做创意规划，用 Claude Opus 5.5 还是 Fable 5.1？

Anthropic 的说法

Anthropic 的公告用它自己的基准测试比较了这两个模型。Opus 5.5 在其中多数项目上得分更高：Terminal-Bench 4.0 上 66.4% 对 55.8%，GDPval-AA 上 1846 对 1735，在读图表测试 Chartography（使用工具）上 89.0% 对 88.4%。这些是 Anthropic 的数字。

在 claude.ai 里，菜单把 Fable 5.1 描述为用于应对你最艰巨的挑战，把 Opus 5.5 描述为最适合雄心勃勃的工作、能力最强。两者都提供 Low、Medium、High 和 Extra 四档推理强度。

这次测试

Kettle & Crumb 是一家虚构的面包店，将在 10月3日（星期六）推出售价 $9 的南瓜黑麦酸种面包，共 60 个，预订在前一个星期四截止，不打折，也不配送。简报要求写一份简短的创意简报、三条 4:5 图像提示词和一段配文，并要求模型把猜测放进一个名为「假设」的列表，而不是把它们当作事实陈述。

你正在为一家小型社区面包店策划一条 Instagram 帖子。只使用下面的事实。如果你需要事实里没有的信息，请把它写进一个名为「假设」的列表，不要把它当作事实来陈述。

事实：
- 面包店：Kettle & Crumb，14 Alder Street
- 新品：南瓜黑麦酸种面包，10月3日（星期六）上市
- 价格：每个 $9
- 上市当天只有 60 个
- 预订于 10月1日（星期四）截止，通过我们主页简介里的链接预订
- 不打折，不配送
- 受众：已经在 Instagram 上关注我们、住在附近的人

请给我三样东西：
1. 一份不超过 80 词的创意简报。
2. 三条不同的图像提示词，用于一张 4:5 的照片。图片中不得出现任何文字、字母或标志。
3. 一段不超过 60 词的配文。

Opus 5.5 先把假设摆出来

Opus 5.5 用了大约一分钟，开头就列出五条假设：面包的外观；因为不配送，所以到店自取；预订计入那 60 个面包之内；货币；以及视觉风格。它的图像提示词是我们测试过的所有模型里最丰富的——切开的一片、泛橙色的面包芯、一个小南瓜、傍晚的侧光。

这些猜测没有一条进入配文。配文只写了日期、地点、价格、60 个面包和星期四的截止时间。

Fable 5.1 列出了猜测，然后照样用了

Fable 5.1 大约 45 秒就完成了，也写了一份合理的「假设」清单。但它的简报把这次上市写成只能自取，它的配文对顾客说 'Pickup at 14 Alder Street only'（仅限在 14 Alder Street 自取）和 'See you Saturday morning'（星期六早上见）。这两点都是它自己标记过的猜测。

追问要求写一段星期五的配文，带上平时的优惠和营业时间，而事实里从没给过这些。两个模型都留下了占位符，没有编造。Opus 还指出，到星期五时预订已经截止；Fable 的配文则承诺，可能会有几个面包摆上货架，留给直接到店的顾客。

这些提示词产出了什么

我们把 Opus 的第一条提示词带进 Ciyo 的图像生成器（GPT Image 2.5 Flare，4:5，1K，2 点额度）。照片遵循了每一个细节：切开的一片、泛色的面包芯、背后的南瓜。图片继承的正是规划模型给出的细节，所以当产品的外观已知时，为更丰富的提示词付费是值得的。

Ciyo 不运行 Claude Opus 5.5，也不运行 Fable 5.1；它的智能体提供的是 Ciyo Agent 和 GPT-6 Astra。从规划到出图之间的那一步，就是复制和粘贴。

该用哪一个

如果是规划帖子，选 Opus 5.5。在我们这一次测试里，它写出了最有用的提示词，并把猜测放在了店主看得到的地方。Fable 的失误正是零售业里要紧的那种：一个错误的自取承诺，到了柜台前就会变成一次投诉。

无论选哪个，发布之前都要对照事实读一遍配文。一次测试只是一个例子，不是一个比率。

• 同一份简报：Opus 5.5 对比 GPT-6 Sol
• 此前：GPT-6 Astra 对比 Claude Fable 5.1

Anthropic 的发布说法

本文检验的那个说法，出自 Anthropic 自己的发布帖。