Browser Use来自创作者
Claude Fable 5 在 BU Bench V1 上得分 80%，API 成本也最高
Browser Use 用开源 Browser Use 库测试 Anthropic 的新模型 Claude Fable 5，它在 BU Bench V1 上得分 80.0%，比第二名 GPT 5.5 高 12 个百分点。
Fable 通过了 100 个任务中的 80 个，平均每个任务耗时 6 分 53 秒，但 API 成本达 580.87 美元。在 GPT 5.5 失败的 32 个任务中，Fable 通过了 23 个，它自己的失败主要源于提取错事实、访问来源受阻或答案缺乏依据。
要点
- 20 个失败中 16 个判错，4 个超出 30 分钟时限。
- 单任务比 GPT 5.5、Opus 4.7 和 BU 2.0 慢。
- 单任务比 Gemini 3 Pro 等模型快。
- 擅长长链路调研任务，能持续跟踪约束条件。
原文：Claude Fable Sets High Score on BU Bench
The result came at an exorbitant price: $580.87 in API cost for 100 tasks.
收录于 。摘自官方博客的简短节选，著作权归原发布者所有。