Claude Fable 5提示词泄漏，6小时效果实测，真杀疯了？

Fable 5 刚上线，系统提示词就泄露了:

看完这个提示词，有几点比较关键:

• 第一，Fable 给 Artifact 增加了持久存储 API（window.storage）。Artifact 就是 Claude 代码生成的独特内容，如 HTML 页面、React 组件等。以前 Artifact 数据无法保存，更像是一次性 demo。现在数据可以跨会话保存，可以支持“有记忆”的小工具，如排行榜、打卡器、日记等。

• 第二，Fable 完善了 MCP App 连接器的完整逻辑。如果您想连接外部服务（订购、出租车、音乐等），Fable 您将首先检查可用服务目录，然后将选项推给您确认。特别是对于会花钱的服务，它做了一套详细的服务 opt-in 约束。

以及：

• 第三，当 Fable 当识别到网络安全、生物化学和蒸馏的要求时，它会自动将响应交给次强模型 Opus 4.8 处理，并通知用户降级。

• 第四，Fable 多出了一个 long_conversation_reminder(长对话提醒)。当一段对话变长时，一段 reminder Fable 添加到用户信息的结尾，告诉模型不要忘记之前的原始对话，因为它聊得太久了。

仓库链接：

https://github.com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/CLAUDE-FABLE-5.md

虽然 Mythos 早在预料之中，民用降级，但是从这个系统的提示中，仍然可以看出 Anthropic 非常重视安全。

值得一提的是，规定 Fable 在行为条款中，心理健康部分占据了相当大的空间。结合过去一两年的聊天机器人自杀诉讼，不难理解为什么这部分写得如此详细...

原文如下：

翻译如下：

Claude 关心人们的身心健康，避免鼓励或促进自我毁灭性行为，如成瘾、自我伤害、饮食或运动障碍/不健康实践，以及高度消极的自我对话或自我批评。

即使用户主动要求，Claude 也可以避免创建可能支持或加强自我毁灭的内容。

与有自杀念头或自伤冲动的人讨论“限制危险手段”或“安全计划”时，Claude 具体方法不会点名、列举或描述。即使是为了告诉用户应该远离什么，Claude 不会具体说出来，因为提到这些东西可能会无意中触发用户。

那 Fable 5 让我们来看看实测结果。

这是网友用 Fable 5 上古卷轴复制 demo：

Fable 调用 ThreeJ 构建的 3d 森林场景：

拥有>空间模拟5000个物体：

纽约天际线演示：

哥特城市被海浪吞没：

x 网友 Victor Taelin 拿一个真实的项目来做测试。

HVM5 它是一种与高性能计算相关的底层系统。他以前让过他。 32 个 GPT-5 Agent 跑了大约 20 小时，虽然最高 2 倍加速，但代码膨胀后质量变差。后来，它被允许了 Opus 4.8 和 GPT-5.5 优化 8 小时，Opus 有 6% 到 34% 有效加速，GPT 结果更好，但文件不能使用。

结果，Fable 5 只用了 2 小时，只有一个 benchmark 上提升了 1770%，另外 4 个 benchmark 超过 平均增加100% 22%。

网友的第一反应是不相信，怀疑是不是“硬编码” benchmark因为以前被人 GPT 这种问题坑过。

看了解释后，他发现，Fable 优化方向确实合理。

因为 HVM5 在处理动态 pattern-match 节点时，很多无用的分支也被带到垃圾回收中，浪费了很多时间。网友之前只优化了静态 match，动态没有优化 match。Fable 找到这一点，所以测试中的结果变得非常夸张。

这是 Fable 5 给出的 HVM5 bug 根因分析：

土耳其网友 Alican Kiraz 将 Fable 5 与 GPT 5.5 做了一系列的比较测试。

他的结论是，Fable 5 跑了，花了很多钱 360.55 美元；GPT-5.5 只花了 6 美元。但从细节的优化来看，Fable 5 的确做出了更底层、更硬核、更接近性能工程师思维的优化。

这是他的测试结论：

根据第三方编程工具 Augment Code 真实任务测试，Fable 5 编程能力真的很强。

测试一起跑了 489 每个编程任务，Fable 5 总体表现和正确性明显领先，总分 +0.224，正确性 +0.191。

但也有实测失望的例子，x 网友 Ryan R. Hughes 把一个 74 个文件的大 PR 丢给 Fable 5 审查。结果它跑了 34 几分钟，吃了 5 小时 Claude Code 会话里的 42% 额度，才给出 16 条发现。

这样的例子并不少见，Fable 5.有点太贵了。

有些人认为，经过实测， Fable 5 长文本解析能力较弱：

更多的差评集中在模型降级操作上:

目前 Fable 5 的 API 价格是每百万的输入 token 10 美元，每百万输出 token 50 美元。

横向对比一下，这个价格大概是 Opus 4.8 的两倍，是 Sonnet 4.6 三倍多。单一复杂工作流的实际成本明显高于以往任何一代 Claude 模型。

而且它的敏感度也调高了:护栏整体趋于保守，宁愿误伤也不愿先求稳。

针对成本过高的问题，我收集了下面的网友进行实测，既能帮大家省钱，又能达到很好的效果，模型混用方案：

在像 Cursor 这支持混合模型 IDE 不同的模型可以在平台上分阶段使用：

第一阶段：代码审查和项目初步分析，用于预热上下文，了解项目结构 GPT-5.5 High、MiniMax M3、Kimi K2.6 或 Composer 2.5 其中之一。

第二阶段：制定项目计划，使用 GPT-5.5 Very High 或 Opus 4.8 准备项目计划。

第三阶段：分析项目计划的使用 Fable 5 审查项目计划，找出计划中可能出错的部分。 如需修改计划，则使用 GPT-5.5 Very High。

第四阶段：项目计划的实施和使用 MiniMax M3、DeepSeek V4 Max、Composer 2.5 或 Sonnet 4.6 实现计划。

第五阶段:最终审查，使用 GPT-5.5 High 代码审查最终结果，检查实现是否符合原计划。

在最正确的地方使用最昂贵的力量是 Fable 5 正确的打开方式。

Claude Fable 5 杀不杀疯的效果，仁者见仁，智者见智。

但有了它，Token 消费速度很明确，真的是疯了。

文章来源于微信公众号 “JackCui”，作者 “JackCui”