Fable 5一天烧掉千美元，AI自己会干活了？

Claude Fable 5 发布后，最热闹的讨论不是它的跑分有多高，而是价格有多贵。输入10美元、输出50美元每百万token，算下来用24小时就烧掉近1000美元。但如果你只看到价格，你可能错过了真正重要的事情。

开发者Ras Mic花了这笔钱，连续高强度使用后给了一个判断：「这是下一次范式转移」。他不是在说定价，而是在说模型的使用方式变了。

一、一天花了近千美元，Ras Mic说这不是价格问题

Ras Mic不是第一次评测AI模型。GPT-5.5他跳过了，Opus 48他也跳过了。但Fable 5让他破例，因为他用下来发现了一个根本性的不同。

他不是在测试几个 Demo 就下结论。他的用法是：把模型部署到 Pluto 平台上，让它常驻后台，阅读完整计划，审查整个代码库，判断哪些代码过时，然后直接开始构建。结果呢？不到30分钟，模型完成了上千次代码提交，修复了多个长期存在的bug。

关键区别在于：他不需要在每次对话中重新告诉模型上下文，不需要反复纠正推理方向。模型自己保持连贯，像人类高级工程师一样「沉浸式」工作。

二、同一个大脑，被系上两副不同的锁链

很多人搞不清Fable 5和Mythos 5的关系。Ras Mic的解释很直白，模型是同一个，区别在于「你能不能解锁全部能力」。

Mythos 5只开放给极少数网络防御者和基础设施提供商。其他所有人用的Fable 5，其实是加了安全限制的版本。一旦你的问题触发了安全策略，系统就会把请求降级到Claude Opus 4.8。Ras Mic的评价是「明显更弱的模型」。

这就引出一个有意思的问题。你付费买的是Fable 5的额度，但在处理关键任务时，模型可能已经被悄悄换成了另一个。Anthropic用这种方式实现了安全合规，但代价是用户完全不知道自己正在用哪个模型工作。

三、当AI开始「自己干活」，一切都变了

Ras Mic反复强调的一个感受是：「一旦你这样用它，你就停不下来。」这不是夸张。

传统上我们用AI模型的方式是对话式的：我问一句，它答一句。每开一个新话题，上下文清零，模型重新理解任务。这适合写文案、改代码片段、解答问题。但Fable 5展示了另一种可能：模型可以在后台连续运行，读完整个计划，自主做判断，持续执行，不需要你一次一次地推它。

这才是真正的「Agent」形态。不是调用API做一次推理，而是让模型成为一个可常驻系统的执行者。

Cursor Bench的跑分也能佐证这一点。Mythos在Max设置下拿到了72.9%的分数，远超其他模型。但更值得关注的是，代码审查工具Greptile对Mythos的表现评价是「极度适配」。用两个提示就复刻出了一个Lovable clone，这已经不是聊天机器人的能力范畴了。

四、给AI产品经理的行动指南

Fable 5释放了一个明确的信号：AI产品的竞争维度正在从「谁更会聊」转向「谁能持续自治运行」。

对于做AI产品的团队来说，这意味着几个方向值得思考。

第一，重新定义产品的「执行深度」。如果模型可以在后台持续运行数小时而不降质，产品能做多少以前需要人力介入的事？代码审查、数据分析、多步骤工作流，都可以重新设计。

第二，接受「分层使用」的策略。不是所有任务都需要Fable 5。用便宜模型搭流程，用顶级模型解决「非它不可」的关键节点。把高成本用在刀刃上。

第三，关注用户体验的透明度。Fable 5的安全降级机制提醒我们，当用户付费时，他们有权知道自己到底在用什么级别的模型。这一点上Anthropic的处理方式值得反思。

模型越来越强已经是共识，但真正推动行业变革的，不是参数的增大，而是使用方式的跃迁。Fable 5可能是第一个真正让你觉得「AI在为你工作，而不仅仅是回答你」的模型。