Fable 5.2 用一句话搓出了一个能玩的浏览器射击游戏
11 月 9 日,Anthropic 发了两个新模型:Claude Fable 5.2 和 Claude Mythos 5.2。底层是同一个模型,区别在安全防护和开放范围——Fable 面向所有人,Mythos 只给通过审核的网络安全和生命科学研究机构。
同一天,Anthropic 的产品工程师 Felix Rieseberg 干了另一件事。他给了 Fable 5.2 一条提示词,然后等了八个小时。
八小时后回来,他拿到一个能玩的浏览器第一人称射击游戏,叫 Saltline。账单 550 美元。
先说这个游戏长什么样
雨夜的港口。你的任务很朴素:切断三个通信中继,一路躲开两种敌人(游戏里叫 Gulls 和 Hounds),最后跑到船上,结束。
它跑在 Claude Artifact 里,浏览器直接开,不用装任何东西。模型、音效、贴图全是模型自己生成的,没有外部素材。
Rieseberg 自己说,他是想试试一次性提示词、不给任何人工反馈能做到什么程度。原话是:
I wanted to test Fable 5.2's quality with one-shot prompts without human feedback. Everything in this game is from scratch: models, sounds, textures.
有人问他怎么配的环境,他回了一句:我的 claude.md 是空的。
也就是说,模型拿到的不是一份精心写好的项目说明书,就是一段大白话。七分钟后他把提示词原文也贴出来了,全文如下:
You know, you should also build me a FPS. Insanely detailed quality pls, something that looks visually like it can keep up with AAA. Make it small in scope (like a tiny level) but otherwise impressive photorealistic graphics
翻过来就一句:给我做个 FPS,要特别细,画面得像 3A,但范围做小点,就一个小关卡。
他自己补了一句感慨:I'm slowly discovering that the age of prompt engineering is basically over.
这话听着很爽,先别急着信,看完后面再说。
把账单拆开看看啦
这是我认为整件事里最值得看的部分。。。
Anthropic 官方定价,Fable 5.2 是每百万输入 token 8 美元、每百万输出 token 40 美元(快速模式翻倍,16 和 80)。Rieseberg 报的用量是 4.45 亿输入 token、约 270 万输出 token。
按这个价硬算:
| 项目 | 数量 | 单价 | 折算 |
|---|---|---|---|
| 输入 token | 4.45 亿 | $8 / 百万 | $3,560 |
| 输出 token | 270 万 | $40 / 百万 | $108 |
| 完全不缓存合计 | $3,668 | ||
| 实际账单 | 约 $550 |
差了六倍多!!!
差额在哪?在输入上。输出那 108 美元基本跑不掉,剩下的 442 美元摊到 4.45 亿输入 token 上,平均每百万只要一块钱左右,是标准价的八分之一。这不是打折,是 prompt caching——大部分输入是从缓存里读的。
所以那 4.45 亿输入到底是什么?可不是你的提示词哈,你的提示词连一百个 token 都不到。是 agent 每走一步,都把之前写过的代码、工具输出、当前计划重新读一遍。输入和输出的比例是 165 比 1。
说白了,它不是在写代码,是在反复读自己刚写的代码,然后假装第一次看到= =
缓存这个词,比模型名字重要
同样一次任务,缓存命中多少,账单就从 550 变成 3,668。中间没有别的变量。
这件事对我们做 3D 管线的人有什么用呢?就是你要自己搭一个 agent 去批处理模型、生成 LOD、跑材质检查,第一件该想清楚的不是用哪个模型,而是上下文怎么组织
组织得好,成本差一个数量级;组织得不好,你会在月底看到一张莫名其妙的对账单。
官方那边还有更疯的
游戏只是外面的人玩的。Anthropic 自己在公告里放了一串内部实验,挑几个说。
一个是操作系统。一位工程师给了 Fable 5.2 一个空文件夹,让它设计一个原型 OS。模型协调了超过 1000 个子智能体,连轴转了八天,写代码、测、审。最后产出一个能在笔记本上启动的系统:自己的内核、磁盘键盘网卡驱动、持久化文件存储、窗口、登录界面、安装程序,还内置了 Claude。
一个是费马大定理。1000 个 Fable 5.2 agent,30 小时完成形式化,人工介入极少。作为对照,Opus 5.5 用同样的 1000 agent 设置,18 小时只做完 26%,到 30 小时基本没再往前走。
还有一个是硬件。一段话的提示词,让它设计三款电子设备:家庭语音助手中枢、USB 免提扬声器、掌上电子宠物。模型自己写规格、选元件、布四层板、CAD 建模外壳、写固件。每块板不到一天就到可制造状态,工厂做出来之后,三款设备都不需要任何电气修改就能工作。
机器人那边,RoboDojo Sim 上 Fable 5.2 拿 64.9%,GPT-6 Astra 是 29.8%,上一代 Fable 5.1 是 27.6%。
还有速度!
输出速度比上一代快最多 30%,快速模式能到 2.5 倍。
有个数字在公告里不显眼,但对做交付的人更有意义:在 FrontierCode 2.0 上,Fable 5.2 用 High effort 拿到 45.3%,跟 Opus 5.5 用 Max effort 的 45.5% 基本持平,而每个任务的成本大约是它的一半。用 Xhigh effort 则是 49.1%,是所有已发布模型里最高的。
翻译一下:不是更强所以更贵,是同样的活,用更少的力气干完。

这事对做 3D 交付的人意味着什么
先说清楚它不是什么。Saltline 是个小关卡 demo,不是产品。它没有性能预算、没有资源管理、没有可维护的代码结构,也没有任何业务数据绑定。拿它去跟一个要交付给客户的数字孪生系统比,是两件事。
但有一件事确实变了:试错的成本。
以前你想验证一个玩法、一个镜头语言、一个交互节奏,得先找人、排期、做原型,一周起步。现在一个人八小时、五百多美元,能拿到一个能跑、能玩、能给人看的东西。这个价格买不到成品,但买得到要不要往下做的判断依据。
会算账的人开始占便宜。同一个模型,有人一次跑掉 3,668 美元,有人 550 美元搞定,差别不在模型,主要看上下文怎么喂
几点判断
别把 550 美元当成做一个项目只要 550。那是单次生成的价,改需求就得重跑,而且八小时里模型可能绕了不少弯路,只是没人给它计时。真实的迭代成本是 550 乘以你想试的次数。
Rieseberg 那句提示词工程的时代结束了,我觉得是感慨,不是结论。他用的提示词确实很短,但短不等于简单——他清楚自己要什么,也清楚模型的边界在哪。真正结束的是靠堆提示词糊弄模型,不是知道自己要什么。
我们最该盯的指标不是它一次能做多好,是同样的流程能不能稳定复现。一次惊艳的 demo 和一条可重复的产线,中间隔着的正是我们这行吃饭的本事。
参考来源
- Anthropic 官方公告《Introducing Claude Fable 5.2 and Claude Mythos 5.2》(2026-11-09,11-11 修订):https://www.anthropic.com/claude-fable-and-mythos-5-2
- Felix Rieseberg 的公开演示与账单(2026-11-09):https://x.com/felixrieseberg
- 中文报道《仅靠单条提示词,Fable 5.2 烧掉 4.5 亿 Token、历时 8 小时从零手搓高完成度射击游戏 Demo》:https://cj.sina.com.cn/articles/view/1642720480/m61e9ece003301pkbk
- 账单逐项拆解参考(第三方测算,非官方):https://cellcog.ai/blog/fable-5-2-one-shot-game-cost
