Claude Fable 5
Anthropic· 2026-06-09 上线
综合第 9 名
61.2
编程
62.5第 6 名
科研
63.6第 6 名
专业办公
56.3第 11 名
知识问答
60.2第 6 名
- 评测覆盖
- 19 / 25 项 · 76%
- 缓存输入
- ¥6.73
- 输入
- ¥67.25
- 输出
- ¥336.27
价格：人民币 / 百万 Token。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| DeepSWE | 69.9% | 58.2 | xhigh | 26 |
| FrontierCode | 53.5% | 62.3 | 未注明 | 46 |
| FrontierSWE | 47.0% | 57.0 | max | 21 |
| WebDev Arena | 1,628 | 60.5 | high | 96 |
| ALE-Bench | 2,041 | 66.3 | high | 88 |
| WeirdML | 91.9% | 68.5 | max | 60 |
| GSO | 78.4% | 64.7 | 未注明 | 16 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierMath（1–3 级） | 87.0% | 62.1 | max | 66 |
| FrontierMath（4 级） | 90.2% | 67.4 | max | 57 |
| CritPt | 28.6% | 65.4 | max | 101 |
| ProofBench | 95.0% | 67.0 | max | 77 |
| OTIS Mock AIME | 100.0% | 56.5 | high | 87 |
| SciCode | 61.0% | 63.4 | max | 97 |
专业办公
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| APEX-Agents | 63.6% | 59.5 | 默认 | 49 |
| Remote Labor Index | 16.1% | 59.4 | 默认 | 12 |
| Vending-Bench 2 | $5,680 | 50.1 | high | 55 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SimpleQA Verified | 70.7% | 64.3 | xhigh | 65 |
| GPQA Diamond | 85.9% | 48.9 | max | 84 |
| SimpleBench | 81.9% | 67.4 | max | 39 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| ARC-AGI-2 | 89.2% | 不计分 | max | 52 |
| ARC-AGI | 98.5% | 不计分 | xhigh | 52 |
| 国际象棋谜题 | 47.0% | 不计分 | max | 88 |
原始成绩取这个模型各个推理档位（xhigh、max、high、medium、low、未注明）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。