 SVG，而它也确实给了我一个。

这次推理记录中的一些亮点：

在双脚附近添加踏板形状，其中第二条腿上的远端脚在车架后方部分可见。我在考虑是否要加一条小围巾或小帽子来增添个性，但倾向于保持简洁以避免杂乱。

现在我在纠结，是给头部戴上自行车头盔，还是保留鹈鹕标志性的羽冠——喙和喉囊已经能让人清楚认出这是“鹈鹕”，所以头盔可以强化自行车主题而不会让人认不出来，不过它可能会与羽冠在视觉空间上产生冲突。

我意识到位于 (484,84) 的喙会与圆顶头盔重叠，所以需要把头盔缩小，让它只覆盖头顶，调整其弧线端点使其更高、更窄，这样喙才能在前端干净利落地衔接而不发生碰撞。[...]

我正在添加一块颜色更深的尖端区域来表现初级飞羽，然后重新考虑后缘，改用扇形的羽毛曲线来代替一条平滑的直线，以获得更自然的外观。[...]

现在我在检查头盔上通风口线条的位置，确保考虑到描边宽度和圆角端点后，它们与头盔边缘保持足够的内缩距离，并确认每个通风口都保持在头盔的圆形边界之内。[...]

我决定省去车把铃铛和轮胎高光，因为这些是不必要的添加。现在我在重新考虑前叉的弧度——当前的控制点把形状向后拉，而为了形成正确的前倾角，它应该向前弯曲，所以我需要将控制点向右移动来修正前叉的倾斜。

好，来让它动起来

在 Hacker News 上，swalsh 针对那只 Max 鹈鹕评论道：

既然这个基准测试已经被攻克了，能不能来个动画版？

我不想再花 3 美元，于是直接拿那只 Max 鹈鹕的成果，通过管道传给默认思考强度为 High 的模型：

llm logs -cx | llm -m claude-fable-5.1 -s 'animate this'

输入 6,121，输出 26,201，共计1.37 美元。结果是这样的，由于有些人无法正常查看动画 SVG，这里将其导出为视频：

视频中车轮的旋转方向反了，但我觉得那只是转换成 MP4 时产生的瑕疵——在原始 SVG 中，它们看起来是朝正确方向转动的。