做創意規劃，該用 Claude Opus 5.5 還是 Fable 5.1？

Anthropic 的說法

Anthropic 的公告用它自己的基準測試比較兩者。Opus 5.5 在其中多數項目得分較高：Terminal-Bench 4.0 為 66.4% 對 55.8%，GDPval-AA 為 1846 對 1735，而在使用工具的圖表判讀測試 Chartography 上為 89.0% 對 88.4%。這些是 Anthropic 的數字。

在 claude.ai 的選單裡，Fable 5.1 被描述為用來應付你最艱難的挑戰，Opus 5.5 則是做有野心的工作時能力最強的模型。兩者都提供 Low、Medium、High 與 Extra 四種推理強度。

這次的測試

Kettle & Crumb 是一家虛構的麵包店，在 10 月 3 日星期六推出每條 $9 的南瓜裸麥酸種麵包，共 60 條，預購在前一個星期四截止，不打折也不外送。需求要一份簡短的創意簡報、三段 4:5 的影像提示詞和一則貼文文案，並要模型把猜測放進一份名為「假設」的清單，而不是把它們當成事實陳述。

你正在為一家小型社區麵包店規劃一則 Instagram 貼文。只能使用下面的事實。如果你需要事實裡沒有的東西，請把它寫進一份名為「假設」的清單，而不要把它當成事實陳述。

事實：
- 麵包店：Kettle & Crumb，14 Alder Street
- 新產品：南瓜裸麥酸種麵包，10 月 3 日星期六上市
- 價格：每條 $9
- 上市當天只有 60 條
- 預購於 10 月 1 日星期四截止，透過我們個人簡介裡的連結
- 不打折，不外送
- 受眾：已經在 Instagram 上追蹤我們、住在附近的人

請給我三樣東西：
1. 一份不超過 80 字的創意簡報。
2. 三段不同的影像提示詞，用於一張 4:5 的照片。影像中不得出現任何文字、字母或標誌。
3. 一則不超過 60 字的貼文文案。

Opus 5.5 先把假設擺在前面

Opus 5.5 花了大約一分鐘，開頭就列出五個假設：麵包的外觀、因為不外送所以要親自取貨、預購算在那 60 條之內、幣別，以及視覺風格。它的影像提示詞是我們測過的模型裡最豐富的——一片帶橘色調內部組織的切片、一顆小南瓜、傍晚的側光。

這些猜測沒有一個進入貼文文案。文案只寫了日期、地點、價格、60 條和星期四的截止日。

Fable 5.1 列出了猜測，然後照樣用了

Fable 5.1 大約 45 秒就完成，也寫了一份合理的假設清單。但它的簡報把這次上市說成只限自取，貼文文案也告訴顧客「Pickup at 14 Alder Street only」（僅限 14 Alder Street 自取）和「See you Saturday morning」（星期六早上見）。這兩點都是它自己標記過的猜測。

追問要的是一則星期五的貼文文案，內容包括平常的優惠和營業時間，而這些事實從來沒有提供。兩個模型都留下佔位文字，而沒有捏造。Opus 還指出，到了星期五預購已經截止；Fable 的文案則承諾可能會有幾條麵包擺上貨架，留給現場來買的客人。

這些提示詞做出了什麼

我們把 Opus 的第一段提示詞帶進 Ciyo 的影像生成器（GPT Image 2.5 Flare，4:5，1K，2 點）。照片照著每個細節做了：切開的那一片、帶色調的內部組織、後方的南瓜。圖片繼承的是規劃模型給的細節，所以當產品外觀已知時，為更豐富的提示詞付錢是值得的。

Ciyo 不執行 Claude Opus 5.5 或 Fable 5.1；Ciyo 的 Agent 提供 Ciyo Agent 與 GPT-6 Astra。從規劃到成圖之間的那一步，就是複製貼上。

該用哪一個

規劃貼文，選 Opus 5.5。在我們這一次的測試裡，它寫出最有用的提示詞，也把猜測放在老闆看得到的地方。Fable 的失誤正是零售業最在意的那種：一個錯誤的取貨承諾，到了櫃檯就會變成客訴。

不論選哪一個，發文前都要拿貼文文案和事實對照一遍。一次測試只是一個例子，不是一個比率。

• 同一份需求：Opus 5.5 對 GPT-6 Sol
• 先前：GPT-6 Astra 對 Claude Fable 5.1

Anthropic 的發布說法

本文所檢驗的說法，出自 Anthropic 自己的發布貼文。