Artificial Analysis 將 Claude Fable 5.2 列為 Intelligence Index 第一名，得分 65。但同一頁也顯示，它完成每項評測任務平均要 44.1 分鐘，平均成本為 26.54 美元，速度與成本都排在同級尾段。榜首很亮眼，帳單也不能略過。
Artificial Analysis 的評測結果
| 指標 | 數值 | 排名 |
|---|---|---|
| Intelligence Index | 65 | 74 個模型中第 1 |
| 每項任務耗時 | 44.1 分鐘 | 73 個模型中第 72 |
| 每項任務成本 | 26.54 美元 | 73 個模型中第 73 |
| 輸入價格 | 每百萬 tokens 8 美元 | 同價位中偏高 |
| 輸出價格 | 每百萬 tokens 40 美元 | 同價位中偏高 |
| 脈絡長度 | 1M tokens | 支援文字與圖片輸入、文字輸出 |
Artificial Analysis Intelligence Index v5.0.1 整合 9 項評測，包含代理式知識工作、自動化流程、程式開發、科學研究、專業文件推理與物理推理。它是多項測試的綜合分數，不代表模型在每種工作上的表現。
頁面摘要指出，Fable 5.2 得分 65，高於同類模型中位數 40；但評測過程產生 2.75 億個輸出 tokens，中位數是 7,280 萬。每項任務平均耗時 44.1 分鐘，同類模型中位數為 12.9 分鐘。這代表最高分伴隨更多輸出與更長耗時，不能只看排名判斷性價比。
Hacker News：高分是怎麼換來的？
截至 2026 年 11 月 10 日，該 HN 討論串有 272 分、192 則留言。以下整理留言中的主要論點；個人使用經驗是網友回報，並非受控測試。
成本與推理量
@rgbrenner 主張先看每項任務成本，而非只看分數。他指出 Fable 5.1 已經昂貴，Fable 5.2 的每任務成本又增加；留言所引數據稱，輸出量由 11.8 萬 tokens 增至 27.4 萬，其中 reasoning tokens 由 7.1 萬升至 19.2 萬。@t0md4n 也質疑，分數只高 8 分，成本卻是 Astra 的 4.2 倍。
反方提醒，Artificial Analysis 圖表預設採用 max effort。@Aurornis 認為換成 high、medium 或 low 後，成本與分數比較會不同；@nedsma 特別看好 high 設定，並稱它的分數為 62、成本約為 max 設定的三分之一。討論因此不只是模型貴不貴，也涉及評測採用哪個推理強度。
榜單分數和實際使用感受
有網友回報，模型在設計討論中會自相矛盾，或在有檢索資料時仍編造內容。@GMoromisato 分享一項個人比較：同樣要求撰寫兩人討論書籍的 podcast 腳本，Fable 5.1 與 5.2 的稿件約 2.5 頁，Opus 5.5 約 4.5 頁。這些例子能提示測試方向，但不能代替可重現的基準測試。
另一派認為，高能力可以解鎖更有價值的任務。@levocardia 認為可靠度從 90% 提高到 99%，可能讓原本不能交給模型的工作變得可用；@gwd 則以專業電影鏡頭為例，指出某些工作會為小幅品質差異支付高價。兩邊真正的分歧，是更高能力帶來的收益能否抵銷推理成本。
怎麼看這個榜首
比較模型時，先固定推理強度，再同時檢查得分、耗時與每項成功任務成本。max 設定適合看能力上限，卻不一定代表日常配置。對實際採用者而言，還要用自己的工作負載測試成功率、穩定性與 token 消耗；排行榜只能提供起點，不能替你算出部署成本。