克劳德寓言 5.1 让我成为一只漂亮的动画鹈鹕

克劳德寓言 5.1 让我成为了一只非常漂亮的动画鹈鹕 2026 年 9 月 1 日 今天是克劳德寓言（和神话）5.1 天。 Anthropic 表示，《神鬼寓言 5.1》“为编码、知识工作和长期运行的问题解决任务设定了新标准”。他们的公告花费了大量时间在科学研究上，在全新的 Terminal-Bench-Science 0.1 基准测试（8 月 27 日首次公布）上获得了 52.6% 的分数，高于《神鬼寓言 5》的 24.7%、Opus 5 的 29.0% 和 GPT-5.6 Sol 的 22.4%。其他基准测试的分数略有提高，但没有一个比科学基准更令人印象深刻。但鹈鹕能有多好呢？早在 7 月份，我就写过我如何对鹈鹕基准失去信心——它与模型在其他任务上的表现之间的联系似乎不像 2025 年那样牢固。我现在从中得到的最有趣的见解是模型系列内的比较，特别是在不同推理努力水平下对相同提示的比较。 《神鬼寓言 5.1》有五个推理级别：低、中、高、xhigh、最大，并且没有完全关闭推理的选项。我修复了 llm-anthropic 中的一个问题，该问题导致推理痕迹无法正确记录，然后运行一些提示。这是所有推理级别的全套鹈鹕，每个都有完整的推理记录。我将在这里复制它们：低和中，都没有推理？接下来，有点神秘。这就是我花费很少的精力得到的结果：文字记录没有显示任何总结的推理标记，输出标记计数为 1,998。克劳德认为输出标记计数包括推理标记。耗时 23.8 秒，花费 10.017 美分。我将其提高到中并得到以下结果：奇怪的是，该文本也没有显示任何推理文本，并且使用了 1,977 个输出标记 - 比 low 少了 21 个标记。耗时 23 秒，花费 9.912 美分。因此，对于这个特定的提示（“生成骑自行车的鹈鹕的 SVG”），《神鬼寓言 5.1》似乎在低设置和中设置下完全跳过推理。高 这里是高 — 29.6 秒，2,612 个输出令牌，13.087 美分：这个确实做了一些推理，这里总结一下：我正在规划一只骑自行车的鹈鹕的 SVG 布局，有天空和地面背景，一辆有两个辐条轮、车架、座椅和车把的自行车，以及一只白色身体的鹈鹕，上面有长脖子和橙色的喙。不过，与低档和中档确实没有太大区别。在xhigh，事情变得截然不同。 36,767 个输出代币，7 分 51 秒，1.83 美元！推理轨迹相当长，包括这样的细节：添加眼睛、向下延伸到车把把手的翅膀、到达踏板的橙色腿和一个小尾羽，同时故意保持鹈鹕与自行车相比过大以获得喜剧效果。 [...]我会接受轻微的厚度是迷人的，而不是过度设计它。将最大努力设置为最大给我带来了我在 Anthropic 模型中见过的最好的鹈鹕。 65,927 个输出令牌，13 分 54 秒，3.30 美元：这有很多值得喜欢的地方。背景很有品味，腿明显位于框架两侧，脚在踏板上，翅膀在车把上，鹈鹕有一顶可爱的蓝色帽子，还有一个装着鱼的篮子。它仍然没有表现出与 Gemini 3.7 Flash 几乎相同水平的天赋，但我并没有要求天赋——我要求的是 SVG，这就是我得到的。该推理轨迹的一些亮点：在双脚附近添加踏板形状，第二条腿上的远脚在框架后面部分可见。我正在考虑是否添加一条小围巾或帽子来增加个性，但倾向于保持简单以避免混乱。现在我正在争论头上的自行车头盔与鹈鹕标志性的徽章——喙和袋子已经清楚地读作“鹈鹕”，因此头盔可以在不失去身份的情况下强化自行车主题，尽管它可能会与徽章竞争视觉空间。我意识到（484,84）处的喙会与圆顶头盔重叠，因此我需要缩小头盔，使其仅覆盖头顶，调整其弧形端点以更高更窄，以便喙可以干净地附着在前面而不会发生碰撞。 [...]我添加了一个较暗的尖端区域来代表主要羽毛，然后重新考虑后缘以包含扇形羽毛曲线而不是一条平滑的线条，以获得更自然的外观。 [...] 现在，我正在检查头盔上的通风口管线位置，确保它们在考虑到行程宽度和圆形帽的情况下位于头盔边缘内足够远，并确认每个通风口都位于头盔的圆形边界内。 [...]我决定跳过车把铃和轮胎亮点，因为它们是不必要的添加。现在我正在重新考虑前叉的曲线——当它应该向前弯曲以获得适当的倾斜度时，当前的控制点将形状向后拉，所以我需要向右移动控制点以修复前叉的倾斜。好吧，让我们为其制作动画吧 在 Hacker News 上，swalsh 评论道