赛事详情

有网络用户指出，Anthropic似乎开启了新一轮灰度测试，Opus 5.5 High模型可能被路由至Fable 5.5或Opus 5.6。

多位用户展示了这款未公开模型生成的视频。仅凭少量提示词，该模型便能制作包含光影变化、镜头切换和音效的动画短片。

更有用户用它制作了一部音乐剧，用于自我介绍。

该作品在音乐、人声和3D画面方面表现完整，音画同步且完成度较高。

编程模型的产出，正从功能演示扩展到涵盖镜头、光影、声音的完整视觉作品。

发布者在评论区明确表示，这就是Fable 5.5。

有用户实测后评价，这款模型具有颠覆性，图像与视频生成领域可能已被终结。

继GPT 6-Astra在3D领域带来变革后，视频生成模型是否也将被Claude取代？

在众多实测中，最引人注目的是一段音乐剧作品。

其效果与《汉密尔顿》极为相似，人声部分几乎难以分辨是否为真人演唱。

制作者介绍，该模型使用Suno创作音乐，ElevenLabs生成人声，并围绕整首歌曲制作了同步的Three.js音乐视频。

这表明Claude可能直接调用了这些工具进行创作，类似于Astra调用Blender进行3D建模。

若果真如此，视频生成模型面临的挑战将很快到来。

不过，该视频所消耗的提示词数量、时间成本和费用，制作者并未透露。

制作者还采用了一种验证方法：要求模型在不联网、不使用记忆功能的情况下，介绍VoxelBench。

Claude概述了该3D体素生成评测的机制，制作者据此确认这就是Fable 5.5。

此外，还有几个新模型的实测效果展示。

一段关于雨中纸船的视频，展示了同一只纸船在不同光照和镜头距离下的效果。

其完成度体现在这些细节共同服务于场景氛围。

据用户@Salio介绍，视觉、动画和音效均来自一次提示生成的JavaScript代码，未使用网络素材。

声音也被纳入这次代码创作。

另一段代码创作的短片，将场景拓展至海面和太空。

其中海上日落部分尤为出色，阳光落在波浪上的效果令人印象深刻。

天空从紫红过渡到金黄，太阳的反光沿海面铺向镜头，随水面起伏形成片片亮纹。

画面层次丰富，近处波浪清晰，远处逐渐融入地平线。

作为风景短片，其质量在及格线以上，但具体提示词和成本信息未披露。

制作者表示，画面与声音均由JavaScript代码从头制作，Claude未通过网络搜索获取素材。

体验后，制作者感慨图像与视频生成时代已结束。

还有一段名为“人的一生”的简笔动画短片，Claude仅用两条提示词便完成。

制作者介绍，动画每一帧均由JS绘制，仅使用两条提示词，共四行。

该任务耗时2小时，消耗2700万tokens，思考强度设为Max。

这段视频约30秒长，投入产出比相当惊人。

关于Opus 5.5 High具体路由至哪款模型，目前尚无定论。

有观点认为是Fable 5.5，也有认为是Opus 5.6。

用户@Pankaj将Opus5.6列为首要猜测，同时提出Anthropic可能通过Opus5.5测试下一代Fable。

用户@NFT_Chen提供了更具体的检测方法：选择Opus5.5并开启High思考档，要求模型在不搜索的情况下介绍VoxelBench或@legit_api。

他认为，若能准确回答，则可能进入了新模型的灰度测试。

不过，也有用户认为新模型效果与Opus 5.5相差不大。

Lumina展示了普通Opus5.5与所谓“被路由后”的输出对比，但未发现显著差异，仅认为后者可能略好。

他还说明，自己运行了多次，放出的结果是其中最佳。

新模型究竟是“寓言”还是“作品”，尚待观察。

回顾Anthropic近期的发布节奏：9月22日发布Opus5.5，9月28日Sonnet5.5跟进，10月7日Haiku5.5上线。

短短半个月，5.5家族已连发三款，而Fable型号仍停留在5.1。

从这一节奏看，推出新Fable的可能性较大。

下一代Fable将直接与自家Opus进行比较。

Anthropic在Opus5.5发布时表示，它在多数任务上已达到Fable5.1的水平。

官方还披露了一项内部测试：让两个模型将HAProxy从C重写为Rust，两者均通过了几乎所有原有回归测试，但Opus5.5用时9.5小时，Fable5.1用时12小时，前者成本低51%。

价格方面，Opus5.5每百万输入、输出tokens分别为4美元和20美元，Fable5.1则为10美元和50美元。

Fable5.1的两项单价均为Opus5.5的2.5倍。

若下一代Fable保持更高定位，它需在某些任务上让用户清晰感知到多付的费用所换来的价值。

从这些创作演示看，一个值得期待的方向是：在极少要求下，也能完成更多合理的设计。

例如，仅指示“为自己制作一首介绍歌曲”，模型能否自行规划场景、角色和镜头，再组织音乐、人声与动画，减少用户逐项补充的工作量。

这种能力若能稳定复现，将对短片制作和产品原型开发非常实用。

如此看来，视频生成模型似乎确实面临巨大挑战。

参考链接： [1]https://x.com/NFT_Chen/status/2109335598448394272 [2]https://x.com/chetaslua/status/2109244702235275680 [3]https://x.com/Mr_Salio/status/2109464662035022044 [4]https://x.com/ChrisGPT/status/2109570757579649086 [5]https://x.com/LuminaBench/status/2109333268881694751

本文来自微信公众号“量子位”，作者：听雨，36氪经授权发布。