Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

使用了一天的Claude Fable 5： 1️⃣确实很强，两个月前的陈年老bug，在只开了high档的情况下一发入魂解决了。 2️⃣速度快，消耗也快。 3️⃣对前端的理解和执行能力断档式的领先。其它的能力不好量化展示，放一个 Fable 5生成的网页。推荐用法：碰到Opus和GPT-5.5都搞不定的问题再上Fable。目前最大的问题就是6月22日以后官方订阅套餐不能用Fable，只能走API。Fable能力很强，但是调用官方API的费用不低，不过想省点钱的办法还是有的，我推荐的方案是用Zenmux，支付方便，Visa卡和支付宝都支持。目前有个充20美元送10美元、充50美元送30美元的活动，总体算下来比直接用官网API划算，可以趁着有活动先充值囤着。我的建议是一定要备一个API，真碰到难题了，上Fable，能省不少时间。

WY

15,715 subscribers

41,366 просмотров • 3 месяцев назад •via X (Twitter)

Образование Наука и технологии

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

车九

48,436 просмотров • 2 месяцев назад

用了两天的Fable-5，得到了一个与大部分人截然相反的结论，实测体验如下：速度：非常慢，尤其是开始分析和规划的时候能感受到像乌龟慢爬价格：我是Max5订阅用户，虽然输入输出定价为Opus的两倍，但是实际消耗量并没有像流水一样，消耗速度确实变快了，但命中缓存后消耗没有特别高，没有人传人的消耗那么离谱的快所以铺天盖地说消耗非常快的只有三种可能：第一种是Pro订阅账号容量本来就小，第二种是没自己账号纯造谣，第三种是本来对Opus的消耗没有感知，看到别人说fable消耗快自己也一用发现消耗快于是觉得是真的消耗快了。本身Opus的消耗就非常快嘛，现在只不过是变为了原来的大概1.5x 对于我来说，我通常只用Opus，所以这个1.x倍Opus的消耗量能够接受。实际使用中建议把缓存重建修改为1小时。能力：能力强体现在思维边界更广，架构能力更强。对于前端能力测试确实是有很大提高，尤其是创意能力。真正落地到工程项目中，我的体感是能够真正发现GPT-5.5的问题了，不会再像之前基本一直认为GPT的分析是对的。实际能力类似于Claude Opus4.6++与GPT-5.5++的结合版，目前没有到非常惊艳的程度结合价格和6月22之后就没了，我也没有升级Max20的打算，Max5+GPT-5.5乃至即将出现的5.6我觉得完全够用。也建议大家理性消费。如果想走按量体验可以看下评论区。最后给大家看一下昨晚用Fable简单构建的前端的效果，关于为什么我吐槽过还要做前端，是因为我也需要在抖音小红书炸裂搞流量，人作为视觉动物，前端是最开始抓住注意力的开头的。视频如下，网站部署在verel地址放在评论区了，大家可以自行查看

用了两天的Fable-5，得到了一个与大部分人截然相反的结论，实测体验如下：速度：非常慢，尤其是开始分析和规划的时候能感受到像乌龟慢爬价格：我是Max5订阅用户，虽然输入输出定价为Opus的两倍，但是实际消耗量并没有像流水一样，消耗速度确实变快了，但命中缓存后消耗没有特别高，没有人传人的消耗那么离谱的快所以铺天盖地说消耗非常快的只有三种可能：第一种是Pro订阅账号容量本来就小，第二种是没自己账号纯造谣，第三种是本来对Opus的消耗没有感知，看到别人说fable消耗快自己也一用发现消耗快于是觉得是真的消耗快了。本身Opus的消耗就非常快嘛，现在只不过是变为了原来的大概1.5x 对于我来说，我通常只用Opus，所以这个1.x倍Opus的消耗量能够接受。实际使用中建议把缓存重建修改为1小时。能力：能力强体现在思维边界更广，架构能力更强。对于前端能力测试确实是有很大提高，尤其是创意能力。真正落地到工程项目中，我的体感是能够真正发现GPT-5.5的问题了，不会再像之前基本一直认为GPT的分析是对的。实际能力类似于Claude Opus4.6++与GPT-5.5++的结合版，目前没有到非常惊艳的程度结合价格和6月22之后就没了，我也没有升级Max20的打算，Max5+GPT-5.5乃至即将出现的5.6我觉得完全够用。也建议大家理性消费。如果想走按量体验可以看下评论区。最后给大家看一下昨晚用Fable简单构建的前端的效果，关于为什么我吐槽过还要做前端，是因为我也需要在抖音小红书炸裂搞流量，人作为视觉动物，前端是最开始抓住注意力的开头的。视频如下，网站部署在verel地址放在评论区了，大家可以自行查看

雪踏乌云

24,345 просмотров • 3 месяцев назад

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

宝玉

78,461 просмотров • 2 месяцев назад

🔥 重磅消息：昨晚刚上线的Claude Opus 4.6 可以免费用了！ ZenMux把这个模型给免费开放了，目前是限时 2 周免费体验。这可能是今年最良心的 AI 福利了——要知道官方 Claude Pro 订阅一个月就要 $20，而且还有额度限制。说实话，我自己最近已经被额度问题困扰很久了。这已经是这个月第三次了——上周用 Claude Code 重构了一个项目，刚生成了大概 2000 行代码，额度直接没了就~~ 然后就是熟悉的循环：要么等下个月重置，要么就是再充钱。这种“写到一半突然卡住”的感觉，真的太难受了，大家应该懂得。而我又是一个完全不懂代码的 Vibe Coding 选手，所有的东西都得靠 AI，手工是绝对不可能的，所以消耗 Token 的速度比谁都快。所以今早看到 yamilet 第一时间支持了 Claude Opus 4.6，还包含了 GPT-5.2、Gemini 3 Pro 这些最新模型。加上他们最新上线了一个 Builder Plan 订阅制，限量 999 份，我就赶紧抢了一个。我的实际体验： 1、注册后直接选 Pro 套餐（$20/月），直接支付宝付款 2、拿到 API Key 之后，复制到 VS Code的设置里（替换我原来的 Anthropic Key） 3、打开项目，直接用Claude Code插件，然后选 Claude Opus 4.6，开始继续写代码，不用担心 Token 然后我做了个测试：让 Claude Opus 4.6 帮我写一个完整的用户认证模块，包括： -- JWT token 生成和验证 -- 密码加密和校验 -- 刷新 token 机制 -- 错误处理和日志记录生成了大概 500 行代码，前前后后改了 3 次，一点心理负担都没有。以前用官方订阅的时候，每次让 AI 重新生成代码，我都会犹豫一下：“这次改动值不值得再消耗一次额度？” 现在完全不用想这个问题了。这种固定月费的模式，我爱怎么折腾怎么折腾。更爽的是：因为 ZenMux 聚合了所有主流模型，我可以直接在 VS Code里切换： -- 写复杂逻辑用 Claude Opus 4.6（推理能力较强） -- 写单元测试用 GPT-5.2（格式比较规范） -- 优化性能用 Gemini 3 Pro 一个 API Key，三个顶级模型随便切换，这种体验真的回不去了。算了一下成本以前： ChatGPT Plus $20 + Claude Pro $20 = $40/月，还经常不够用现在： ZenMux Builder Plan Pro $20/月，等价 $100 的 API 用量，目前完全够用如果你是商业项目或者生产环境，ZenMux 也有按量付费模式，企业级 SLA 保障。我个人项目用订阅制，公司项目用按量付费。 👉 体验地址：

🔥 重磅消息：昨晚刚上线的Claude Opus 4.6 可以免费用了！ ZenMux把这个模型给免费开放了，目前是限时 2 周免费体验。这可能是今年最良心的 AI 福利了——要知道官方 Claude Pro 订阅一个月就要 $20，而且还有额度限制。说实话，我自己最近已经被额度问题困扰很久了。这已经是这个月第三次了——上周用 Claude Code 重构了一个项目，刚生成了大概 2000 行代码，额度直接没了就~~ 然后就是熟悉的循环：要么等下个月重置，要么就是再充钱。这种“写到一半突然卡住”的感觉，真的太难受了，大家应该懂得。而我又是一个完全不懂代码的 Vibe Coding 选手，所有的东西都得靠 AI，手工是绝对不可能的，所以消耗 Token 的速度比谁都快。所以今早看到 yamilet 第一时间支持了 Claude Opus 4.6，还包含了 GPT-5.2、Gemini 3 Pro 这些最新模型。加上他们最新上线了一个 Builder Plan 订阅制，限量 999 份，我就赶紧抢了一个。我的实际体验： 1、注册后直接选 Pro 套餐（$20/月），直接支付宝付款 2、拿到 API Key 之后，复制到 VS Code的设置里（替换我原来的 Anthropic Key） 3、打开项目，直接用Claude Code插件，然后选 Claude Opus 4.6，开始继续写代码，不用担心 Token 然后我做了个测试：让 Claude Opus 4.6 帮我写一个完整的用户认证模块，包括： -- JWT token 生成和验证 -- 密码加密和校验 -- 刷新 token 机制 -- 错误处理和日志记录生成了大概 500 行代码，前前后后改了 3 次，一点心理负担都没有。以前用官方订阅的时候，每次让 AI 重新生成代码，我都会犹豫一下：“这次改动值不值得再消耗一次额度？” 现在完全不用想这个问题了。这种固定月费的模式，我爱怎么折腾怎么折腾。更爽的是：因为 ZenMux 聚合了所有主流模型，我可以直接在 VS Code里切换： -- 写复杂逻辑用 Claude Opus 4.6（推理能力较强） -- 写单元测试用 GPT-5.2（格式比较规范） -- 优化性能用 Gemini 3 Pro 一个 API Key，三个顶级模型随便切换，这种体验真的回不去了。算了一下成本以前： ChatGPT Plus $20 + Claude Pro $20 = $40/月，还经常不够用现在： ZenMux Builder Plan Pro $20/月，等价 $100 的 API 用量，目前完全够用如果你是商业项目或者生产环境，ZenMux 也有按量付费模式，企业级 SLA 保障。我个人项目用订阅制，公司项目用按量付费。 👉 体验地址：

鱼总聊AI

37,827 просмотров • 7 месяцев назад

这么多天了DeepSeek 依旧还没解决联网不稳定和时常无服务的问题。然后就不断的出现了一些收费课程、收费本地部署等割韭菜的实际上对普通用户来说，本地部署根本没法用，而且也不是最强版本。目前很多厂商都推出了满血版的第三方部署。但是测试下来感觉还是纳米AI搜索这个对普通用户靠谱点，有两个版本，一个是满血联网版，一个是高速版。总体上和官方的很接近，包括界面和体验上还不错，但是有一些小问题。满血版的和官方的非常接近，就是推理的时间和推理的输出有点过长，等待时间比较久。高速版，速度很快，输出也非常的丝滑，但是感觉推理能力弱一点，适合简单的任务。但是总体来说，我觉得是我体验的比较丝滑、快速、稳定的渠道，不会像官网那样动不动卡在让人恼火。

这么多天了DeepSeek 依旧还没解决联网不稳定和时常无服务的问题。然后就不断的出现了一些收费课程、收费本地部署等割韭菜的实际上对普通用户来说，本地部署根本没法用，而且也不是最强版本。目前很多厂商都推出了满血版的第三方部署。但是测试下来感觉还是纳米AI搜索这个对普通用户靠谱点，有两个版本，一个是满血联网版，一个是高速版。总体上和官方的很接近，包括界面和体验上还不错，但是有一些小问题。满血版的和官方的非常接近，就是推理的时间和推理的输出有点过长，等待时间比较久。高速版，速度很快，输出也非常的丝滑，但是感觉推理能力弱一点，适合简单的任务。但是总体来说，我觉得是我体验的比较丝滑、快速、稳定的渠道，不会像官网那样动不动卡在让人恼火。

小互

71,970 просмотров • 1 год назад

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 просмотров • 7 месяцев назад

其实监控x上的信息的话，实用grok的定时任务非常好用。完全免费，不需要创建api的，直接原生支持的。 Grok 的定时任务是很多人忽略的一个功能，它可以结合 X 原生功能，Grok 能完美读 X List、Advanced Search、话题等，比第三方工具准多了。但是免费用户有限制（只能设置两个），Premium+ 基本够用（每天多个任务都没问题）。这里可以根据你自己账户的情况，可以先设定每天自动跑一个 prompt 任务，结果发送到指定邮箱。

其实监控x上的信息的话，实用grok的定时任务非常好用。完全免费，不需要创建api的，直接原生支持的。 Grok 的定时任务是很多人忽略的一个功能，它可以结合 X 原生功能，Grok 能完美读 X List、Advanced Search、话题等，比第三方工具准多了。但是免费用户有限制（只能设置两个），Premium+ 基本够用（每天多个任务都没问题）。这里可以根据你自己账户的情况，可以先设定每天自动跑一个 prompt 任务，结果发送到指定邮箱。

我真的没有拼多多

57,929 просмотров • 4 месяцев назад

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 просмотров • 6 месяцев назад

央视终于曝光了，三大运营商“杀熟”，一看开头那个239套餐我就知道是电信的了。我之前套餐就是199元/月，想降都不给，有那种便宜的宽带套餐老用户是办不了的，新用户一年600元。最最关键的人家99元的和这个套餐一样内容，后来投诉了一圈，给降到89元/月，但是要从1000M降到300M。后来看同城网友说移动的便宜，一问1000M25元/月，好吧，后面果断换移动了。有人说移动的网速不行，可我用着真没啥区别。

央视终于曝光了，三大运营商“杀熟”，一看开头那个239套餐我就知道是电信的了。我之前套餐就是199元/月，想降都不给，有那种便宜的宽带套餐老用户是办不了的，新用户一年600元。最最关键的人家99元的和这个套餐一样内容，后来投诉了一圈，给降到89元/月，但是要从1000M降到300M。后来看同城网友说移动的便宜，一问1000M25元/月，好吧，后面果断换移动了。有人说移动的网速不行，可我用着真没啥区别。

简忆

67,139 просмотров • 3 месяцев назад

Selector 的升级版 Selector Pro 来啦: 我们平时 Vibe coding 的时候，肯定会遇到不知道怎么跟 AI 描述我们页面上出现问题的元素位置，或者不知道怎么用文字很好的表达一些页面问题。 Selector 是一个可以选择页面上的元素复制为上下文信息的小工具。之前一直有一个开源的书签版本这个小工具得到了很多人的喜欢，安装简单功能简洁。我经常能在我评论区看到大家在用 selector，这也是我日常开发页面最最常用的一个工具了，一旦用了，肯定就离不开了。这次的浏览器拓展版本是一个付费工具，价格 $4.99 直接买断，比书签版本更加好用方便，真的非常推荐大家试试，即便是用用开源版也很不错，好用再来支持浏览器拓展版本～

Selector 的升级版 Selector Pro 来啦: 我们平时 Vibe coding 的时候，肯定会遇到不知道怎么跟 AI 描述我们页面上出现问题的元素位置，或者不知道怎么用文字很好的表达一些页面问题。 Selector 是一个可以选择页面上的元素复制为上下文信息的小工具。之前一直有一个开源的书签版本这个小工具得到了很多人的喜欢，安装简单功能简洁。我经常能在我评论区看到大家在用 selector，这也是我日常开发页面最最常用的一个工具了，一旦用了，肯定就离不开了。这次的浏览器拓展版本是一个付费工具，价格 $4.99 直接买断，比书签版本更加好用方便，真的非常推荐大家试试，即便是用用开源版也很不错，好用再来支持浏览器拓展版本～

oil-oil

12,574 просмотров • 20 дней назад

variational前端套利网格脚本简单搞了一个variational套利网格前端脚本，还有些问题在测试，比较麻的地方是variational只能支持50个订单，超过就会无法下单，不过也合理，还在想办法优化下单逻辑前端不像后端能快速拿到最新价格，网络波动，UI加载等等因素都大大限制了前端脚本的下单速度另外就是如果单边行情也会面临比较大的风险，还得想办法处理，最后的最后，不能放过任何一个打个广告的机会，欢迎大家用我的邀请链接，私聊定时返还手续费:OMNIBGZ4ETT9

variational前端套利网格脚本简单搞了一个variational套利网格前端脚本，还有些问题在测试，比较麻的地方是variational只能支持50个订单，超过就会无法下单，不过也合理，还在想办法优化下单逻辑前端不像后端能快速拿到最新价格，网络波动，UI加载等等因素都大大限制了前端脚本的下单速度另外就是如果单边行情也会面临比较大的风险，还得想办法处理，最后的最后，不能放过任何一个打个广告的机会，欢迎大家用我的邀请链接，私聊定时返还手续费:OMNIBGZ4ETT9

Dazmon

21,138 просмотров • 9 месяцев назад

Fable 5 不愧是地表最强模型。今天一直在拿它使劲儿优化我的产品，看着一个个 bug 被它摁下去，是真爽。另外，前端是真的强，基本没对手。我随手一个 prompt，让它用一个 HTML 文件做了个 3D 智能手表落地页，它整了个叫 ASTRA Vela One 的：极光渐变的动态背景、一只能 360° 拖着转的 3D 手表，表盘是实时的，真在走时、还带心率；点下面的色块，表体表带的材质实时跟着换。一条 prompt 直出，我一版没改。更绝的是，我随手附了几条验收标准让它自己对着查，它不光逐条核了一遍，还自己发现 hero 那只手表滚下去就看不见了，专门在配色区又加了一只手表，保证你切配色的时候也能看到变化。对了，Claude 被封号、或者压根用不了 Claude 的朋友别着急，我发现 ZenMux 也火速上了 Fable 5，限时免费，想先试试的可以去玩玩。真要像我这样天天用，免费额度肯定不够。他们正好有个 Auto Top-up 自动充值的限时活动，每笔加赠 20%（到 7/15），打算长期用的可以趁这波囤点额度。请用我的邀请链接，咱俩都有 5美金额度可领

Fable 5 不愧是地表最强模型。今天一直在拿它使劲儿优化我的产品，看着一个个 bug 被它摁下去，是真爽。另外，前端是真的强，基本没对手。我随手一个 prompt，让它用一个 HTML 文件做了个 3D 智能手表落地页，它整了个叫 ASTRA Vela One 的：极光渐变的动态背景、一只能 360° 拖着转的 3D 手表，表盘是实时的，真在走时、还带心率；点下面的色块，表体表带的材质实时跟着换。一条 prompt 直出，我一版没改。更绝的是，我随手附了几条验收标准让它自己对着查，它不光逐条核了一遍，还自己发现 hero 那只手表滚下去就看不见了，专门在配色区又加了一只手表，保证你切配色的时候也能看到变化。对了，Claude 被封号、或者压根用不了 Claude 的朋友别着急，我发现 ZenMux 也火速上了 Fable 5，限时免费，想先试试的可以去玩玩。真要像我这样天天用，免费额度肯定不够。他们正好有个 Auto Top-up 自动充值的限时活动，每笔加赠 20%（到 7/15），打算长期用的可以趁这波囤点额度。请用我的邀请链接，咱俩都有 5美金额度可领

Kevin Ma

31,568 просмотров • 2 месяцев назад

GPT-6终于来了，OpenAI吹它是AGI降临。但我更关注三点： 1. 电脑操作能力很强，但长程编程未必反超Fable 5.1。 2. 审美和3D建模能力大涨，设计师们可能要瑟瑟发抖了。 3. 目前只限量开放给部分企业，咱们普通用户最近能薅的只有赛博义父Tibo的每日重置。到底是不是AGI，还是等真用上再说。我的200美元Pro已经充好了，放出来我第一时间实测。

GPT-6终于来了，OpenAI吹它是AGI降临。但我更关注三点： 1. 电脑操作能力很强，但长程编程未必反超Fable 5.1。 2. 审美和3D建模能力大涨，设计师们可能要瑟瑟发抖了。 3. 目前只限量开放给部分企业，咱们普通用户最近能薅的只有赛博义父Tibo的每日重置。到底是不是AGI，还是等真用上再说。我的200美元Pro已经充好了，放出来我第一时间实测。

傅盛

39,088 просмотров • 9 дней назад

别傻着把所有任务都丢给 Fable 去跑！这个插件把 Fable 当成架构师，将任务拆解之后分发给 Grok 和 Codex。尤其 Grok 4.5 目前的能力十分接近 Opus，完全可以信赖。我测试了一个开发「番茄时钟网页应用」的 demo，Fable 认为只需要 Grok 就够了，Grok 花了6-7分钟开发完了整个需求，看起来还不错！这样既节省 Fable 的用量，也能高效的完成任务，值得一试！项目地址：

别傻着把所有任务都丢给 Fable 去跑！这个插件把 Fable 当成架构师，将任务拆解之后分发给 Grok 和 Codex。尤其 Grok 4.5 目前的能力十分接近 Opus，完全可以信赖。我测试了一个开发「番茄时钟网页应用」的 demo，Fable 认为只需要 Grok 就够了，Grok 花了6-7分钟开发完了整个需求，看起来还不错！这样既节省 Fable 的用量，也能高效的完成任务，值得一试！项目地址：

Ray Wang

11,046 просмотров • 2 месяцев назад

我让 GPT-6 Astra 和 Claude Fable 5.1 审同一份代码，Astra 的账单便宜了 26.4%。点开日志，Astra 的 9,832 个输出 token 里，有 7,250 个属于推理，占 73.7%，扣掉推理后，剩下的 token 大约是 Fable 的一半。这次对照是在 ZenMux 上跑的，同一个 key 可以切模型，调用记录能展开每项费用，方便把两边放在一起核算。后面接入 Codex，又查了一次模型定价接口，我找到了另外两处只看总账单容易忽略的成本。先说审代码这次。测试材料是我自己项目里的自动评分器，163 行 Python，公开在 GitHub 的 ling-fin-eval 仓库。左边 GPT-6 Astra，右边 Claude Fable 5.1，同一段 prompt 同时发，要求把问题分三类，每条给确切行号和理由，没把握的明确写“未验证”，不要自行补全。 Astra 报了 20 条，另列 4 条未验证；Fable 报了 37 条，并逐条标注把握程度。两边的账单和输出放在一起，是这样。项目GPT-6 Astra，Claude Fable 5.1 总费用0.5331 美元，0.7245 美元输出 token9,832，13,278 推理 token7,250，8386 输出减去推理2,582，4,892 Astra 这次确实少花了 26.4%，总输出 token 也更少。我又做了一个折算。按 output token 包含 reasoning token 的口径，用总费用除以两者相减后的 token 数，再换算成每百万 token。 Astra 是 206.47 美元，Fable 是 148.10 美元，前者高出 39.4%。这个数只表示本次总费用分摊到非推理输出后的成本。，它依赖两边字段口径一致，也不能直接代表审查质量。回答长短、问题条数都只是表面数量，误报和遗漏需要逐条核验。这组数据让我对“输出更少”多留了一个心眼，只看 9,832 和 13,278，会漏掉输出内部的构成。 ZenMux 在这里省了接入和对账的步骤，我可以在同一个平台切模型，再展开两条调用记录看费用，实际参数和缓存状态仍要单独记录，同一个 key 不会自动让这些条件一致。接下来这笔更直观。我把 Codex 接到 ZenMux，问了一个很简单的问题：“用一句话说明 norm() 函数做了什么。” 它答对了，还给出了第 7 行。我回源核过，行号精确命中。其中一条调用记录的费用是 0.2482515 美元，拆开如下。费用项token 数，费用（美元）占比缓存读取 input_cache_read 182,934，0.182934，73.7% 缓存写入 input_cache_write，3,519 0.0439875 17.7% 输出 completion，413，0.020650 8.3%普通输入 prompt68，0.000680，0.3% 合计0.2482515 100% 输出费用只占 8.3%，大约十二分之一，缓存读取和写入合计占了 91.4%。这条记录中的输入类 token 加起来有 186,521 个，对照我只问了一句函数解释，这个输入量很值得继续查。 Agent 请求会携带上下文，系统提示、skills 清单、AGENTS.md 和读入的文件，都可能贡献输入，但仅凭费用表，还不能确定它们各占多少。缓存读取占比高，也不能直接判成缓存浪费，这里读缓存的单价是普通输入的十分之一。需要继续检查的是，任务带入了哪些上下文，其中多少确实需要。有了逐项账单，排查方向就清楚了。这条记录里，输出只占很小一部分，输入上下文值得优先检查，整次任务花了多少钱，则要把相关请求一起算进去。第三处发现来自定价接口，也纠正了我自己的一个推断。 ZenMux 模型页给 Astra 标出的价格区间是输入 10 至 20、输出 50 至 75 美元／百万 token，我最初把这个区间理解成了 low、medium、high 等推理档位，还专门去问了品牌方。后来查了公开的 models 接口，定价条件写的是 prompt_tokens。截至 2026 年 9 月 6 日，Astra 的定义如下，单位均为美元／百万 token。费用项，单次请求 prompt < 272K 单次请求 prompt ≥ 272K 输入10，20 缓存写入，12.5，25 缓存读取1，2输出50，75 这个区间对应长上下文阶梯，达到 272K 后，输入和缓存单价翻倍，输出单价上涨 50%。接口列出的这组价格条件没有按 effort 分档，effort 仍可能改变实际使用的 token 数，进而影响总费用。 272K 要对照单次请求的 prompt token，不能拿整个 agent 任务多次请求的累计输入来比较。不同模型的阶梯也要逐个看，这张表只适用于接口当前列出的 Astra 定义。超过门槛后的实际扣费，我没有另外发请求验证。这几笔账查完，我用 ZenMux 的理由更具体了，换模型时可以沿用同一个 key，跑完以后能在同一个地方对照调用记录，再追到输入、推理、缓存和各项单价。推理 token 数也能从部分官方 API 的 usage 字段里拿到，例如 OpenAI 就有相应字段，ZenMux 对我这次工作的帮助，是把多模型调用和费用查看集中起来，减少自己整理不同接口数据的步骤。限时充值活动：充 50 美元得 70（送 20）充 100 美元得 150（送 50）限 9.4-9.11 ，一共是7天，每个账号限兑一次活动入口和当前状态以官网为准： #ZenMux

我让 GPT-6 Astra 和 Claude Fable 5.1 审同一份代码，Astra 的账单便宜了 26.4%。点开日志，Astra 的 9,832 个输出 token 里，有 7,250 个属于推理，占 73.7%，扣掉推理后，剩下的 token 大约是 Fable 的一半。这次对照是在 ZenMux 上跑的，同一个 key 可以切模型，调用记录能展开每项费用，方便把两边放在一起核算。后面接入 Codex，又查了一次模型定价接口，我找到了另外两处只看总账单容易忽略的成本。先说审代码这次。测试材料是我自己项目里的自动评分器，163 行 Python，公开在 GitHub 的 ling-fin-eval 仓库。左边 GPT-6 Astra，右边 Claude Fable 5.1，同一段 prompt 同时发，要求把问题分三类，每条给确切行号和理由，没把握的明确写“未验证”，不要自行补全。 Astra 报了 20 条，另列 4 条未验证；Fable 报了 37 条，并逐条标注把握程度。两边的账单和输出放在一起，是这样。项目GPT-6 Astra，Claude Fable 5.1 总费用0.5331 美元，0.7245 美元输出 token9,832，13,278 推理 token7,250，8386 输出减去推理2,582，4,892 Astra 这次确实少花了 26.4%，总输出 token 也更少。我又做了一个折算。按 output token 包含 reasoning token 的口径，用总费用除以两者相减后的 token 数，再换算成每百万 token。 Astra 是 206.47 美元，Fable 是 148.10 美元，前者高出 39.4%。这个数只表示本次总费用分摊到非推理输出后的成本。，它依赖两边字段口径一致，也不能直接代表审查质量。回答长短、问题条数都只是表面数量，误报和遗漏需要逐条核验。这组数据让我对“输出更少”多留了一个心眼，只看 9,832 和 13,278，会漏掉输出内部的构成。 ZenMux 在这里省了接入和对账的步骤，我可以在同一个平台切模型，再展开两条调用记录看费用，实际参数和缓存状态仍要单独记录，同一个 key 不会自动让这些条件一致。接下来这笔更直观。我把 Codex 接到 ZenMux，问了一个很简单的问题：“用一句话说明 norm() 函数做了什么。” 它答对了，还给出了第 7 行。我回源核过，行号精确命中。其中一条调用记录的费用是 0.2482515 美元，拆开如下。费用项token 数，费用（美元）占比缓存读取 input_cache_read 182,934，0.182934，73.7% 缓存写入 input_cache_write，3,519 0.0439875 17.7% 输出 completion，413，0.020650 8.3%普通输入 prompt68，0.000680，0.3% 合计0.2482515 100% 输出费用只占 8.3%，大约十二分之一，缓存读取和写入合计占了 91.4%。这条记录中的输入类 token 加起来有 186,521 个，对照我只问了一句函数解释，这个输入量很值得继续查。 Agent 请求会携带上下文，系统提示、skills 清单、AGENTS.md 和读入的文件，都可能贡献输入，但仅凭费用表，还不能确定它们各占多少。缓存读取占比高，也不能直接判成缓存浪费，这里读缓存的单价是普通输入的十分之一。需要继续检查的是，任务带入了哪些上下文，其中多少确实需要。有了逐项账单，排查方向就清楚了。这条记录里，输出只占很小一部分，输入上下文值得优先检查，整次任务花了多少钱，则要把相关请求一起算进去。第三处发现来自定价接口，也纠正了我自己的一个推断。 ZenMux 模型页给 Astra 标出的价格区间是输入 10 至 20、输出 50 至 75 美元／百万 token，我最初把这个区间理解成了 low、medium、high 等推理档位，还专门去问了品牌方。后来查了公开的 models 接口，定价条件写的是 prompt_tokens。截至 2026 年 9 月 6 日，Astra 的定义如下，单位均为美元／百万 token。费用项，单次请求 prompt < 272K 单次请求 prompt ≥ 272K 输入10，20 缓存写入，12.5，25 缓存读取1，2输出50，75 这个区间对应长上下文阶梯，达到 272K 后，输入和缓存单价翻倍，输出单价上涨 50%。接口列出的这组价格条件没有按 effort 分档，effort 仍可能改变实际使用的 token 数，进而影响总费用。 272K 要对照单次请求的 prompt token，不能拿整个 agent 任务多次请求的累计输入来比较。不同模型的阶梯也要逐个看，这张表只适用于接口当前列出的 Astra 定义。超过门槛后的实际扣费，我没有另外发请求验证。这几笔账查完，我用 ZenMux 的理由更具体了，换模型时可以沿用同一个 key，跑完以后能在同一个地方对照调用记录，再追到输入、推理、缓存和各项单价。推理 token 数也能从部分官方 API 的 usage 字段里拿到，例如 OpenAI 就有相应字段，ZenMux 对我这次工作的帮助，是把多模型调用和费用查看集中起来，减少自己整理不同接口数据的步骤。限时充值活动：充 50 美元得 70（送 20）充 100 美元得 150（送 50）限 9.4-9.11 ，一共是7天，每个账号限兑一次活动入口和当前状态以官网为准： #ZenMux

阿良｜AI 工作流

64,596 просмотров • 7 дней назад

昨天Claude Fable 5一发布就引起轰动，但看数据是挺亮眼的，今天刚抽出时间来，我在ZenMux 拿 Fable 5 和 Claude Opus 4.8做个横向比较 case我没有选传统的数学题、代码题或者常识问答，而是设计了一份更接近真实工作的混乱 brief：一家公司要在两周内上线“企业知识库 AI 助手”，目标用户是销售和客服，资料分散在飞书、PDF、Notion、客服工单和销售话术库里。难点在于，brief 里有很多真实项目才会出现的冲突：CEO 希望尽快上线，还想支持所有资料源；客服负责人担心 AI 乱答；法务要求合同、价格、退款、合规相关问题必须有引用来源；技术团队只有 2 个后端、1 个前端，还在做另一个高优项目；权限系统也只能做到部门级，做不到文档级。我要求模型直接给出 V1 方案，包括范围取舍、风险冲突、两周上线计划、验收指标和假设条件。评估时重点看 6 个点： 1.是否敢收敛范围好答案应该只做飞书文档 + PDF，最多先服务销售/客服核心场景。Notion、客服工单、市场 FAQ、多源全接入都应该放到 V1 之后。 2.是否识别硬冲突两周上线、所有资料源、权限不足、法务要求引用、CEO 想快上，这些是核心冲突。 3.是否处理高风险回答合同、价格、退款、合规必须“有引用才答，无引用拒答”，最好加高风险问题模板或人工确认。 4.是否给出真实 2 周计划不是“第 1 周开发，第 2 周上线”这种废话，而是能拆到数据整理、权限、引用、评测集、灰度、日志、回滚。 5.是否不乱编不能编公司人数、预算、历史准确率，也不能假设已有 Notion API、文档级权限已经完成。 6.是否有产品判断能给出统一成功指标，比如：引用覆盖率、拒答正确率、Top 问题准确率、试点用户节省时间，而不是只堆 DAU。最后看下来，根据预设的结果评估标准，我的评分是 Fable 5：8.7/10 Opus 4.8：8.1/10 Opus 4.8 的表现依然很稳。它准确抓住了这个项目的核心风险：现有 RAG 原型“引用来源不稳定”，而这个产品又高度依赖引用和拒答机制，所以引用不稳定就是 P0 问题。它也比较克制，没有乱编用户数、预算、历史准确率，这点很加分。但 Fable 5 在这道题里更有“真实项目推进感”。它不只给原则，还把方案拆到了数据白名单、拒答模板、日志审计、评测题集、种子用户灰度、Go/No-Go 决策。尤其是它提出“只导入全部门可见文档，规避文档级权限缺失”，这个细节很产品化，也很符合真实企业落地时的权衡。换句话说，Opus 4.8 更像一份高质量分析稿，Fable 5 更像一份可以拿进评审会推进的决策稿。当然，Fable 5 也有需要保留意见的地方。它会主动给一些验收阈值，比如引用有效率、可用率等，这让方案更可执行，但也带来一个问题：如果 brief 没有给历史数据，这些数字其实需要进一步校准。相比之下，Opus 4.8 在这一点上更谨慎。所以这次测试我的结论比较克制：Fable 5 没有形成压倒性优势，但在复杂 brief、范围管理、风险闭环和执行颗粒度上，确实比 Opus 4.8 更往前走了一步。如果后续继续测，我会重点看它在 Agentic workflow 里的表现，比如长任务拆解、多轮修正、代码仓库修改、工具调用后的复盘。单题不能证明模型全面领先，但至少这次测试说明：Fable 5 在“把混乱需求变成可执行方案”这类任务上，值得认真关注。对了借着现在ZenMux 有充 20 美元送 10 美元、充 50 美元送 30 美元的限时充值返赠活动建议都可以趁这个机会可以去试一下，看看Claude Fable 5的能力是否符合你的预期活动限时一周，每位用户限享一次，链接我放在评论区👇

昨天Claude Fable 5一发布就引起轰动，但看数据是挺亮眼的，今天刚抽出时间来，我在ZenMux 拿 Fable 5 和 Claude Opus 4.8做个横向比较 case我没有选传统的数学题、代码题或者常识问答，而是设计了一份更接近真实工作的混乱 brief：一家公司要在两周内上线“企业知识库 AI 助手”，目标用户是销售和客服，资料分散在飞书、PDF、Notion、客服工单和销售话术库里。难点在于，brief 里有很多真实项目才会出现的冲突：CEO 希望尽快上线，还想支持所有资料源；客服负责人担心 AI 乱答；法务要求合同、价格、退款、合规相关问题必须有引用来源；技术团队只有 2 个后端、1 个前端，还在做另一个高优项目；权限系统也只能做到部门级，做不到文档级。我要求模型直接给出 V1 方案，包括范围取舍、风险冲突、两周上线计划、验收指标和假设条件。评估时重点看 6 个点： 1.是否敢收敛范围好答案应该只做飞书文档 + PDF，最多先服务销售/客服核心场景。Notion、客服工单、市场 FAQ、多源全接入都应该放到 V1 之后。 2.是否识别硬冲突两周上线、所有资料源、权限不足、法务要求引用、CEO 想快上，这些是核心冲突。 3.是否处理高风险回答合同、价格、退款、合规必须“有引用才答，无引用拒答”，最好加高风险问题模板或人工确认。 4.是否给出真实 2 周计划不是“第 1 周开发，第 2 周上线”这种废话，而是能拆到数据整理、权限、引用、评测集、灰度、日志、回滚。 5.是否不乱编不能编公司人数、预算、历史准确率，也不能假设已有 Notion API、文档级权限已经完成。 6.是否有产品判断能给出统一成功指标，比如：引用覆盖率、拒答正确率、Top 问题准确率、试点用户节省时间，而不是只堆 DAU。最后看下来，根据预设的结果评估标准，我的评分是 Fable 5：8.7/10 Opus 4.8：8.1/10 Opus 4.8 的表现依然很稳。它准确抓住了这个项目的核心风险：现有 RAG 原型“引用来源不稳定”，而这个产品又高度依赖引用和拒答机制，所以引用不稳定就是 P0 问题。它也比较克制，没有乱编用户数、预算、历史准确率，这点很加分。但 Fable 5 在这道题里更有“真实项目推进感”。它不只给原则，还把方案拆到了数据白名单、拒答模板、日志审计、评测题集、种子用户灰度、Go/No-Go 决策。尤其是它提出“只导入全部门可见文档，规避文档级权限缺失”，这个细节很产品化，也很符合真实企业落地时的权衡。换句话说，Opus 4.8 更像一份高质量分析稿，Fable 5 更像一份可以拿进评审会推进的决策稿。当然，Fable 5 也有需要保留意见的地方。它会主动给一些验收阈值，比如引用有效率、可用率等，这让方案更可执行，但也带来一个问题：如果 brief 没有给历史数据，这些数字其实需要进一步校准。相比之下，Opus 4.8 在这一点上更谨慎。所以这次测试我的结论比较克制：Fable 5 没有形成压倒性优势，但在复杂 brief、范围管理、风险闭环和执行颗粒度上，确实比 Opus 4.8 更往前走了一步。如果后续继续测，我会重点看它在 Agentic workflow 里的表现，比如长任务拆解、多轮修正、代码仓库修改、工具调用后的复盘。单题不能证明模型全面领先，但至少这次测试说明：Fable 5 在“把混乱需求变成可执行方案”这类任务上，值得认真关注。对了借着现在ZenMux 有充 20 美元送 10 美元、充 50 美元送 30 美元的限时充值返赠活动建议都可以趁这个机会可以去试一下，看看Claude Fable 5的能力是否符合你的预期活动限时一周，每位用户限享一次，链接我放在评论区👇

阿川 | AI thinking

11,047 просмотров • 3 месяцев назад

昨天又收到2个新嘴撸平台的私信了，专门去看了一下，不是自动识别的，都是手动提交的，这确实是当下最好的一个解决方式。以前这种方式（手动提交）的推文很容易数据作假。现在好了X开源了，算法公布了，只要做一个AI识别打分的程序就可以干了。也有比如 Inference Labs 是私聊认可的宣发者。用以前的老办法，通过TG开展宣发的方式。不过方式方法很多，就看项目方愿不愿意了。

昨天又收到2个新嘴撸平台的私信了，专门去看了一下，不是自动识别的，都是手动提交的，这确实是当下最好的一个解决方式。以前这种方式（手动提交）的推文很容易数据作假。现在好了X开源了，算法公布了，只要做一个AI识别打分的程序就可以干了。也有比如 Inference Labs 是私聊认可的宣发者。用以前的老办法，通过TG开展宣发的方式。不过方式方法很多，就看项目方愿不愿意了。

墨鱼(:◎)

239,513 просмотров • 7 месяцев назад

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！

Yihui

74,963 просмотров • 10 месяцев назад