
Theo 對 OpenAI 的不滿:基準測試贏了,寫程式的過程卻輸了
OpenAI 帶來了更便宜的 token 和一份新的成績榜。Theo Browne 想談的則是,讓程式設計代理持續工作一段時間後會發生什麼事。
11 月 18 日,這位開發者兼 T3 創辦人在 X 上發表了自己的判斷:「Anthropic 的領先始於 Fable 5。」
他的觀點不只是偏好某個聊天機器人的個性。他認為,開發者低估了一次能力躍升,因為最初版本購買不便、難以部署於工作環境,也不容易用好。之後,Opus 讓這種體驗的更多面向變得實用。
以下是從 他的完整貼文 整理出的重點。
第一次躍升很容易被忽略。 Browne 認為,Fable 5 要求使用者採取不同的工作方式。高昂成本、受限的使用權限,以及當時缺乏零資料保留政策,都限制了人們實際試用的機會。在他的敘述中,採用上的問題掩蓋了能力上的領先。
短任務可能讓模型顯得更出色。 他說,GPT-6 Astra 在短任務能力上大致追了上來,而 Anthropic 的模型在長時間運作中保持了較好的連貫性。這是他批評的核心區別:得到一個答案和持續完成一項複雜工作,是兩種不同的體驗。
Opus 讓進階功能變得實用。 他認為,Opus 5.5 透過降低成本、提供更寬鬆的訂閱額度,以及適合企業使用,讓一般使用者也能用上 Fable 的更多優勢。
工作成果的可讀性也是產品的一部分。 他對 OpenAI 的不滿在於,基準測試的進步伴隨著連貫性和可讀性較差的工作體驗。這是 Browne 對模型的評價,不是一項受控的直接比較結果。
回覆中顯現出開發者之間常見的分歧。一些讀者稱 Fable 是他們個人經驗中的突破。另一些人則質疑這種條理分明的歷史敘述,指出 Anthropic 自己發布的產品也有可讀性方面的抱怨和效能退步。就連粉絲群也有錯誤追蹤紀錄。
價目表讓情況更加複雜。
按照 目前的標準 API 費率 ,Sol 6.2 每百萬輸入 token 收費 2 美元,每百萬輸出 token 收費 10 美元。Astra 6.2 的價格為 8 美元/40 美元。Anthropic 列出的價格 為 Opus 5.5 收費 4 美元/20 美元,Fable 5.2 收費 8 美元/40 美元。這些是輸入/輸出 token 費率,不是訂閱額度,也不是對完成一個專案所需費用的預測。
這給 Sol 帶來一個誘人的機會:它的 token 費率只有 Opus 的一半。但如果更便宜的代理需要更多引導,省下的費用可能會被開發者耗費的時間抵銷。反過來說,為自己喜歡使用的模型付費,也不保證它能更快完成某項特定任務。
我們的 發布比較 並列呈現了公布的分數和價格。Browne 討論的是圖表難以定價的部分:工作變得複雜時,代理需要人盯著多少。
對於正在選擇程式設計模型的團隊,他的貼文提出了一種比巧妙的單次提示詞更好的試用方法:給它一項耗時又惱人的任務,看看它能否理清計畫、留下可讀的修改,並在遇到困難時告訴你。
展示贏得掌聲。一個無須人盯著的下午,才能贏得續約。
封面:Theo Browne 於 2026 年 11 月 18 日在 X 上發布的原始貼文開頭,作為其論點的來源文件呈現。












Checking account…
Loading comments…