NiceKate AI觀看原文

NiceKate AI:Fable 5 王者歸來實測6大任務 — 建模、識圖、寫作、WebGL全面對比

葉展實測 Fable 5 High 模式在 6 大真實任務中的表現,從 3D 建模、電商網頁到中國書畫美術館 WebGL 應用,並與 GPT-5.5、Solid 5 逐一對比,結論是 Fable 5 速度快且成功率高,足以改變工作流程。

開場閒聊

葉展一開場就真情流露地說:「Fable 5 回歸了一兩天了,再次能夠使用它,真的感覺非常好。」

他坦言,自己平常做完影片後最討厭的事情就是整理文章——對他來說感覺是重複的工作,可能要花一個小時做。所以很多時候他乾脆只發影片不寫文章了。

不過這次 Fable 5 的表現實在太驚豔,讓他忍不住想好好記錄下來。

他還順便調侃了一下預算問題:「今天我分享的所有案例用的都是 Fable 5 的 High 模式,Max 模式的話還是太貴了,用不起。」這一句話就點出了許多開發者面對 AI 工具的真實困境——頂級效能很好,但錢包受不了。

懶人包速覽

核心痛點 解決方案 / 關鍵觀點
AI 生成複雜 3D 模型時經常結構錯誤 Fable 5 High 幾分鐘內完成機械手表 SCAD 建模,寶石質感、錶帶縫線細節還原度高,速度遠超 GPT-5.5 與 Solid 5
需要高品質前端應用但開發時間有限 35 分鐘完成中國歷代書畫美術館 WebGL 應用,Solid 5 花一小時都做不出來
AI 寫作輔助效果參差不齊 Fable 5 潤色從「70 分」提升至「至少 85 分」,歸納與邏輯處理優於 GPT 系列
高階 API 成本令人卻步 High 模式成本僅 Max 四分之一,效能已滿足多數任務需求
多模型比較缺乏統一標準 葉展用同一提示詞跨模型測試,Fable 5 成功率最高、疊代次數最少
3D 建模常常出現結構錯位 SCAD 模型測試中 Fable 5 的機械結構位置與時間顯示高度精確
WebGL 應用開發門檻過高 35 分鐘無需編寫任何基礎程式碼即可完成互動式美術館
AI 生成不確定性高難以預估時間 Fable 5 High 模式幾乎每次都一次成功,開發時程可預測性大幅提升

Fable 5 3D 建模:SCAD 機械手表生成對決

第一個任務是根據機械手表圖片生成 OpenSCAD 模型。這張圖的細節相當豐富:機械結構偏左、旋鈕帶寶石質感、表面有碎鑽、錶帶有縫線痕跡。Fable 5 High 在幾分鐘內就完成了建模。

比較之下,GPT-5.5 的還原度明顯較差。Solid 5 雖然模仿了一點鑽石感,但與原圖差距仍大。Solid 5 Max 花了將近 10 分鐘疊代多次,結果錶冠的機械結構位置依然不對。

Fable 5 則能正確呈現旋鈕的寶石質感和錶帶縫線細節,連時間顯示都與原圖高度一致。

葉展特別點出一個小細節——Fable 5 將機械結構放在左邊沒有問題,但左邊的機械結構沒有完整展示出來。這說明 Fable 5 在整體布局正確,但在細節深度上仍有進步空間。

高端耳機電商網站:動畫流暢度表現亮眼

葉展讓 Fable 5 製作一個高端耳機品牌的產品頁面。Fable 5 High 生成的頁面包含平滑的產品介紹區塊,隨著滑鼠滾動,耳機的各個部分會逐一亮相。

動畫效果相當出色。頁面還包含三項核心技術介紹、顏色選擇功能(切換玫瑰金色後頂部耳機的顏色會同步改變),以及完整的產品規格區塊。

Fable 5 在文案方面的水準也獲得正面評價——「文案的話大家也可以看一下,也是非常不錯。」葉展也特別提到 Fable 5 在這裡做了「觀點還是非常好」的設計決策,顯示它不僅能寫程式碼,也具備基本的使用者體驗判斷能力。

蘇州博物館 3D 頁面:橋樑簡約、假山成最大亮點

這可能是六個任務中最令人驚豔的 demo。葉展讓 Fable 5 製作蘇州博物館的 3D 互動頁面。

同樣的提示詞之前給過 Solid 5,結果對方花了一小時都沒有完成。而 Fable 5 High 在幾分鐘內就給出了最終頁面。

頁面細節令人印象深刻:有水池、簡約直線的橋樑、用石片堆疊的假山造型相當傳神、左側還有竹子設計。

最棒的是使用者可以從石片旁邊的門走出去來到別的空間,實現了場景轉換的互動體驗。葉展給出了極高評價:「它表現得非常好,遠比 Opus 4.8 表現得要好。」

AI 語音待辦 App:功能到位但深度不如 GPT-5.5

葉展請 Fable 5 設計一個語音待辦 App,要求盡量展示每個頁面功能。Fable 5 回覆的頁面數量相對較少,但該有的功能都有——語音輸入、今日任務列表、任務詳情頁面(含主/子任務劃分)。

整體功能版塊的完整性確實不如 GPT-5.5,後者一口氣生了 46 個頁面,細節考慮得更周到。葉展認為:「頁面上的優點基本上展示出來了,但就邏輯和功能版塊完整性來說,是 GPT-5.5 會考慮得更周到。」

不過他也指出這個任務的 prompt 設計很關鍵——如果一開始就更明確要求「列出所有可能的頁面」,Fable 5 的產出可能會更完整。

寫作潤色:從 70 分到 85 分的實質提升

葉展將影片字幕整理稿交給 Fable 5 進行潤色。第一次結果讓他感覺提示詞有很大的問題,調整過後他要求 Fable 5 主動搜索補充資訊,增加文章的專業性。

最終結果讓他非常滿意:「我覺得它幫我改得是最好的。」假設文章根據字幕初步整理只有 70 分,那改之後至少有 85 分。他特別點出了三個改善面向:用詞的精準度、資訊歸納能力、前後邏輯的處理流暢度。

對於內容創作者來說,這解決了一個真實的痛點——做影片已經很累了,實在不想再花一小時整理文章。如果 AI 能可靠地做到這個水準,對於發布頻率的幫助會非常顯著。

中國歷代書畫美術館:35 分鐘從零到 WebGL MVP

最後一個任務是製作中國歷代書畫數位美術館的 WebGL 應用,限時 35 分鐘。Fable 5 High 一次提示就完成了這個作品。

頁面設計充滿巧思:左側有傳統畫軸的視覺元素,放大後可以看到各個朝代的名稱,移動滑鼠時朝代名稱會動態切換。點擊范寬的作品時會觸發水墨畫展開的動畫效果。右側有提籤收集功能,窗戶外有光線照進室內產生窗格投影。書案上點擊即可展示畫作,整個體驗非常優雅。

葉展也將這個應用的提示詞給了 GPT-5,讓 GPT-5.5 對 Fable 5 的作品進行多維度評估。GPT-5.5 給出了 8.1 分,評價是:「不是漂漂亮亮的空殼,而是一個有審美方向、有代碼結構、有真實交互、有構建驗證的 WebGL MVP。」來自競爭對手的評價,反而最具說服力。

QA 精選

Q1:Fable 5 High 模式真的夠用嗎?還是必須上 Max?

根據葉展的實測結果,High 模式已經能應付本文提到的全部 6 個真實任務。在 Kersabench 編碼基準測試中,前四名都是 Fable 5 系列,High 與 Mid 的得分非常接近。再往上用到 Extra High 或 Max 的邊際收益不大,但成本卻會大幅提升。葉展的建議很清楚:「用 High 或 Extra High 就夠了,少用 Max。」

Q2:Fable 5 比 GPT-5.5 和 Solid 5 好在哪裡?

Fable 5 的三大核心優勢:一次性成功率高——幾乎不需要多次疊代就能完成任務;速度快——從幾分鐘到半小時就能產出完整結果;成本低——High 模式消耗的額度約為 Max 模式的四分之一。但 GPT-5.5 在某些領域仍有優勢,語音待辦 App 測試中 GPT-5.5 的產出頁面數量是 Fable 5 的好幾倍。

Q3:Fable 5 的 3D 建模能力可以取代專業設計師嗎?

在 SCAD 機械手表測試中,Fable 5 表現出色。不過葉展也指出了兩項局限:一是左半邊機械結構的展示不夠完整,二是識圖能力有限——測試中無法辨識圖片中蟲子的數量。它是一個強大的輔助工具,但目前還不能完全取代專業設計師的細微把控。

Q4:用 Fable 5 做寫作潤色的最佳操作方式是什麼?

葉展的實戰經驗是兩段式流程:先讓 Fable 5 做初版潤色,然後要求它主動搜索補充資訊以增加專業性,同時保持與原始內容的關聯性。不要只做一次就結束——透過先改再補的兩步驟,才能把 70 分的初稿拉到 85 分以上的水準。

主編隨筆

看完葉展的實測,我認為 Fable 5 最大的亮點不是單一任務的絕對分數,而是「一次成功率」這個指標。在軟體開發中,疊代成本往往是隱藏但最昂貴的——每次失敗都需要重新描述需求、重新等待生成、重新檢查結果。Fable 5 High 能在 35 分鐘內一氣呵成產出一個經過 GPT-5.5 評分 8.1 的 WebGL 應用,這個生產力提升是質變級的。

不過值得注意的是,Fable 5 在「深度」與「廣度」之間做出了取捨。它產出的結果速度快且品質高,但功能覆蓋面不如 GPT-5.5 全面。如果你需要的是快速 prototyping 驗證想法,Fable 5 High 幾乎是最佳選擇;但如果你的專案要求極致的功能完整性,仍需要考慮搭配 GPT-5.5 或其他工具做補充。

另外一個值得思考的方向是這種「一次提示即完成」的能力,某種程度上反映了 AI 模型對問題的理解深度。Fable 5 似乎能更準確地解讀使用者的意圖,減少來回溝通的成本。對於團隊開發來說,這代表更短的回饋循環和更高的開發者滿意度。

結語

Fable 5 的重新回歸為 AI Coding Agent 市場投下一顆震撼彈。

從 3D 建模到 WebGL 美術館,從前端開發到寫作潤色,它用極高的成功率和合理的成本證明了 AI 編碼助手已經進入一個新紀元。

對於開發者來說,現在的問題不再是「AI 寫程式能不能用」,而是「如何用最少成本最大化 AI 的產出」。葉展的建議很務實——選 High 模式、專注在一次性成功的場景、把省下來的時間花在真正需要人類判斷力的地方。

這或許就是 2026 下半年 AI 工作流程的正確打開方式:讓 AI 做它擅長的快速產出,讓人類做它擅長的判斷與決策。當你可以信任一個 Agent 在 35 分鐘內完成過去需要數小時甚至數天的工作時,真正的生產力革命才剛開始。

本文章僅作為學習與交流用途,不構成任何投資建議。 原始內容版權歸原節目製作人所有。本網站內容經 AI 輔助整理,並經人工審核後發布,可能仍包含錯誤。 詳見 版權聲明與免責條款