Claude Fable 5.1 实测：推理档位从 low 到 max，一只骑自行车的鹈鹕差价 33 倍

Simon Willison 用经典的「鹈鹕骑自行车 SVG」测试 Claude Fable 5.1 的五个推理档位。low 和 medium 几乎不推理，max 档花了 13 分 54 秒、65927 个输出 token、3.30 美元，产出了他见过 Anthropic 模型里最好的一只鹈鹕，随后又花 1.37 美元把它做成了动画。

5.1 发布亮点：科学基准翻倍

• Anthropic 称 Fable 5.1 在编码、知识工作和长时任务上树立新标准
• 新基准 Terminal-Bench-Science 0.1 上得分 52.6%，Fable 5 只有 24.7%，Opus 5 为 29.0%，GPT-5.6 Sol 为 22.4%
• 其他基准只有小幅提升，科学基准的提升最突出

五个推理档位，价格差距悬殊

• Fable 5.1 提供 low、medium、high、xhigh、max 五档，无法完全关闭推理
• low：1998 输出 token，23.8 秒，10.017 美分，没有推理痕迹
• medium：1977 token，23 秒，9.912 美分，同样没推理——这个提示词下两档都跳过了思考
• high：2612 token，29.6 秒，13.087 美分，只有少量规划性推理

xhigh 和 max：钱花在哪了

• xhigh：36767 输出 token，7 分 51 秒，1.83 美元，推理痕迹明显变长
• max：65927 token，13 分 54 秒，3.30 美元，是作者见过 Anthropic 模型最好的鹈鹕：腿在车架两侧、脚踩踏板、翅膀扶车把，还有蓝帽子和装鱼的篮子
• 推理记录显示模型在反复权衡细节：头盔和喙的碰撞、羽毛用扇贝形曲线、前叉控制点方向等，还会主动砍掉铃铛这类多余装饰

追加动画：一条管道命令搞定

• Hacker News 网友提议做动画版，作者用 llm logs -cx | llm -m claude-fable-5.1 -s 'animate this' 把 max 鹈鹕喂回 high 档
• 成本 1.37 美元（6121 输入 / 26201 输出 token），成功生成动画 SVG
• 导出 MP4 后车轮转向看起来反了，但原 SVG 里方向是对的，应是转码造成

作者的两点观察

• 鹈鹕基准如今最大的价值是同家族模型内部、以及同一提示词不同推理档位之间的对比
• 论视觉上的「灵气」仍不如 Gemini 3.7 Flash，但要求是 SVG 就给 SVG，结果准确

实用启示

• 简单任务用 low/medium 档可能几乎不触发推理，成本极低
• 复杂视觉或规划任务，max 档的长推理确实换来质的提升，但代价是时间和费用暴涨 30 倍以上
• 迭代优化时不必重跑高价档位，可以把已有输出接回较低档位继续加工