大数跨境

贵的模型买判断,便宜的模型买劳动力:我的 4 个 Fable 5 用法

贵的模型买判断,便宜的模型买劳动力:我的 4 个 Fable 5 用法 Zach的进化笔记
2026-07-09
3
导读:顶尖模型会长期稀缺且昂贵,真正值得练的不是多薅几次强模型,而是把贵模型用在判断、规划和验收上。

Fable 5 还能继续用!!!

按 Anthropic 原来的计划,7 号之后,订阅套餐里就不再能使用 Fable 5 了,想继续用就得走 API 了,按 token 计费。

但是,在截止的前几个小时,官方在 X 上突然宣布:延长到 7 月 12 号。

多送了5天让我们可以继续去瞪起来,不过这也算是A社的常规操作啦。。

老样子,先一句话总结下我的看法:

这几天真正值钱的,不是多薅几次强模型,而是把「贵模型该用在哪」这套习惯练出来

如果 Fable 5 真的按 API 去计费,我相信不管是任何一个团队或者个人,应该都很难去承受这个成本。它会让你真实地感受到「贫富差距」的力量。

而且我自己的判断是:这种用量受限、价格又贵的状态,往后很长一段时间都会是顶尖模型的常态,不是 Fable 5 这一次的临时操作。算力就这么多,最强的那一档永远是稀缺的。

所以之前其实也分享过一些技巧,这次我一起额外梳理了出来,让大家知道我自己平时是怎么在用 Fable 5 的。

01|让它定逻辑,别让它干活

先说结论:Fable 5 要用来定最底层的东西——选品逻辑、数据分析的判断规则、Listing 的框架、数据表的字段设计。

为什么是这些?因为这些东西定下来之后,后面几百次、几千次普通 AI 调用,都在吃这一次思考的红利。

底层逻辑定得扎实,后面用 Sonnet 也好、GPT 也好,按这套逻辑批量跑筛选,质量下限就被抬起来了。数据表字段设计得对,后面每一张报表、每一个自动化脚本都少返工。

反过来,拿 Fable 5 写一条 Listing 五点,写得再漂亮,用完就没了。

前者是投资,后者是消费。

这也是标题那句话的意思:贵的模型买的是判断,判断做一次,可以指导后面一千次执行;便宜的模型买的是劳动力,按定好的规矩干活就行。让最强的模型去干重复劳动,多少是有点浪费了。

02|先压缩,再投喂

第二条是关于怎么投喂上下文的。

Fable 5 的输入 Token 的计费非常非常贵,你把一整个乱糟糟的文件夹直接塞给它,让它自己在里面翻——这是最贵的用法,而且效果未必好,一堆过期文档和无关文件只会稀释它的注意力。

我现在的做法是:先让 GPT-5.5 在 Codex 里把整个工作文件夹通读一遍,把真正有用的信息提炼成一份摘要文件,再把这份干净的摘要交给 Fable 5。

粗加工交给便宜的模型,精判断留给贵的。

坦率的讲,这套流程有个明显的缺点:多了一道压缩工序。如果任务本身很小,上下文就几个文件,那直接丢给 Fable 就好,别为了流程而流程。它真正值得的场景,是那种沉淀了几个月资料的项目文件夹——报表、会议记录、历史方案混在一起的那种。

03|让 Claude 和 Codex 共享同一个工作区

这个其实是我自己一直以来的习惯,不过前两天刚好有朋友在星球内问到:

Codex 提炼完的东西,怎么给到 Fable?复制粘贴吗?

其实是不用的:直接让 Claude 和 Codex 的桌面端指向同一个文件夹。

我自己工作区就是这么搭的。Codex 通读完文件夹,把摘要写成一个 md 文件落在工作区里;我切到 Claude 这边,Fable 5 直接读这个文件接着干。中间不需要任何复制粘贴,文件落盘就是交接。

这个做法的好处还不止省事。两个 AI 共享同一份文件,等于共享同一个事实基础,不会出现「在这边说好的事,到那边就丢了」的断层。而且所有中间产物都留在了我本地上,完全不用担心自己的语料丢失。

顺便提下,这个思路不局限于 Claude 加 Codex 这对组合,任何两个能读写本地文件的 AI 工具,都可以这么配。

04|让它出规划,施工交给 Codex

最后一条,也是我觉得一定要有且用得最爽的模式!!!

是把前面的分工再往前推一步:Fable 5 只出规划,写代码这种重活,直接派给 Codex。

原本想着为了让输出质量更好,直接全部的活都让 Fable 5 一口气干完,但是实际上发现1个小时就把限额跑满了。

这个在 Claude Code 里有现成的插件可以实现,OpenAI 官方出的,在 Claude 里面其实只需要非常简单的一句话就能装好:


   
   
   
   
    
   
   
   
   https://github.com/openai/codex-plugin-cc
帮我在Claude里面装好Codex这个官方插件

装好之后,在 Claude 里一句话就能把一个任务整个委托给 Codex 去后台施工。Fable 5 留在主会话里,做它最擅长的事:拆解任务、定验收标准、最后检查 Codex 交回来的活。

这段时间跑下来,最大的感受是:比起干活,把关验收其实更需要强模型。事情做错了可以重来,最后的标准放水了,错的东西就直接进到日常工作了。

写在最后

回到开头那个延期。

12 号之后,这四条用法不但不作废,反而更值钱——因为到那时候,每一次调用 Fable 5 都是明码标价的,它会逼着你每次都想一遍:这个问题,配不配用最贵的模型?

其实吧,这个问题跟怎么用人是一回事。你不会让公司里工资最高的那个人,天天去贴标签。

如果你手上有订阅套餐,接下来这几天,我的建议是挑一个你业务里最底层、后面会被反复用到的逻辑——你的选品标准、你的广告否词规则、你的数据表结构——丢给 Fable 5,让它陪你把这个东西定扎实。

不过就像前面说的,这几天要做的不单单是趁着订阅还能用,使劲去瞪起来,把这个模型的能力充分利用好。

更重要的,是把这套习惯沉淀下来。因为未来很长一段时间,Fable 5 这一类顶尖模型大概率都会是这个状态:用量受限,而且非常贵。但习惯练出来了,之后不管换哪个顶尖模型,你都能第一时间把它用到位。

只能希望,DeepSeek加油,使劲把 Fable 5 赶上吧!


如果这篇文章对你有启发
欢迎点个赞、点个在看,或者转发给也在折腾 AI 的朋友。
如果也想第一时间收到跨境的思考或者开源 Skill,也可以给我个星标⭐~

谢谢你看我的文章,我们,下次再见

【声明】内容源于网络
0
0
Zach的进化笔记
1234
内容 25
粉丝 0
Zach的进化笔记 1234
总阅读2
粉丝0
内容25