北京
一个测试把三款模型推到了极限：给它们相同的参考场景，要求用Three.js从零开始程序化重建3D场景。结果Fable 5.1在视觉细节上表现突出，却在代码生成中途撞上了输出上限——它花了102,116个token用于推理，文件还没写完就停了。
这个实验由@thehypedotnews发起，Rohan Paul在X上转发了结果。测试给Fable 5、Fable 5.1和Opus 5相同的参考场景，要求各自在Three.js中从头程序化重建。
三款模型的差异化表现
结果很有意思：Fable 5是三者中最便宜也最快的，但Fable 5.1在视觉细节上明显更胜一筹。这形成了一个典型的取舍——速度和成本换来了更好的画面表现，但代价是推理开销急剧膨胀。
测试同时暴露了一个token约束问题。Fable 5.1在推理上消耗了102,116个token，在完成文件之前就触及了输出上限。这不是偶发故障，而是模型机制本身的结构性限制。
128K上限的隐性陷阱
Anthropic官方文档标注Fable 5.1的最大输出为128K token，而当前轮次的思考过程也计入这个限额。这意味着模型在推理上花得越多，留给代码生成的空间就越少。如果模型在思考上消耗过多，就可能在完成大型代码库之前撞上128K的天花板。
这个机制对开发者有直接影响：当任务复杂度上升，模型倾向于投入更多token进行推理，但推理和输出共享同一个预算池。结果就是，越是复杂的任务，越容易在代码生成中途被截断。
程序化重建的测试设计
测试本身的设计也值得一提。每个场景只有一张参考图，模型需要理解图像内容，然后从零开始用代码构建3D场景。没有现成的网格资源，没有纹理贴图，一切都要靠模型对场景的理解和代码生成能力。
这种测试方式把模型的视觉理解能力和代码生成能力放在同一个任务里检验。模型不仅要"看懂"图片里的建筑结构，还要把这种理解转化为可执行的Three.js代码。Fable 5.1在视觉细节上的优势，恰恰说明它在图像理解到代码映射这个环节上做得更好——只是这种优势被token预算的硬约束抵消了一部分。
对开发者来说，这个测试结果提供了一个实用参考：如果任务对视觉细节要求高，Fable 5.1值得考虑，但要留意大型项目的token预算分配；如果追求速度和成本，Fable 5是更稳妥的选择。至于Opus 5，测试中它的表现介于两者之间，没有特别突出的单项优势。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
