Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2026
BY ANDREW MEAD

Fable 5.2

Jensen 被 Nvidia 扫地出门,我们需要 Fable 5.2 这么高的智能吗,以及每月一次的 Gemini 吐槽

注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。

新闻

Jensen 离开 Nvidia

AI 领域最重要的人物被迫辞去 CEO 职务。 他就是 Nvidia 的 CEO Jensen Huang。正是他的公司提供的硬件,支撑了 OpenAI、Anthropic 和其他所有主要参与者的发展(包括中国公司)。

起因是 Jensen 被发现与一名叫 Alice Huang 的“中国间谍”有婚外情。她曾是新加坡公司 MegaSpeed 的高管,该公司被认为通过向中国走私 Nvidia GPU 来规避美国制裁。 此外,他还被曝与另外两名 Nvidia 内部员工有染,但 Nvidia 董事会将他免职的主要原因,似乎还是他涉嫌与间谍有染。 不管怎样,对他的妻子来说,这一周肯定很难熬。

X 截图:认证用户 timo 开玩笑说:“JENSEN!我们说的中国模型可不是这个意思!!!!!!”

不过,随着这一周过去,这些指控开始出现一些漏洞,让整件事看起来更像是有针对性的打击,而不是揭露真相。

第一个疑点是,CIA 的官方报告表示,他们“尚未确信”她是间谍,而这项调查已经持续了一年多。

据 Washington Post 报道,是 Marco Rubio(美国国务卿,也是对华鹰派)拿到 CIA 的报告后,“用自己更为肯定的措辞”进行了改写。

这份由 Rubio 改写的机密文件随后被泄露给 New York Times,引发了我们看到的这一系列后果。 目前有传言称,泄密者是 Jack Clark。他是 Anthropic 的联合创始人,也是一直游说加强对华芯片出口管制的主要人物之一。我无法证实这些说法,但至少可以说,我也不觉得 Anthropic 会对此感到不高兴。

综合来看,这似乎更像是反华人士对 Jensen 的一次打击。 Jensen 一直非常支持开源 AI,也希望向中国供应 GPU(即使中国政府不希望本国公司购买这些 GPU)。他还一直在华盛顿游说,争取尽可能保持开放。这似乎激怒了不少反华人士(Rubio 和其他对华鹰派),以及不喜欢开源 AI 的公司(Anthropic)。

Jensen 是一位百年难遇的 CEO。我不认为世界上有任何人,甚至任何团队,能够接替他的角色。 他与业内所有主要参与者都有长达 30 年的深厚私人关系,在 Nvidia 有 60 多名直接向他汇报的下属,而且一直是维持行业平衡的重要力量之一,确保所有实验室都能获得算力,而不只是 Anthropic 和 OpenAI。

短期内,Nvidia 不会有什么问题。但我认为,如果没有 Jensen,中长期的行业格局会大不相同,而且很可能会变得更糟。 目前有一份要求恢复 Jensen CEO 职务的公开请愿书,Elon Musk、Tim Sweeney 和 Garry Tan 等人都已签名支持。

我个人认为,他会官复原职(就像几年前的 Sam Altman 一样)。如果没有,我很担心接下来会发生什么。

新品发布

Fable 5.2

继非常成功的 Opus 5.5 发布之后,Anthropic 又为我们带来了 Fable 5.2(新模型,版本号却更小,真让人摸不着头脑)。

基准测试表对比了 Fable 5.2、Fable 5.1、Opus 5.5、GPT-6 Astra 和 Gemini 4 Carbon;Fable 5.2 在大多数测试中领先。

在常见的基准测试中,这个模型似乎更强。但正如我之前提到的,现在已经很难区分这些前沿模型了,因为它们做不了的日常任务已经很少。

在编程方面,它的质量似乎与 Opus 5.5 基本相同,价格却略高,所以我不会用它来编程。尤其是在 Anthropic 的订阅套餐中,使用 Fable 相比 Opus,性价比要低得多。

图表按 API 标价比较了一个月 Claude Ultra 用量的价值:仅使用 Opus 5.5 时最高,为 14,662 美元;优先使用 Fable 5.2 时为 10,353 美元。

它真正出色的地方,似乎是那些需要使用电脑、但不涉及编程的任务。Remote Labor Index 基准测试就展示了这一点(我之前不知道这个测试,但看起来不错):它的得分约为第二名 Opus 5.5 的两倍。

这些任务包括视频制作与剪辑、CAD、平面设计、游戏开发、音频与音乐设计、建筑与景观设计,以及产品设计。

Remote Labor Index 的 3D 产品渲染任务说明与交付要求,展示了无线耳机、可更换电池和充电盒。 RLI 任务说明:根据公式和图表编写一篇 IEEE 会议论文,旁边展示了原始公式的扫描件和排版后的论文。

RLI 基准测试中的一些任务示例。更多示例请参阅他们的论文

有一点很有意思:Anthropic 在 Fable 5.2 的系统卡中特别提到,他们有意削弱了模型的能力,以“限制那些最可能直接加速 AI 开发的特定研究能力的进步”。后文还表示,CUDA 内核优化和架构研究等方面的能力,将被限制在 Opus 5.5 的水平。

这是一个非常好的模型。但除了上面列出的任务,我认为与 Opus 5.5 相比,你不会感受到多大的实质差异,价格上涨除外。

快讯

Muse Ember

Meta 的前几款模型都挺一般,但以它的规模来看,Ember 似乎表现不错。

智能水平与单次任务成本对比图,比较了 Muse Ember、Claude Haiku 5.5 和 GPT-6 Luna;Muse Ember 达到了与 Haiku 5.5 相近的智能水平,成本为……

它的目标是成为一款适合日常主力使用的小模型,类似于 Haiku 5.5 和 DeepSeek V4.1 Flash 1017。它似乎很好地实现了这个目标:智能水平与 Haiku 5.5 相当,价格明显更低,速度接近每秒 400 个 token。

我还没能亲自试用这个模型,但一线用户似乎都评价不错,所以如果你有比较基础的任务,我建议试一试。

Gemini 4 Carbon

两周多前公布的 Gemini 4 Carbon 终于发布了(不过,目前仅面向每月支付 200 美元的 Gemini 套餐用户和 API 用户)。

基准测试表对比了 Gemini 4 Carbon 和 Argon、GPT-6 Astra、Claude Opus 5.5 以及 Claude Fable 5.1;Gemini 4 Carbon 在大多数基准测试中领先。

**

这个模型偶尔会有惊艳的表现,令人印象深刻的基准测试成绩也说明了这一点(虽然它仍然在很大程度上针对跑分做了优化)。但说到底,它还是一个 Gemini 模型,这意味着它仍然有一些大问题。

最明显的就是它经常产生幻觉。 Anthropic 和 OpenAI 似乎都已经解决了幻觉问题,使用它们的模型时,这基本上已不构成问题。但 Gemini 系列模型,包括 Carbon 在内,仍然像 2023 年那样胡编乱造。

实际使用体验也很差。 我看到很多人反映它速度慢,再加上冗长的推理过程,用起来感觉比 OpenAI 和 Anthropic 的模型慢得多。

与 Opus 或 Sol 相比,它在订阅套餐中的补贴力度也小得多,所以使用这个模型时,同样的钱能换来的用量更少。

Google 似乎取得了一些进展(这个模型在代理运行框架中似乎不再反复折腾,也不会在无法完成任务时彻底精神崩溃,说自己需要被关闭),但在实际使用中,它仍然不太可用。

结语

希望你喜欢本周的新闻。如果你想每周收到新闻,记得在下方订阅我们的邮件列表。

Fable 5.2 自画像:抽象的光迹从暗色水面上升,伸向一片温暖的光芒。

Fable 5.2 自画像,来自 Twitter 上的 xule

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS