08:34宝玉@dotey超哥指出 Codex 在 UI 设计方面表现不佳,推荐使用 Opus 或 Fable。他尝试了 7 个不同 UI 主题,并提及 superpower skill 可自动生成 spec 和 plan。技巧CodexUI设计Opus推荐理由:超哥推荐,Codex UI 不佳,Opus 和 Fable 更胜一筹,还有 superpower skill 的实用功能。原文稍后读已读值得跟进有用关注 Codex
01:38宝玉@doteyFable 默认用 high 模式,主要承担编排和验收任务,具体执行交由 subagent,如 Opus 或 Sonnet。使用 Agent 工具派任务,提高效率。Fable max 消耗 token 较高,xhigh 节约 token。技巧Fable提示词工程效率提升推荐理由:Fable 高效使用,节省 token,提高工作效率。与 Fable max 相比,xhigh 更经济实惠。原文稍后读已读值得跟进有用关注 Fable
16:59AI Will@FinanceYF5Bloomberg发布中美AI差距图,Kimi K3接近Fable,成本降低70%;Anthropic曾预测中国落后6-12个月,现有一批前沿实验室;美国领先但高价前沿模型难维持。行业Kimi K3FableAnthropic10 个信源在谈事件专题推荐理由:Bloomberg最新发布,中美AI差距图揭示中国进步迅速,Kimi K3表现抢眼,不容忽视。原文稍后读已读值得跟进有用关注 Kimi K3
16:58AI Will@FinanceYF572°Bloomberg发布中美AI差距图表,Kimi K3接近Fable,价格便宜70%,Anthropic认为中国落后6-12个月,但中国已有多个前沿实验室,GLM-5.3尚未包括,美国实验室前沿优势减弱。行业BloombergAI差距Kimi K310 个信源在谈事件专题推荐理由:Bloomberg最新图表揭示中美AI差距缩小,Kimi K3表现亮眼,价格优势明显,不容忽视。原文稍后读已读值得跟进有用关注 Bloomberg
15:06orange.ai@oran_geBen Davis 在 x.com 上分享,DeepSWE 在 10 项任务中表现优于 Fable 和 GPT-5.6-sol,得分超过 80%,引发热议。AI模型DeepSWEFableGPT-5.6-sol推荐理由:Ben Davis 在 x.com 上展示了 DeepSWE 在多项任务中的出色表现,比 Fable 和 GPT-5.6-sol 更胜一筹,值得关注。原文稍后读已读值得跟进有用关注 DeepSWE
11:36elvis@omarsar0Deft AI实验室发布新型写作工具,专注于提升写作质量。该模型目前处于beta阶段,86%的用户查询被判定为完全人类生成。Deft在分析/论文、创意写作和重写方面表现较好,但在营销文案和新闻文章方面效果较差。作者展示了如何轻松欺骗现有AI检测工具,认为这些工具浪费时间且适得其反。AI产品DeftFable写作工具推荐理由:Deft新发布的写作工具能帮你绕过AI检测,专注于高质量内容创作。原文稍后读已读值得跟进有用关注 Deft
12:29AI Will@FinanceYF5精选Anshu 对比 Grok 4.6 与 Fable 在相同提示词下的生成结果,认为两者质量接近,但 Grok 4.6 用时仅为 Fable 的一半,成本只有十分之一。他还指出 Grok 4.6 在填充完整性、卡片设计、界面简洁度等方面优于 Fable。Fable 作为更大模型在极端场景下更有深度,但多数任务中用户可用 90% 的折扣获得相近效果。相较 Grok 4.5,Grok 4.6 提升显著。AI模型GrokFable图像生成推荐理由:Grok 4.6 和 Fable 比,质量差不多但便宜十倍、快一半,做图生成可以省一大笔钱,喜欢简洁风格的更该试试。原文稍后读已读值得跟进有用关注 Grok
18:10The Rundown AI@therundownaiSpaceXAI发布了Grok 4.6。该模型在智能、编码和智能体任务等基准上接近或达到Fable和5.6-Sol的水平。定价明显低于同类前沿模型。AI模型Grok 4.6SpaceXAIFable推荐理由:Grok 4.6跑分追上Fable和5.6-Sol,价格还便宜不少,可以关注下。原文稍后读已读值得跟进有用关注 Grok 4.6
17:51lmarena.ai@lmarena_ai81°LMArena分析了数万条Claude Opus和Fable从4.5到5版本的真实高推理输出。Opus 5平均每响应510个词,是Opus 4.5平均158个词的3倍多。句子长度上升58%,从句频率上升46%,但长实词占比从46.9%降至40.1%,抽象名词每千词从6.02个降至3.79个。Opus 5的破折号使用量是4.5的2.3倍,'honestly'等诚实类措辞增加50%。Fable 5平均316个词,比Opus 5短38%,但包含赞扬或'yes, exactly'式开头的概率接近2倍。AI模型ClaudeOpusFable推荐理由:Claude Opus 5和Opus 4.5差多少?LMArena用数据告诉你:回复长度是4.5的3倍,词汇反而更简单,破折号也更多。原文稍后读已读值得跟进有用关注 Claude
17:46IT之家(博客/媒体)DeepSeek V4 Pro 正式版于8月13日晚间发布,已更新至API,调用模型名保持不变。新版本增强了Agent能力,支持Responses API和Codex接入。官方评测显示,DeepSeek-V4-Pro-0813在多项测试中接近Fable 5水平,相比预览版能力大幅提升。AI模型DeepSeekDeepSeek V4 Pro智能体10 个信源在谈事件专题推荐理由:DeepSeek V4 Pro 正式版来了,Agent 能力增强,支持 Codex 接入,跑分直逼 Fable 5,用 API 的可以试试。原文稍后读已读值得跟进有用关注 DeepSeek
17:43orange.ai@oran_geDeepSeek V4 Pro 0813正式版发布。从评测指标看,该模型有两项指标超越Fable,多项指标超越Opus 4.8。Fable仍被认为是难以逾越的高山,但V4 Pro的推理成本比Fable便宜约100倍。官方强调这是涨价前的价格,后续可能调整。AI模型DeepSeekV4 ProFable推荐理由:DeepSeek出了V4 Pro 0813,多项跑分超过Opus 4.8,比Fable便宜100倍,想省钱又想要性能的可以看看。原文稍后读已读值得跟进有用关注 DeepSeek
22:32Suhail@SuhailSuhail在X上发文称,随着智能商品化,Anthropic将在每个应用层推出产品以提高利润率,并非中立的平台API提供商。他引用Beff的观点,认为Anthropic限制Fable用于生物学和机器学习并非出于安全考虑,而是因为这些市场是Anthropic想主导的。该帖引发讨论,目前有2条回复、1次转发和17个赞。行业AnthropicFableAPI7 个信源在谈事件专题推荐理由:想了解Anthropic产品策略背后商业动机的,这篇讨论值得一看,它点出了API提供商和数据竞争的暗面。原文稍后读已读值得跟进有用关注 Anthropic
08:58官方账号Simon Willison@simonwSimon Willison 发现 Claude Opus 5 的系统提示中包含了 Fable 出口管制事件的详细说明。这些说明用于应对用户询问,尽管该事件超出模型的知识截止日期。相关文档已更新在 platform.claude.com 的 release notes 页面,供开发者查阅。AI模型Claude Opus 5Fable系统提示推荐理由:Simon Willison 挖到 Claude Opus 5 系统提示里居然写了 Fable 出口管制这事,怕模型答不上来。挺有意思的。原文稍后读已读值得跟进有用关注 Claude Opus 5
19:00量子位@克雷西GPT-5.6与Fable合作,解出了一道悬置25年的数学难题。该问题曾让一位研究者从读博期间开始钻研,历时17年未果。这次联合解题展示了AI在数学推理上的新进展。AI模型GPT-5.6Fable数学难题推荐理由:GPT-5.6和Fable联手,把25年没人解出来的数学题搞定了,研究它的人从读博等到现在17年。原文稍后读已读值得跟进有用关注 GPT-5.6
04:27官方账号Simon Willison@simonwSimon Willison在博客中记录用Codex生成浣熊动画的过程。Codex初版把浣熊眼睛画成身体的四倍大,需要手动修复。他对比了Fable,后者从单个提示词就完成了全部工作。博客包含具体实现细节和修复过程。技巧CodexFableSimon Willison推荐理由:Simon Willison用Codex做浣熊动画,Codex把眼睛画成四倍大得手动修,Fable一条提示就搞定,挺有意思。原文稍后读已读值得跟进有用关注 Codex
04:02官方账号Simon Willison@simonwSimon Willison把四年前用GPT-3和DALL-E生成的游戏概念图当作规格,让Fable 5构建出可玩网页游戏《Raccoon Heist》。同一提示词下,Fable 5和Claude Code各生成了一款游戏用于对比。游戏已托管在simonw.github.io,可直接在浏览器试玩。AI产品FableClaude CodeGPT-3推荐理由:Simon用四年前的AI概念图让Fable生成可玩游戏《Raccoon Heist》,还能和Claude Code的版本对比,点开就能玩。原文稍后读已读值得跟进有用关注 Fable
05:21官方账号Simon Willison@simonw四年前Simon Willison用GPT-3和DALL-E在60秒内为虚构游戏生成描述和概念图,包括《Raccoon Heist》。今天他用Fable工具把四年前那些概念图当作规格,直接构建出可玩的游戏。这个原本停留在想象里的“浣熊大劫案”,现在变成了真实可运行的游戏原型。技巧GPT-3DALL-EFable推荐理由:Simon四年前用GPT-3和DALL-E画的虚构游戏概念图,现在让Fable照着做成了真游戏。脑洞变可玩,挺有意思。原文稍后读已读值得跟进有用关注 GPT-3
15:36小互@imxiaohu根据ArtificialAnlys的测算报告,DeepSeek完成相同基准任务的成本比Fable低105倍。这意味着DeepSeek的推理开销约为Fable的1/105。该对比数据来自ArtificialAnlys发布的模型成本分析。AI模型DeepSeekFableArtificialAnlys推荐理由:同一基准,DeepSeek成本只要Fable的1/105,这数字挺离谱的,可以点进去看看。原文稍后读已读值得跟进有用关注 DeepSeek
11:32shao__meng@shao__meng精选在 chatbot 阶段只需关注每个 token 的单价,而 agent 任务会进行多轮 loop、tool call 和代码执行,总 token 消耗与轮数影响更大。Cline 指出,仅比较 DeepSeek V4-Flash 与 Fable 的每 token 价格会误导,因为轮次增多可能导致单任务总成本更高。计算单个任务成本需综合 token 消耗总数、每 token 成本和缓存比例。ArtificialAnlys 的报告显示,DeepSeek 完成相同基准任务的总成本比 Fable 低 105 倍。技巧DeepSeek V4-FlashClineFable10 个信源在谈事件专题推荐理由:选 agent 模型别光看 token 单价,这帖讲了 task 成本公式,实测 DeepSeek 比 Fable 总成本低 105 倍。原文稍后读已读值得跟进有用关注 DeepSeek V4-Flash
06:09elvis@omarsar0omarsar0在推文中称,DeepSeek V4-Flash等模型的token效率被低估,建议更激进地尝试不同测试框架。他提醒,DeepSeek V4-Flash的每token价格虽便宜,但多轮交互可能使单任务总成本更高。@ArtificialAnlys报告称,DeepSeek完成与Fable相同的基准任务时,总成本仅为Fable的1/105。AI模型DeepSeek V4-FlashFabletoken效率10 个信源在谈事件专题推荐理由:别光看每token单价:DeepSeek V4-Flash跑同基准总成本比Fable低105倍,这条推文有数据。原文稍后读已读值得跟进有用关注 DeepSeek V4-Flash
17:08AI Will@FinanceYF5用户用旧版“对话式卡路里追踪器”提示词测试 Claude Opus 5,第一版就生成了完整应用。Claude Opus 5 的界面、交互与完成度超出预期,演示视频展示其实际效果。测试者据此怀疑,Opus 5 做移动应用可能已经强于 Fable。AI模型Claude Opus 5Fable移动应用推荐理由:有人拿旧提示词让 Claude Opus 5 做个卡路里追踪器,第一版就挺完整,感觉比 Fable 还顺。原文稍后读已读值得跟进有用关注 Claude Opus 5
09:33orange.ai@oran_ge76°最近半年,AI模型在agentic coding方面通过RLVR训练取得显著进步,但在其他领域如英文写作上出现倒退。Opus从4.7到5被认为完全是失败的试验品,Mythos和Fable也仅在刚发布时表现最佳。评论者指出,AI公司聚焦编码领域RL训练,导致模型通用性下降,语言输出能力甚至不如o3。早期LLM的通用性来自语料库训练,但RL专注单一领域使其他能力退化。行业agentic codingRLVROpus推荐理由:有人发现AI写代码越来越强但说话越来越难懂,连Opus都退步了,这个分析直击当前模型训练的短板。原文稍后读已读值得跟进有用关注 agentic coding
18:09AI Will@FinanceYF5推文指出大多数用户直接使用Claude Opus 5效果差,速度慢且输出一般。正确做法是构建包含循环、图、审查器、编排器和并行Agent的工作流。一个地铁跑酷游戏示例用了超过3小时,但输出质量超越了Fable 5。在复杂Agent协作下,首个Claude计划仍有大量剩余用量。技巧Claude Opus 5Fable智能体推荐理由:别直接问Claude Opus 5问题,试试搭个Agent工作流,效果能比Fable还好。原文稍后读已读值得跟进有用关注 Claude Opus 5
16:02官方账号Latent Space (swyx)(博客/媒体)Anthropic发布了Claude Opus 5模型,性能达到Fable级别,但定价与Opus相同,即Fable价格的一半。这表明Anthropic在模型蒸馏上具备显著优势,能将高价模型能力压缩到低价模型。该模型主要面向需要高性能低成本的推理场景。AI模型Claude Opus 5AnthropicFable10 个信源在谈事件专题推荐理由:Anthropic整了个Claude Opus 5,性能赶上Fable只卖Opus的价,蒸馏技术太猛了!原文稍后读已读值得跟进有用关注 Claude Opus 5
02:31The Rundown AI@therundownai81°Anthropic推出了Claude Opus 5,相比前代Claude 4.8有大幅提升。在多个基准测试中,Opus 5击败了竞争对手Fable。其定价仅为Fable的一半,性价比显著。该模型现已通过API提供。AI模型Claude Opus 5AnthropicFable10 个信源在谈事件专题推荐理由:Anthropic刚发Claude Opus 5,性能比4.8强不少,还在测试中赢了Fable,价格却只要一半,值得关注。原文稍后读已读值得跟进有用关注 Claude Opus 5
01:55Cognition@cognition_labsClaude Opus 5 已在 Devin 平台上线。在 FrontierCode 1.1 基准测试中,Opus 5 的 performance 接近 Fable 级别,但成本仅为一半。开发者现在可在 Devin 中使用这一更经济高效的模型。AI模型Claude Opus 5DevinFrontierCode推荐理由:Devin 上新了 Opus 5,性能跟 Fable 差不多但便宜一半,编程省钱又省力。原文稍后读已读值得跟进有用关注 Claude Opus 5
01:03techcrunch@Russell Brandom81°Anthropic推出了新模型Opus 5。Opus 5相比前代Fable更便宜且限制更少。这使得Opus 5在大多数使用场景中更具优势。AI模型AnthropicOpus 5Fable10 个信源在谈事件专题推荐理由:Anthropic发了Opus 5,比Fable更便宜,限制也更少,日常用更香。原文稍后读已读值得跟进有用关注 Anthropic
19:03techcrunch@Tim Fernholz一位专家向TechCrunch表示,Kimi K3的强大并非源于对Anthropic模型Fable的蒸馏。该专家认为,仅靠蒸馏无法在短时间内达到如此性能。这暗示Kimi K3可能还有其他的技术突破。AI模型Kimi K3AnthropicFable10 个信源在谈事件专题推荐理由:专家辟谣了!Kimi K3不是靠‘偷’Fable,它有真本事,想了解内幕的来读。原文稍后读已读值得跟进有用关注 Kimi K3
12:19官方一手歸藏(guizang.ai)@op741878°美国科技政策办公室主任Michael Kratsios公开表示,月之暗面(Moonshot AI)通过蒸馏Anthropic开发的Fable模型来训练其K3模型。月之暗面建立了大规模蒸馏平台,切换多种访问方式以规避检测。此外,月之暗面已采购GB300服务器并在泰国获取访问权限,用于训练AI模型。美方认为这种大规模工业蒸馏旨在窃取美国技术,不可接受。行业Moonshot AIAnthropicK3模型10 个信源在谈事件专题推荐理由:美国官员直接点名月之暗面,说他们偷偷用Anthropic的模型蒸馏自己的K3,还买GB300服务器避开监管,这事儿值得关注原文稍后读已读值得跟进有用关注 Moonshot AI
11:20官方账号Simon Willison@simonw精选Simon Willison认为循环(loops)是针对无法可靠完成长任务的模型的短期补丁。他指出现有模型如Fable、GPT-5.6以及可能的Kimi K3已经能直接处理长问题直到目标达成,无需循环辅助。这暗示未来模型将原生支持长程推理,循环机制可能逐渐被淘汰。AI模型FableGPT-5.6Kimi K310 个信源在谈事件专题推荐理由:Simon说循环就像拐杖,新模型Fable和GPT-5.6已经能自己走完长任务,不用循环了。原文稍后读已读值得跟进有用关注 Fable
09:45Guillermo Rauch@rauchgAI 工具 Fable 几乎自主地在 Turbopack 和 Next.js 代码库中发现并实现了 15-30% 的内存效率改进。Vercel CEO 分享称这是每周都会发生的“AI 神力时刻”,认为“每日常规 AI 奇迹”正加速到来。此前 3 天,另一 AI 工具 Sol 帮助在审计最多的代码中发现了新漏洞。AI产品FableTurbopackNext.js推荐理由:Fable 自己找到了 Next.js 内存优化 15-30%,这 AI 太猛了。看看它怎么干活的。原文稍后读已读值得跟进有用关注 Fable
01:13Paul Couvert@itsPaulAi85°美国人工智能政策总监Michael Kratsios指控Moonshot AI(月之暗面)蒸馏了Anthropic的Fable模型,用于开发其K3模型。该公司搭建了内部平台进行大规模蒸馏,并切换多种访问方式以躲避检测。Moonshot AI还获取了GB300服务器并在泰国使用GB300训练模型。美国表示支持合法蒸馏,但认为这种大规模秘密工业蒸馏不可接受。行业Moonshot AIAnthropicFable10 个信源在谈事件专题推荐理由:美国官员点名月之暗面偷学Anthropic的Fable做K3,还搞秘密平台绕检测,这事有点大。原文稍后读已读值得跟进有用关注 Moonshot AI
03:04Fireworks AI@FireworksAI_HQFireworks AI 在约1000个智能体任务上对比了 Kimi K3 和 Fable。K3 在安全、加密和长终端循环任务上领先,Fable 在多语言和网页/数据可视化上占优。通过每任务路由,准确率达93%,在长循环上成本比 Fable 低50倍。路由器将72-96%流量导向K3。K3 将于7月27日在 Fireworks 上线。AI模型Kimi K3FableFireworks AI10 个信源在谈事件专题推荐理由:Fireworks 用1000个智能体任务实测了 Kimi K3 和 Fable,发现按任务路由能省50倍成本,还能保持93%准确率。K3 在安全和长循环上更强。原文稍后读已读值得跟进有用关注 Kimi K3
22:08官方账号Simon Willison@simonw精选Simon Willison分享了来自@_catwu和@trq212的Claude提示词建议。提示应避免用过多示例和“不要”列表,Fable在此精简提示下表现更好。Claude Code自身的系统提示最近缩减了80%。这些方法来自实际经验。技巧Claude提示词工程Fable推荐理由:Simon分享了两条具体技巧:少写例子和负面清单,Fable助手反而更好用,Claude Code系统提示也缩了80%,值得试试。原文稍后读已读值得跟进有用关注 Claude
21:09官方账号Simon Willison’s Weblog(博客/媒体)Anthropic的Claude Code团队在AI Engineer World's Fair上分享了开发经验。Claude Tag协作工具已完成65%的产品工程PR。Fable 5模型已不再适合通过添加示例来优化系统提示。Claude Code系统提示规模减少了80%。团队内部公开协作文化是其成功关键。AI产品Claude CodeFableAnthropic10 个信源在谈事件专题推荐理由:Anthropic工程师分享Claude Code和Fable的开发经验,告诉你他们如何使用自己的工具。原文稍后读已读值得跟进有用关注 Claude Code
23:09elvis@omarsar0用户指出Vitushkin论文中的方法使Fable的解决方案更易理解。讨论中提及xy+1和xz项的具体表达式。评论指出Fable未引用Vitushkin论文。推文期待更详细的报告。论文VitushkinFable论文推荐理由:这场讨论点出了论文引用和算法溯源的重要性,适合关注数学推导细节的读者。原文稍后读已读值得跟进有用关注 Vitushkin
22:16elvis@omarsar0网友 @omarsar0 在推文中称,其 LLM 模型 Fable 找到了 Jacobian 猜想的一个反例:映射 ((1+xy)^3 z + y^2 (1+xy)(4+3xy), y + 3x(1+xy)^2 z + 3xy^2(4+3xy), 2x - 3x^2 y - x^3 z) 的 Jacobian 行列式为 -2,且将 (0,0,-1/4)、(1,-3/2,13/2)、(-1,3/2,13/2) 均映射到 (-1/4,0,0)。作者认为标准基准测试不足以衡量 LLM 的真实能力,LLM 在解决极端难题上被低估了。AI模型FableJacobian猜想数学推理推荐理由:Fable 这个 LLM 自己找到了一个复杂数学猜想的反例,比很多基准测试中的题目难得多,值得关注。原文稍后读已读值得跟进有用关注 Fable
04:57官方账号Simon Willison’s Weblog(博客/媒体)Julia Evans 因不擅长阅读 SQLite 查询计划,促使作者用 Fable 构建了 SQLite Query Explainer 工具。该工具在浏览器中通过 Pyodide 运行 SQLite(Python 经 WebAssembly 编译),为 EXPLAIN 和 EXPLAIN QUERY PLAN 结果添加可视化解释层。当前版本需谨慎使用,因作者自认掌握不深,但功能对理解查询计划颇有帮助。技巧sqliteexplain查询计划1 个信源在谈事件专题推荐理由:不懂 SQLite 查询计划?这个工具用 Fable 在浏览器里跑 Pyodide,帮你把 EXPLAIN 结果翻译成人话,虽非百分之百准确但足够实用。原文稍后读已读值得跟进有用关注 sqlite
01:31官方账号Simon Willison@simonwAnthropic 的 Thariq 团队经过连续努力,成功交付了名为 Fable 的项目。该成果由多人参与,目前尚无公开细节。AI产品AnthropicFable10 个信源在谈事件专题推荐理由:Anthropic 团队奋战推出了 Fable,可以关注一下这是什么样的产品。原文稍后读已读值得跟进有用关注 Anthropic
11:39IT之家(博客/媒体)微软CEO萨提亚·纳德拉在周三内部会议中批评Anthropic的Fable模型内容管控过于严苛,称其会因为莫名其妙的原因拒绝回答。纳德拉在与微软AI工程师交谈时表示,该模型控制欲过强。这一言论发布之际,越来越多企业高管开始考虑成本较低的AI模型替代方案。行业微软纳德拉Anthropic10 个信源在谈事件专题推荐理由:纳德拉公开吐槽自家合作伙伴Anthropic的Fable模型管太多,说它动不动就拒绝回答,跟过去那些创作工具一样烦人。原文稍后读已读值得跟进有用关注 微软