Claude | 标签

Claude Fable 5.1 的鹈鹕 benchmark：推理档位决定质量与账单

2026年9月1日 · Simon Willison · 日刊 2026-09-02 · 来源

Simon Willison 用固定 SVG 提示实测 Fable 5.1 五档 reasoning effort：low/medium 约 10 美分，max 近 6.6 万 token、$3.30 才画出带帽鹈鹕——选档位比追新模型更重要。

2026年7月25日 · Simon Willison · 日刊 2026-07-25 · 来源

Claude Code 负责人称 Opus 5 是迄今最难被提示注入的 Claude。教你理解 PI 评测、红队结论，以及 Agent 上线时该怎么测、怎么兜底。