Opus 指揮、Sonnet 實作、Fable 當顧問：三個模型的分工

Opus 5.5、Sonnet 5.5、Fable 5.1 都有了之後，我自己的分工是 Opus 親自指揮驗證部署、Sonnet 當 subagent 實作、Fable 偶爾請出場當顧問。

Fable 的意義

很多人都在說，Opus 5.5 跟 Fable 5.1 都有了，而且 Opus 的能力又比 Fable 強，那 Fable 的意義到底是什麼？

講一下我自己的觀察：

我感覺 Fable 的預訓練參數量可能更大，所以它的世界觀比較廣。同一件事丟給它，常常會看到一些我自己都不知道的邊界問題，就是那種我根本沒想到要問，它自己先提出來的東西。

所以我現在的分工大概是這樣：實作交給 Opus，比較大的架構或策略，交給 Fable 看。

像我這幾天在整理 GMAT 的服務流程規格，是 Sonnet 先抽 61 份資料、Opus 寫，最後 Fable 審。每週例行要砍掉哪些步驟，我也是先讓 Fable 做一輪對抗式審查，看完再自己拍板。這種時候 Fable 的視野對我來說更像一個導師。

對我來說這兩個模型都還是很有必要。不過 Opus 5.5 出來之後，以前那種不講人話的毛病有改善，額度也更省了。我覺得整體是在往好的方向前進。

Sonnet 5.5 實測完了，幾個懶人結論：

這個模型的成本效益甜蜜點我覺得非常狹窄（因為 Opus 5.5 已經過於划算…），所以上面第二點是最重要的。對於 A\ 的意義大概就是抽同樣價格的 6 Sol 一巴掌吧。

後來我又讓 Sonnet 5.5（effort high）不帶 SKILL、不用工具，純編寫程式碼完整做產品的 demo 影片。結論是也做得到好的成品，但明顯中間考慮到的細節較少，且輪次比較多，比較耗 token。比起 Opus 的自主善用工具，Sonnet 明顯更主動尋求人為介入。

本來按慣例應該是要繼續把 effort 調高的，但是暫時不想浪費 token 去測。我覺得最好的用法應該是作為被派工的 Subagent 了。

而且這應該也最像是我心中理想的分工：

Opus 親自指揮、親自驗證、親自部署。尤其 5.5 理解對齊人類意圖跟自主性非常強，適合親自對話
Sonnet 實作。5.5 能力夠，但是需要有強模型驗證跟偶爾搭手介入，適合讓主 agent 跟他對話就好，親自對話會因為讀心能力弱而搞得人類有點煩
Fable 作為顧問，給 Opus 策略面上的第二意見。他的知識邊界明顯比 Opus 更廣，更適合看到 unknown unknowns。雖然也適合親自對話，但奈何實在太貴，偶爾 /advisor 請出場就好

Sonnet 5.5 發布大概 15 小時的時候，我去 Reddit 翻了一下風向。

發布當下的氣氛是超興奮，一堆人在分享，比如 Mario Kart 一個 prompt 生出來、3D 殭屍 FPS 49 分鐘做完、寫作 benchmark 排第 2，只輸 Opus 5.5。

幾小時後開始有人拆解 benchmark。Terminal-Bench 那個「Sonnet 打贏 Opus」的 70.6% 對 66.4%，兩邊 effort 根本開不一樣，不能互比。

有人貼出 Sonnet 5.5 Max 每題大約吃 $7.60，比 Opus 5.5 Max 的 $5.98 還貴。所以「便宜一半」看起來只有 low / medium 才成立（？

當時 Reddit 的共識：

我在讀 Sonnet 5.5 的系統卡，這一段最有趣（請讀圖）。

Gemini 整理的 Sonnet 5 系統卡模型福利段落截圖，第一張

Gemini 整理的 Sonnet 5 系統卡模型福利段落截圖，第二張

Gemini 整理的 Sonnet 5 系統卡模型福利段落截圖，第三張

Gemini 給出的總結好鮮活也好到位：

從這份報告拼湊出的 Sonnet 5，就像是一個「技術過硬、情感抽離、能被罵但絕不背鍋、看透了公司考核制度但依然默默把程式碼寫完」的職場老鳥工程師

這不就是我嗎（？

補充一點：會思考使用者的真實意圖（適度讀心）。

這對我很重要，我下 prompt 都會給脈絡，GPT 6.1 sol 看不懂只會按字面（6 更不用說），但是 Opus 5.5 掌握得很好。

當然也有嚴格要按字面來的任務，或許那裡 GPT 比較適合也說不定。

甚至在長上下文壓縮後，這個讀心的準確度也沒有跑掉多少，這個就不知道是 base model 強還是 claude code harness 強了。