Anthropic Fable 5.2实测：一句话生成3A游戏与Excel克隆

在AI编程模型竞争白热化的当下，Anthropic悄然放出了被多位开发者称为「地表最强」的新模型——Fable 5.2。知名AI博主Matthew Berman在最新视频中用它做了十余个极限测试，结论相当惊人：只要三行提示词，几天时间就能造出一款可玩的《战争机器》克隆。

一句话提示词，造出可玩3A级游戏

Berman展示的第一个demo是一个完整的《战争机器》克隆游戏，基于Unreal Engine构建。他只写了三行提示词：「用Unreal Engine复刻《战争机器：E-Day》，只需一个关卡，但画面、玩法、角色要尽可能接近原版。」然后开启Ultra Code模式让它自己跑。

结果这个项目消耗了约85亿tokens，按API定价折合大约1.5万美元。游戏包含掩体系统、战术换弹、AI敌人、光影和贴图，全部由模型生成。Berman在试玩时反复感叹「这真的很好玩」，甚至一度忘记自己在录视频。

同样的思路也复制到了其他经典游戏上：一个《糖豆人》克隆「Tumble Beans」用约90亿tokens、71小时构建，预估成本1.3万美元，支持多人联机，物理弹跳和关卡复杂度都达到了可发售水准；一个基于Unreal Engine的东京城市3D可视化项目消耗67.2亿tokens、约70小时，预估成本1.1万美元，包含实时交通、行人、列车进站和光线追踪反射。

Unreal Engine（虚幻引擎） 是Epic Games开发的一款主流商业游戏引擎，广泛用于3A级游戏、影视虚拟制片和建筑可视化。它以高保真渲染（Lumen全局光照、Nanite微多边形几何）和蓝图可视化脚本系统著称，但传统上需要美术、程序、策划分工协作数月才能产出一个可玩关卡。文中的"Ultra Code模式"指模型在长时间自主运行中不断编写、编译、调试代码的智能体工作流，相当于让模型独立完成一个中小型工程项目的开发闭环。

不只是游戏：从Excel到视频剪辑器

如果认为这只能做游戏，那就低估了它的通用性。Berman用它构建了一个功能完整的微软Excel克隆，耗时近50小时，全部公式可点击编辑，支持数据透视表和示例数据加载，而且是浏览器端运行、可以直接发布链接给人试用。

另一个案例是本地运行的DaVinci Resolve克隆——波形显示、视频预览、剪辑分割、磁性吸附、关键帧、完整键盘快捷键一应俱全。有意思的是，Berman团队的另一位成员Alex独立用同样的方式做出了自己的视频编辑器，并且已经在用它剪片子了。

这类项目暴露出一个趋势：过去需要整个工程团队数月完成的工作，现在一个人加上一个模型就能在几十小时内交付原型。

WebGL2 是浏览器端的底层图形API，允许JavaScript直接调用GPU进行硬件加速渲染，无需插件。文中"纯手写WebGL2、不依赖three.js"意味着模型没有借助任何封装库，而是自行编写着色器（GLSL）、顶点缓冲区管理和渲染管线，这对代码生成的正确性和一致性要求极高。数据透视表则是Excel最具代表性的功能之一，涉及分组聚合、行列交叉计算和动态重算，通常被视为检验电子表格类应用完成度的关键指标。

物理模拟与3D生成：从水球到东京

在科学可视化方向，Fable 5.2同样表现抢眼。一个「子弹击穿水球」的物理模拟demo被要求只用单个HTML文件，不依赖three.js或任何外部库，纯手写WebGL2。结果模型生成了包含光线追踪、实时物理重算、可调子弹速度／口径／光照／重力的完整交互场景，总消耗仅4100万tokens、约2.5小时、成本约91美元。

3D建模方面，模型在Blender中生成了一个带泳池、太阳能板、露台和车库的住宅建筑方案，总消耗1300万tokens、成本约30美元。还有一个3D打印承重塔设计，在10克以内、0.4mm喷嘴PLA的约束下生成结构，最终成功承受住笔记本电脑、Mac mini、DGX Spark甚至电钻的堆叠。

Berman还让它生成了一个完整的3D欧洲小镇，居民、动物、车辆全部由AI驱动，市民之间会进行完整对话。这类「世界模拟」场景此前属于研究级项目，现在变成了单次提示词的产物。

动态图形与解释类内容被「解决」

视频中最具实用价值的发现，可能是运动图形（motion graphics）生成能力。Berman用单条提示词生成了近2分钟的「软件反编译原理」科普动画，以及「LLM工作原理」解释视频，涵盖embedding、transformer层、训练过程、loss曲线、next token prediction等概念的可视化。

这类内容过去需要专业动效团队数周制作，现在单条提示词、45分钟、约25美元即可完成。对于内容创作者而言，这可能是最直接的生产力变革。

基准测试：全面领先但并非全胜

Berman引用的基准数据显示，Fable 5.2在Frontier Code 2.0、Frontier Suite（69.9分）等主要榜单上全面压制此前的旗舰Opus 5.5。在操作系统控制基准OSWorld 2.1上拿到89.3分，远超Astra的79.5和Opus 5.5的87。Humanity's Last Exam得分74.2，比Fable 5.1高出约10分。

也有例外：Automation基准上Carbon以微弱优势领先（Fable 5.2为51分）；Terminal Bench上同日发布的Mythos 5.2以75.3分险胜Fable 5.2的74.6分。

更值得关注的是实际使用体感。Berman称自己「已经在这个模型上烧了超过一千亿tokens」，最突出的感受是自主性极强——它会替你做决定，且九成以上符合你的预期。开启max thinking加Ultra Code做全代码库审查时，过去需要60到120分钟的任务现在10分钟内完成，同时发现了大量bug、安全问题和UI不一致。

OSWorld 是一个评估AI智能体操作系统控制能力的基准，任务包括跨应用操作文件、编辑文档、配置系统设置等真实桌面场景，考验的是多步规划与GUI交互能力，分数越高说明模型越能独立完成"用电脑办事"。Humanity's Last Exam（HLE） 则由数千道跨学科高难题组成，覆盖数学、物理、人文等领域，被视为当前最难的综合知识推理测试之一，得分普遍偏低，因此几分的差距往往意味着显著的能力提升。Terminal Bench 专注于命令行环境下的真实工程任务，如仓库修复与脚本编写。

定价与取舍：更强，但更贵

Fable 5.2的定价相比Fable 5.1下调了约20%，为每百万输入tokens 8美元、输出tokens 40美元。Fast模式可提速2.5倍，但价格翻倍至16／80美元。

Berman给出的结论很明确：Fable 5.2确实强于Opus 5.5，但Opus 5.5更快、更便宜、效率更高。日常项目是否切换到Fable 5.2，取决于任务对质量的要求是否值得付出数倍成本。

从这些demo来看，一个更值得思考的问题是：当模型能用三行提示词生成可发售的游戏，软件开发的护城河究竟还剩什么。Berman在视频中反复说「软件已死」，这句话当然夸张，但他用几十个小时和上万 token 成本造出的东西，确实在重新定义「一个人能做出什么」的上限。

背景补充

运动图形（Motion Graphics） 指以动画方式呈现图形、文字与数据的内容形式，常见于科普视频、产品演示和品牌包装，典型工具包括After Effects。其制作难点在于时间轴编排、缓动曲线、图层合成与视觉叙事节奏的统一。Embedding 是把离散的词语或概念映射为高维稠密向量的表示方法，语义相近的向量在空间中距离更近；Transformer 则是当前大模型的主流架构，依靠自注意力机制建模序列中任意位置之间的依赖关系。让模型把这些抽象概念转化为连贯动画，意味着它同时具备领域知识与视觉编排能力。