Fable 5復活後變笨？Claude用戶反應降智，2家公司測試結果曝光

Claude Fable 5恢復開放後被指變笨降智。兩家評測機構發布了截然不同的測試調查結果，一個採取基準測試，另一個則是人類盲測。

Claude Fable 5回歸重新開放，但網友反應降智？

曾被美國政府指出有安全漏洞，而一度遭限制出口的 Claude Fable 5，已於 7 月 1 日恢復全面開放，但這幾天陸續有網友反應，復活後的 Fable 5 似乎降智變笨了？

據《Bleepingcomputer》報導，Fable 5 每週使用額度受到限制，用戶最多只能使用 50% 的額度，且 7 月 7 日後將完全轉向加值扣款制；美國鄉民論壇 Reddit 上，也有很多網友反應，重新上線的模型表現比原版更弱，有人則反應會更頻繁地觸發安全審查機制。

Claude Fable 5 復活後是否真的變笨呢？兩家評測機構發布了截然不同的測試數據。

開發 AI 代理人（AI Agents）服務的美國企業 BridgeMind AI 使用評測基準 BridgeBench 進行測試，結果顯示各項指標均大幅下滑，因此認為 Fable 5 在重新推出後性能弱化。

數據顯示，Fable 5 的 Debug 評分從 86.2 分降至 25.9 分，重構評分從 73.6 分降至 38.4 分。

不過《Decrypt》指出，這是因為 BridgeBench 在 12 個 Debug 任務中僅有 3 個成功交由 Fable 5 處理，其餘 9 個在啟動前就被安全分類器攔截，並轉寄給效能較低的 Opus 4.8 模型。由於轉寄任務一律歸零計算，才導致數據大幅下跌。

與 BridgeBench 的測試結果相反，專注於 AI 模型評估的美國企業 Arena.ai，則給出不同的結論，但他們的依據不是基準測試結果，而是根據使用者盲測。

Arena.ai 透過收集數千筆人類盲測偏好投票，並採用 Elo 評分系統進行排名。結果顯示，Fable 5 在提供服務前後的整體表現幾乎沒有改變。

數據顯示，Fable 5 模型多項指標均大致維持原有水準。前端程式碼領域的 Elo 評分僅從 1650 分小幅修正至 1623 分，差距仍在信心區間內。

文件處理能力上升 34 分、專家文字提升 25 分，分數下滑項目則集中在寫程式，小幅降低了 18 分。數據證實，當 Fable 5 真正執行任務時，輸出品質依然優異，核心運算能力並未退化。

兩家評測結果分歧的主因，在於Claude 開發商 Anthropic 為了符合重新上線要求，更新了前置安全防護機制「分類器」。

這套新部署的分類器，是為了防範先前由亞馬遜（Amazon）研究人員發現的 Fable 5 越獄技術問題，該技術曾導致 Fable 5 協助辨識並展示軟體漏洞，因而被美國政府視為國家安全威脅。

因此 Anthropic 採取保守策略，擴大了安全審核的容許範圍，並在 Fable 5 中擴大安全邊際（Safety Margin），使模型面對模糊請求時傾向拒絕，確保封鎖危害。

《BleepingComputer》也在測試後指出，他們認為 Fable 5 模型效能並未降低，不過由於 Anthropic 實施嚴格的安全防護網，影響了日常便利性。

例如，新的分類器會頻繁地將無害的 Debug 請求誤判為風險，並轉寄給 Opus 4.8 模型。程式開發人員想靠它輔助寫程式時，若提示詞包含 C、C++、Rust 等關鍵字，或提及安全性、漏洞等字眼，就會頻繁觸發轉寄。

對此，Anthropic 已承認過度攔截問題，將持續優化系統，但尚未提供調整時間表。