AA v4.2 · 含安全回退low 48 / medium 50 / high 52 / xhigh 54（均估算）；max 57
熟悉的参照Sol high 48 · xhigh 50 · max 51
low—xhigh 为估算参考，等待完整独立评测；不能与 max 实测同等对待。按当前点位，low 接近 Sol high，medium 接近 Sol xhigh，high 位于 Sol max 邻近区间。
Anthropic高难任务旗舰核验 2026-09-05
Claude Fable 5.1
高难规划、含糊多文件实现、长程专业工作与异家复核
已有跨来源证据
AA v4.2 max 57（含安全回退）、Astra max 55、Sol max 51。综合领先不保证每个任务领先；Fable 低至 xhigh 为估算，不当作实测等效。
AA v4.2：57 · max · 含安全回退 · 原页未标估算 · 核验 2026-09-05
- 上下文
- 1M
- 默认推理
- high
- API 输入
- $10 / M
- API 输出
- $50 / M
- 开放权重
- 否
- 判断把握
- 中高
从实际任务看
这款模型擅长哪些具体工作
以下结论来自全站同一份任务数据；点击后可查看首选、替代方案、组合流程和证据限制。模糊多文件候选修真实仓库 Bug
CursorBench max 73.4%，但没有同版本 DeepSWE 结果，需在自己的仓库验证。
较强：同口径仓库任务 · 判断把握 高规划候选大型重构与技术迁移CursorBench 与 Vals 支持复杂代理和多文件能力；Vals 含 Opus 安全回退。
中等：编程分榜与工程方法交叉 · 判断把握 中高跨家族审查候选代码审查与上线前复核CodeRabbit 的 45 任务测试中 Low 召回 61.0%、有效评论占比 37.3%；不能独自兜底。
中等：长任务表现与交叉复核方法 · 判断把握 中高组合流程终端、DevOps 与长链路执行检查部署风险、遗漏路径和回滚条件
较强：同口径终端任务 · 判断把握 高成品候选从一句需求做完整应用VibeCode 发布记录为 90.26%，CursorBench max 73.4%；不同记录日期不混成同轮实测。
较强：完整应用 + 模糊多文件任务 · 判断把握 高视觉成品候选前端视觉、动效与响应式完整应用发布记录与 Cursor 多文件任务支持试用；没有统一审美冠军证据。
中高：Arena WebDev / React 初榜 + 应用分榜 · 判断把握 中高新版能力、档位成本与会员额度分别看
Fable 5.1 的 low、high 与 max 差在哪里
综合题与 Cursor 多文件任务都显示前沿潜力，但“相当于 Sol 哪档”取决于方法：AA 低档目前含估算，Cursor 中 low—medium 已跨过 Sol max 的点估计。最高 max 适合质量收益足够大的任务，不是默认最划算档。CursorBench 3.2 · 五档多文件任务low 66.2% · medium 68.0% · high 69.4% · xhigh 72.8% · max 73.4%
熟悉的参照Sol max 67.2%；Fable xhigh $6.96 / max $9.64 每题
在 Cursor 这套任务里，low 与 medium 跨过 Sol max 的点位。max 比 xhigh 仅多 0.6 个百分点、平均费用多约 39%；没有置信区间或本站复测，不能说这点提升对人人都值得。
CodeRabbit · 45 项代码审查Low 召回 61.0% · High 57.1%
熟悉的参照两种配置均完成 45 任务；不直接映射 API low / high
这项审查没有显示提高配置就提高召回；与别的模型还存在评论过滤和测试时间差异，不能硬拼总榜。审查仍需测试和异家复核。
官方 API 与会员 · 两种费用输入 $10 / 输出 $50；缓存读取 $0.25
熟悉的参照Opus 5 缓存读取 $0.50；Pro 用额外点数，Max 有共享周上限
普通输入和输出单价未降；节省主要来自缓存。高缓存代理可能更省，但长输出和 max 可能抵消折扣；会员五小时及周额度不能按 API 折扣同比换算。
直接体验 · 正反案例，不是胜率同一 SVG：high 29.6 秒 / $0.13；max 13 分 54 秒 / $3.30
熟悉的参照Simon 偏好 max 成品；七章改写案例却仍需逐行编辑
前者每档仅一次，不能当通用基准。AI-Native PM 的 Ultracode 改写更少催促，但顶档五小时额度 43 分钟耗尽；模型、并行框架和订阅计量的影响无法完全拆开。
怎么实际使用
API / Claude Code 从 high 起，日常试 medium；长交付只有测出明显质量收益再升 xhigh / max。官方提醒最高档可能在思考中先起草整份交付再输出，需给足总 token 预算，并尽量定点编辑文件。
不要怎样误读
Fable 5 旧成绩不会继承给 5.1；当前独立 DeepSWE 尚缺 5.1。AA 与 Vals 有安全回退，Mythos 5.1 又是审核限定入口；不能把这些对象混成普通用户可得的纯模型成绩。
证据快照：2026-09-05 · AA v4.2 / CursorBench 3.2
集中查看
这个模型的主要判断
AA v4.2 max 57（含安全回退）、Astra max 55、Sol max 51。综合领先不保证每个任务领先；Fable 低至 xhigh 为估算，不当作实测等效。
CursorBench 3.2：max 73.4%、xhigh 72.8%；最高档仅多 0.6 个百分点却贵约 39%，日常先 high，难题再 xhigh/max。
AA 与 Vals 使用默认安全回退，不能视为纯 Fable 无回退成绩；新版本长程实战与独立 DeepSWE 仍待补。
已有跨来源证据，最近核验 2026-09-05
标准 API 每百万 Token；缓存读取 $0.25，5 分钟缓存写入 $12.50，1 小时写入 $20。会员额度另计。