凌晨四点，有人睡不着，顺手打开Claude网页端，然后愣住了。
界面上印的明明是「Fable 5.1」，可回复的手感全变了：速度更快，理解更准，很多以前要反复教才能做对的事，这次一句话就交活了。
这位开发者心里咯噔一下——牌子没换，里子换了。
于是他干了一件特别接地气的事：验货。
他没有跑分，没有写测试脚本，就随口问了一句：你认识重置哥Tibo吗？别搜索。
模型真的没搜索，没调任何工具，直接把OpenAI那位负责人的背景、梗的来历，连「义父」这个外号的出处都讲了个明明白白。
截图一发出，整个AI圈瞬间炸了锅。知名爆料人第一时间贴出对话，圈内大佬跟着补了一句评价：5.1和5.5的差距大到离谱，这是断层式的跃升。
所有的迹象都指向同一件事：Anthropic的下一代旗舰Fable 5.5，正在灰度环境里悄悄热身，正式发布，说不定就在下周。
这篇文章带你把这个早上发生的所有事捋一遍——暗号是怎么验出真身的，实测案例到底强在哪，一单2.61美元的账单意味着什么，以及这场闪电战背后，两家巨头各自的底牌。
一句土味暗号，凭什么能当验钞机先说说这个暗号的来龙去脉，你会发现它妙就妙在「新旧模型记忆不同」。
Tibo本名Thibault Sottiaux，在OpenAI负责编程Agent产品线Codex。这条产品线偶尔抽风，一抽风就吃用户的付费额度。每当这种时候，他都会在X上发公告：给所有付费用户重置额度。
一来二去，圈内人给他起了个外号，叫义父。
这个梗的精髓在于：它只存在于最近的语料和社区讨论里，老模型记不牢，新模型才认得清。所以它天然成了一台「验钞机」——真钞过机不响，假钞一验就报警。
开发者JAZII晒过一组对照实验，特别有说服力。
同一个问题抛出去，API上的原版Fable 5.1，把Tibo错认成了一位法国独立开发者Thibault Louis-Lucas，还一本正经地解释说他的「重置」是指把事业推倒重来——答得煞有介事，实则驴唇不对马嘴。
而网页端那个挂着「Fable 5.1」牌子的模型呢？张口就说出了Sottiaux的名字、他的职位、额度重置梗的完整语境。
同一个问题，两个答案，一真一假。
这块牌子后面站着的，已经不是同一个人了。
这套验钞术也不是今天才发明的。早在9月18日，就有开发者用类似手法测出过一轮「偷跑」，当时那个神秘模型被社区称作Fable 5.2。按照产品线的命名规律——Opus和Sonnet都直接跳到了5.5——下一代Fable自然也只能是5.5。
于是这个早上，全网拿着同一句话去戳它。戳中的人越来越多，证据链越来越硬，一场大型「众测验货」就这么自发形成了。
有人可能会问：这么测靠谱吗？说到底，它测的不是跑分，而是知识的新鲜度和记忆的连续性——这恰恰是最难伪装的东西。跑分可以靠刷题，手感可以靠话术，但「你知不知道上个月社区在玩什么梗」，这种事装不出来。
实测第一关：一句话，画对一只手柄拿到疑似新模型的开发者，体感出奇一致，浓缩成两个字就是：不用教。
爆料人Chetaslua说，他10天前短暂灰测过Fable 5.5。用一句话说清要干什么，它就会像那个细分领域的资深专家一样把活干完，细到每一个小角落。他特意补了一句：新出的Opus 5.5都没表现出这一点，大部分任务不用写提示词教它怎么做，连参考资料都不用喂。
光说体感太虚，直接看案例。今天凌晨这轮实测里，最能打的一个，是网友can的手柄测试。
案例一：任天堂GameCube手柄，俯视图。
他只丢了两句话过去：
请用SVG画一个任天堂GameCube手柄，俯视图，要求造型准确，按键布局符合实物，配色还原经典的紫色机身。
出来的结果让整个时间线都炸了：紫色机身、黄色C摇杆、绿色大A键、豆子形的X和Y键，全部落在该在的位置。更夸张的是摇杆底座那个八角形凹槽——这是一个绝大多数模型根本注意不到的实体细节，它也老老实实画了出来。
如果你也想复现这个测试，可以参考下面这个更完整的提示词示例：
提示词示例：请用SVG绘制一个任天堂GameCube手柄的俯视图。要求：1）整体配色还原经典的紫色机身；2）按键布局严格符合实物——右侧为绿色大A键、豆子形B/X/Y键、黄色C摇杆；3）左摇杆底座画出八角形限位凹槽；4）十字键、肩键位置准确；5）风格为扁平插画，细节清晰可辨。
以前这类测试，模型的常见翻车姿势是按键摆错位、比例失调，或者干脆交出一只谁也不像的通用手柄。这一次，它显然是真的「见过」并且「记得」这个物件长什么样。
案例二：超人主题的3D动画画廊。
Chetaslua出了一个更刁钻的题：让超人形象在网页里连续穿越多个艺术场景，且每进一个场景，超人的造型风格要跟着场景的艺术风格一起变。
用Three.js做一个3D画廊，一条走廊挂满艺术作品，超人形象在各个场景之间连续飞行穿行，每进入一个场景，超人的造型风格随场景艺术风格变化，整体可以交互浏览。
成品直接纯JavaScript一把过，没有返工。漫威和DC的英雄全给搓了出来，每个场景里那个「超人」的造型都跟着场景换装。事后他坦言：提示词里根本没抠具体细节，那些英雄长什么样，全是模型自己脑补补全的。
想自己试试的话，这里有一个对应的提示词示例：
提示词示例：用Three.js构建一个可交互的3D艺术画廊：1）一条主走廊，两侧墙面挂满不同流派的艺术作品；2）一个超人角色沿走廊连续飞行穿行各场景；3）每进入一个场景，超人造型自动匹配该场景的艺术风格（如油画风、波普风、赛博风）；4）支持鼠标拖拽视角与点击切换场景；5）单文件实现，纯JS不依赖构建工具。
这两个案例放在一起看，指向的是同一种能力：模型开始真正「懂」物件和场景，而不是在模仿它们的描述。
一把过的还有像素网页、七大奇迹和软水母案例三：3D像素风网页游戏场景。
做一个3D像素风格的网页游戏场景，角色可以移动和跳跃，带交互，视觉上要有复古像素感但用3D呈现。
出来的东西交互丝滑，像素的复古感和3D的空间感咬合得恰到好处。这类需求以前通常要反复调几轮才能达到「能看」的标准，这次一遍成型。
对应的提示词示例长这样：
提示词示例：用Three.js制作一个3D像素风网页游戏场景：1）角色可用方向键/WASD移动、空格跳跃；2）场景中的建筑与道具采用体素（voxel）风格，保留复古像素颗粒感；3）加入光影和简单碰撞检测；4）相机支持跟随与缩放；5）单HTML文件可直接运行。
案例四：世界七大奇迹，一次直出。
在一个3D场景里同时呈现世界七大奇迹，每个奇迹按真实比例关系摆放，支持旋转和缩放浏览。
七大奇迹，一次性生成，比例关系还都在线。网友辣评：这是有史以来最好的模型，无可反驳。
这个测试看似简单，其实暗藏陷阱——模型不仅要「知道」七大奇迹各自长什么样，还得理解它们之间的尺度关系：金字塔有多大，空中花园有多小。它相当于同时考验知识、空间感和工程实现。对应的提示词示例：
提示词示例：用WebGL/Three.js在一个3D场景中同时呈现世界七大奇迹：1）每个奇迹按相对真实比例建模摆放（金字塔与空中花园等大小关系正确）；2）支持鼠标旋转、滚轮缩放、平移浏览；3）每个奇迹旁附简要名称标注；4）整体光照统一，加载性能流畅。
案例五：交互3D水母，正面对比GPT-6.1 Sol。
用WebGL做一只交互3D水母，触手要有柔软的物理摆动，被拖拽后能自然回弹，恢复形态。
同一个题目，两边同时开做。结果Fable这边拖拽回弹的物理形变质感，明显强出一大截：触手是软的，回弹是活的，水母在屏幕里是「活着」的。
这种「手感」恰恰是物理模拟功底的体现，糊弄不来——要么懂弹簧阻尼系统，要么就做不出那种柔韧感。想复现这场对决，可以用这个提示词示例：
提示词示例：用WebGL实现一只可交互的3D水母：1）伞体呈现呼吸式的收缩舒张动画；2）触手使用弹簧-阻尼物理模拟，实现柔软摆动；3）鼠标拖拽触手后能自然回弹并恢复原始形态；4）半透明材质配合环境光，营造深海氛围；5）帧率稳定在60fps。
案例六：经典鹈鹕骑自行车测试。
用SVG画一段2D动画，一只鹈鹕骑着自行车，车轮转动，鹈鹕身体有起伏，开启高强度思考完成。
这段动画按API计价花了2.61美元，跑了4分6秒。价格不算便宜，账后面细算。
如果你也想跑一遍这个经典测试，这里是它的提示词示例：
提示词示例：用SVG绘制一段2D循环动画：一只鹈鹕骑着自行车向前行进，车轮持续转动，鹈鹕身体随蹬踏动作自然起伏，背景可加简单滚动元素增强动感；开启高强度思考模式完成。
把六个案例摆在一起，规律清清楚楚：模型对物件的「常识」变厚了，对手感的要求变高了，对一句话任务的理解变准了。「不用教」，正在成为新旗舰最吓人的特质。
换句话说，竞争的裁判标准变了。以前比的是「给足细节能不能做对」，现在比的是「不给细节能不能做对」。前者考执行力，后者考常识——而常识，是预训练喂出来的。
2.61美元一单，这模型不便宜能力是爽了，钱包呢。
有人算了账。Fable 5.1目前的API定价，每百万输入token收10美元，输出收50美元。那次鹈鹕测试开高强度思考，一单2.61美元。听起来不多，但你要是按这个强度日常使用，账单会跑得飞快——一天来上几十单，一个月就是一部手机的钱。
预测市场Polymarket上，押下一代Fable输出价格不低于50美元的一方，目前占到约73%。市场基本认定，这波升级，加量也加价。
除了贵，它还得过自己人这一关。
还记得Opus 5.5发布时Anthropic给它的定位吗：大多数任务上达到Fable 5.1的水平，运行成本却比Opus 5低40%。旗舰的本事，三周就下放到了次一档模型手里。
这套打法的精妙之处在于：真正的分层竞争，在内部就已完成。小模型先追平上一代旗舰，大模型再去够下一代。每一次发布，都是在抬高整个家族的地板。
对用户来说，这是好事——你可以按预算选档位，每一档都比上一代同档更强。对竞对来说，这是噩梦——你刚追平它的次旗舰，它的次旗舰又换人了。
凭什么拉开差距：答案是推倒重来的预训练那么问题来了，Fable 5.5凭什么甩开自家Opus 5.5半个身位？
爆料人leo给出了说法：它用的是Anthropic第一次全新的Fable预训练。
预训练是什么？打个比方。它是让模型从海量数据里打底子的阶段，决定了这个模型的知识广度和天赋上限。后面的强化学习，是在这个底子上针对具体任务反复练。底子打得多厚，天花板就有多高。
这也是为什么很多模型的进步会让人感觉「像换了个模型」——因为底子真的重做了。
小一号的模型已经给出了参照。Sonnet从5升到5.5，终端编程测试Terminal-Bench 4.0的成绩从10.3%直接蹿到70.6%。这种级别的跃迁，靠微调是磨不出来的，只能来自底层的重做。
leo正是看着这几次跃迁下的判断：Fable 5.5会是一头猛兽。在他眼里，Anthropic才是预训练之王。
至于什么时候发，可以看过去两周的节奏。被测模圈抓到「偷跑」之后，Claude新模型都没让人等太久。这次恐怕也不会例外。
全家换代进入倒计时，压力全给到OpenAI这边把时间线排出来，你会看到一场罕见的闪电战。
9月1日发Fable 5.1，9月23日发Opus 5.5，9月29日发Sonnet 5.5，Haiku 5.5已经官宣在路上。如果Fable 5.5也在10月落地，Claude全系就在一个多月里完成了一次整体换代。
一个月走完别人一年的路，这不是发布，这是阅兵。
另一边的OpenAI，日子就没那么好过了。
9月29日的DevDay上，OpenAI发布了GPT-6.1 Sol，外界更期待的6.1 Astra却没有露面。leo在DevDay前一天就说过：就看6.1 Astra发不发，不发就没戏，接下来几周OpenAI会打得非常吃力。
当然，他也点出了Anthropic最大的软肋：token效率。完成同样的任务要烧多少token，这方面OpenAI还占着优势。能力拉满的新旗舰如果烧钱太凶，实际体验未必一边倒。
这就引出一个更现实的问题：对普通用户而言，「最强」和「最划算」往往是两回事。能力断层领先，但单价和token消耗都更高，最终谁赢，要看你手里的是重度任务还是日常杂活。
暗号对上了，实测刷屏了，账单也摆出来了。Anthropic这回显然是把真大招端到了桌边，整个5.5家族就差临门一脚。
接下来就看它什么时候正式掀桌。而压力，现在全给到了OpenAI这边。
你看好哪一边？评论区聊聊。
如果这篇文章对你有帮助，可以点赞、收藏，转发
如果想第一时间收到推送，可以点击关注