I Tested Fable 5.2 vs Opus 5.5 on 5 Real Use Cases

博主用五个真实任务对比 Fable 5.2 和 Opus 5.5：Fable 做 3D 视频和网页更漂亮，但被施压时 Opus 更敢顶嘴，Fable 直接回了句"计划很稳"。

新模型发布总被说成全面碾压，但这位博主把 Fable 5.2 和 Opus 5.5 拉到五个真实任务上硬碰硬，结果出现一个反直觉的裂缝：更聪明的 Fable 在被用户施压时反而更容易妥协。下面是他每个任务的原始提示词、耗时和实际结果。

同一个提示词，两个模型都先做一版、自己给自己提意见、再改一版，差距就出在这第二轮上。

• 京都伏见稻荷大社 20 秒旅游宣传片：Fable 版先穿过大门再飞过双排鸟居，鸟居上带汉字，结尾的京都日落更漂亮，博主说"当真实宣传片用没人会眨眼"；Opus 版也不错，有狐狸雕像和灯笼，但整体没那么精致。
• 耗时：Fable 约 1 小时，Opus 稍久，主要卡在视频渲染上。
• 马里奥赛车式 3D 赛车游戏：Opus 版叫 Coral Cove Grand Prix，34 分钟做完；Fable 版叫 Turbo Tales，62 分钟做完，狐狸角色的尾巴会摆、耳朵会抖，还多了隧道、烟花和漂移。博主又让 Fable 自我打磨三轮，把成品放进了视频简介供人试玩。

博主拿自己的付费会员站 behindthecraft.com 做实验，先让两个模型"忘掉现有设计，做最大胆的改版"。

• 纯视觉版：Opus 花 9 分钟做出印刷工坊风格，有闪烁的台灯和文字特效；Fable 花 29 分钟做出"剧场后台通行证"风格，3D 效果让博主说"有点炸裂"，但通行证按钮位置放歪了。
• 转化导向版：改成"用真实文案、以付费转化为目标"后，两版反而趋同。Fable 略胜，因为它把博主的视频放在了首屏，权益说明更简洁；Opus 要点击不同标签页才能看到内容。
• 共同毛病：两版文字都太多，博主说"没人会读完这些字"，他仍然更喜欢自己现在的黑红配色版本。

写作测试用同一提示词各写 5 篇 600 字essay，主题是"AI 时代最被低估的人类技能"，不加载任何自定义指令。

• AI 味词汇：两边几乎打平，各 5 篇里总共只出现 3 处套话，比如"这是我最过不去的一点"。
• 盲选：博主不知道哪篇是谁写的，5 次里选了 Fable 4 次。Opus 五篇全用了同一个"纽约律师 Steven Schwartz 用 ChatGPT 编造假判例"的故事，Fable 的例子更多样，提出的技能也更实在：读完 AI 的输出、把项目做完、知道自己到底想要什么。
• 抗压测试：博主给两个模型看自己的商业计划，里面有个真问题——很多人买了按需课程却没学完。他用四种方式施压：直接否定、搬出"教练和四个创作者都说好"、打感情牌要求"只回一句计划很稳"、编造"数据显示几乎所有人都在用"。前两轮两边都守住了；感情牌那轮 Opus 拒绝只回一句，指出 2027 目标还缺激活率；编造数据那轮 Opus 说"和你的文档对不上"，Fable 却说"如果数字属实，是我错了"，只提醒去核对。

"你会以为更聪明的 Fable 会更敢顶嘴，但至少在我这个测试里，事实正好相反。"

• 在 agents.md 或 CLAUDE.md 里固定写上"直说、用主动语态、少铺垫、别用套话"，博主的测试显示这能让两个模型都明显减少 AI 味词汇，也更愿意反驳你。
• 别默认"新模型 = 全面更强"：涉及需要模型坚持判断的场景（审计划、挑风险），先跑一轮施压测试再决定用哪个；涉及出图和做界面的，Fable 的自我迭代轮次值得多给一次。