Claude Fable 5.1

Anthropic的全部模型 →国外视觉模型综合智力第 2 名

十强里最会写代码的模型

加入对比查看评测视频查看评测文章

聪明世界#2

编程入门自报

记性1M

便宜$50

记性换算成体感：一次能读完《哈利·波特》全七部

Claude Fable 系列的视觉模型 · 按发布时间

共 2 个 · Anthropic的全部模型 →

她的房间

电脑

没有公开的编程评测成绩

书架

5 层 · 记忆 1M tokens

黑板

数学与科学推理

日历

知识停在 2026-06

冰箱

支持上下文缓存，能存记忆

门禁

闭源，权重不公开

身世

发布日期: 2026 年 8 月 31 日vercel-gateway
知识截止: 2026-06
参数量: 体型为估算值，官方从未公布参数量
开放权重: 否
开源许可: 暂无数据
上下文窗口: 1M tokens
单次最大输出: 128K
输入价格: $10 / 百万 tokens
输出价格: $50 / 百万 tokens
模型类型: 视觉除了文字还能看图片或视频，输出文字
支持的输入: 图像、文件、文字 → 文字
工具调用: 是
深度思考: 是
提示缓存: 是

战绩

综合智力: 165.0
AIME 数学: 100.0%
GPQA Diamond 科学: 未参评
ARC-AGI-2 抽象推理: 90.0%
Fiction.liveBench 长文本: 未参评

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录，不代表它做不到——本站不会用估算值填补空缺。

编程战绩（按赛制分列）

Terminal-Bench55.8%
把模型丢进一个真实终端里让它自己干完一件活——装环境、跑脚本、调错。考的是当「实习生」的本事，不只是写代码。厂商自报
https://www.anthropic.com/claude-fable-and-mythos-5-1
CursorBench51.8%
在真实 IDE 里做代码编辑的测试，题目来自 Cursor 收集的实际使用场景。第三方实测
https://cursor.com/cursorbench
LiveBench 智能体编程66.1%
LiveBench 的智能体编程分项：不是写一段代码，而是像开发者那样多轮改动一个项目。第三方实测
https://livebench.ai/#/?release=2026-06-25
FrontierCode50.9%
Cognition 出的高难度代码题集，面向前沿模型。第三方实测
https://cognition.com/frontiercode
LiveBench 编程分项86.4%
LiveBench 每月换新题以避免污染，这一列是它的编程分项均分。第三方实测
https://livebench.ai/#/?release=2026-06-25
ALE-Bench2143
AtCoder 启发式算法竞赛题，考的是给一个没有标准答案的优化问题找出尽量好的解。分数是 137–2177 的评分标度，不是百分比。和「修 bug」是两种能力。第三方实测
https://epoch.ai/benchmarks
MirrorCode73.3%
Epoch AI 自测的一项代码评测。第三方实测
https://epoch.ai/benchmarks
WebDev Arena1758 Elo
让两个模型各写一个网页，由人来投票选哪个更好，按对战胜负算 Elo 分。考的是前端开发的实际观感，和「能不能修复一个后端 bug」不是一回事。第三方实测
https://epoch.ai/benchmarks

这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。

全部成绩（按榜单分列）

名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。

综合

综合智力165.0第 2 / 210
Epoch Capabilities Index，把十几项学术评测归并成一个总分。想知道「谁最强」，先看这一栏。第三方实测
https://epoch.ai/benchmarks

数学

FrontierMath90.2%第 3 / 102
由职业数学家出的原创难题，连数学博士都要花几小时甚至几天。分数是解出的比例，能过一成就是前沿水平。第三方实测
https://epoch.ai/frontiermath
FrontierMath 第四层87.8%第 4 / 74
FrontierMath 里最难的一层，研究级别的问题，绝大多数模型接近零分。第三方实测
https://epoch.ai/frontiermath
AIME 数学100.0%第 1 / 194
美国高中数学邀请赛难度的模拟题，是数学竞赛能力的通行标尺。答对比例，满分 100。第三方实测
https://epoch.ai/benchmarks
ProofBench100.0%第 1 / 84
不是算出答案，而是写出完整证明并由人评判。考的是数学推理的严谨程度。第三方实测
https://www.vals.ai/benchmarks/proof_bench

知识与推理

HLE 终极考试46.5%第 2 / 60
Humanity's Last Exam，各学科专家出的刁钻题，专为难住模型而设计。能过四成就是当今顶尖。第三方实测
https://lastexam.ai/
ARC-AGI-290.0%第 5 / 109
看几组图形样例找规律的智力题，人类轻松、模型艰难。专门测「没见过的题会不会做」。第三方实测
https://epoch.ai/benchmarks
ARC-AGI（第一代）97.5%第 4 / 108
ARC-AGI 的第一代题库，已被第二代取代。第三方实测
https://arcprize.org/
SimpleQA 事实问答70.8%第 4 / 99
一问一答的冷门事实题，测的是「知不知道」和「会不会瞎编」。分数低的模型更容易一本正经地胡说。第三方实测
https://www.kaggle.com/benchmarks/deepmind/simpleqa-verified
CritPt 物理31.1%第 5 / 169
研究级别的物理问题，由在职物理学家出题。测的是能不能做前沿科研级的推理。第三方实测
WeirdML92.9%第 2 / 146
一批刻意古怪的小型机器学习任务，模型要自己写代码训练并拿到成绩。考的是解决陌生问题的能力。第三方实测
https://htihle.github.io/weirdml.html

智能体

经营售货机$5,422第 21 / 91
Vending-Bench：让模型经营一台虚拟售货机一整年——进货、定价、付租金。分数是最后账上的钱，考的是长期不犯糊涂。第三方实测
https://andonlabs.com/evals/vending-bench
APEX 专业任务68.6%第 3 / 37
投行、律所、咨询公司的真实工作任务，由业内专家出题与评分。第三方实测
远程工作指数17.9%第 2 / 20
Remote Labor Index：从自由职业平台上取的真实外包项目，看模型能独立交付多少。分数普遍很低，说明离「替代远程工作者」还远。第三方实测
BlueprintBench41.9%第 2 / 31
看房屋照片画出平面图，测空间理解与工程绘图能力。第三方实测
https://andonlabs.com/evals/blueprint-bench-2

游戏与谜题

国际象棋残局47.0%第 12 / 157
给一个棋局找出最佳着法。分数是解对的比例，随机乱走约 5 分。第三方实测
https://epoch.ai/benchmarks/chess-puzzles
推理游戏谜题58.0%第 5 / 94
Epoch 自建的一组推理小游戏，测的是在规则未知的环境里摸索规律。第三方实测
https://epoch.ai/benchmarks
EBR-bench57.1%第 3 / 29
Epoch 自建的一项评测，具体口径以 Epoch 榜单页说明为准。第三方实测
https://epoch.ai/benchmarks

其他

Dtbench97.6%第 4 / 206
Epoch AI 收录的评测，暂无中文说明。第三方实测
https://conceptualreasoning.ai/dtbench
Frontiermath Erdos0.0%第 2 / 5
Epoch AI 收录的评测，暂无中文说明。第三方实测
Furniture Assembly70.0%第 4 / 33
Epoch AI 收录的评测，暂无中文说明。第三方实测
Lmca65.5%第 2 / 191
Epoch AI 收录的评测，暂无中文说明。第三方实测
https://conceptualreasoning.ai/lmca
Weirdml V326.0%第 3 / 12
Epoch AI 收录的评测，暂无中文说明。第三方实测
https://htihle.github.io/weirdml.html

B 站上的 Claude Fable 5.1 实测9 个视频

在 B 站搜「Claude Fable 5.1 测评」↗

以上为 B 站搜索结果，按播放量排（站长的视频置顶），内容由各 UP 主提供，不代表本站观点。