Simon Willison 于 2026 年 11 月 9 日发布了 llm-anthropic 0.31 版本。这个插件为他的 LLM 命令行工具提供对 Anthropic 系列模型(包括 Claude 家族)的访问能力。此次更新的直接原因是 Anthropic 当天正式推出了两个新模型:Fable 5.2 和 Mythos 5.2。随着新版插件上线,用户已经可以通过命令行直接调用 Fable 5.2 进行提示词推理。
安装和使用流程保持一贯的简洁风格:先用 uv 工具安装 llm,再安装 llm-anthropic 插件,然后设置 Anthropic API 密钥,最后通过 -m 参数指定模型名称即可发起请求。作者给出的示例任务是让模型生成一幅“鹈鹕骑自行车”的 SVG 图像,这也是他多年来用来对比不同模型生成能力的固定测试题。
为了全面评估 Fable 5.2,作者分别在五档推理强度下运行了同一提示:low、medium、high、xhigh 和 max。所有结果都汇总在一个可交互的 Markdown SVG 渲染页面中供读者查看。作者表示,表现最好的一版来自 xhigh 档,画面中鹈鹕的腿位于自行车正确的一侧,车架结构合理,喉囊造型也不错,只是车把上出现了形状奇怪的小手指,而且喉囊与喙部顶端略微错位。
真正值得注意的问题出现在 max 档。该档位下模型完全没有返回图像,而是在花费 128,000 个 token 进行思考后耗尽了输出预算。作者指出,这与他在 Opus 5.5 上观察到的“过度思考直至崩溃”的问题相同,但对 Fable 系列来说却是新现象——此前 Fable 5 和 Fable 5.1 在 max 推理档都能正常生成鹈鹕图像。这一细节说明,即便同一模型家族内部,高推理档的稳定性也并非理所当然,新版本在增强能力的同时可能引入了新的行为退化,值得开发者和研究人员在将 max 档用于生产环境前保持警惕。
该文章发布在 Simon Willison 的博客上,属于其持续跟踪 LLM 生态动态的系列短文之一。同期博客还包含其他文章,例如用 Claude 定位神秘哔声来源、Qwen 3.8 27B 在本地笔记本上解读模型权重,以及美国人口普查局与“超级智能”相关的话题。