Fable 5 对比 DeepSeek 做编码：基准与「每个已解决问题成本」（2026）

TL;DR（截至 2026-08-05）： 就编码而言，通过率差距是真的，价格差距也是真的。Fable 5 在 SWE-Bench Pro 上 80.3%（Anthropic 官方），DeepSeek V4 Pro 在同一测试名上自称 55.4%——但 V4 Pro 每百万 token $0.435/$0.87，对比 Fable 5 的 $10/$50，输入约便宜 23 倍，V4 Flash 更便宜，为 $0.14/$0.28。这改变了你评估它们的方式：按「每个已解决问题成本」排名，而不是通过率。 在约 23 倍的输入价差下，DeepSeek 失败很多次才抵得上 Fable 5 单次尝试的成本——但 Fable 5 每次尝试真正解决问题的概率要高得多。常规与中等复杂度编码，DeepSeek 是理性默认；前沿 Agentic 编码，Fable 5 是天花板。动手前用成本计算器算自己的负载。

编码问题，诚实地讲

多数「Fable 5 vs DeepSeek」对比文拿两个模型在一个分数上比，就下结论。用于编码，这会塌掉一个真正的决策。诚实的框架有三部分：

1. 基准并不对等。 Fable 5 的 80.3% SWE-Bench Pro 是 Anthropic 官方发布数据。DeepSeek 在同一测试名上的 55.4%，以及 V4 的每一个数字，都来自 DeepSeek 自家技术报告——截至 2026-08-05 无任何独立验证。「未确认」才是对 DeepSeek 各行的准确标签。
2. 价差巨大。 DeepSeek 约便宜 23 倍的输入不只是省钱——它改变了编码的重试算法。
3. 任务层级决定赢家。 常规/中等复杂度编码与前沿 Agentic 编码是不同的问题，两个模型在各自层级的排名不同。

模型并排对比

价格核实于 2026-08-05：Anthropic 价格见模型定价页，DeepSeek 价格见官方 API 文档。V4 Flash 的缓存价格为按公布费率估算；DeepSeek 已宣布未来将实行 2 倍高峰时段加价（北京时间 09:00–12:00 与 14:00–18:00），生效日期未定。

编码基准：发布了什么、由谁发布

引用任何数字前请记住三条：

• 唯一的「重合项」是个陷阱。 两家都公布「SWE-Bench Pro」（80.3% vs 55.4%），但 V4 Pro 的数字是 DeepSeek 自己跑的分，零第三方复现。测试同名，可信度不同。SWE-Bench Verified 与 Pro 是不同测试集——不要拿 V4 Pro 的 80.6% 去和 Fable 5 的 80.3% 直接比。
• V4 Pro 的数字来自最高推理档（「Thinking Max」）。默认或低档预期要打折。
• DeepSeek 自己说 V4 落后前沿模型约 3–6 个月。 这是厂商自己的坦诚，也与下面的「日常 vs 前沿」分野一致。

每个已解决问题成本：通过率之争如何反转

通过率差距看起来对 Fable 5 一边倒。但成本对比反转了结论。以下是算法。

以一个代表性编码 Agent 任务为例：60,000 token 输入（代码库上下文 + 指令）、2,000 token 输出（补丁），输入侧提示词缓存命中率 80%。

DeepSeek 的每次尝试便宜 约 34 倍。具体地说，V4 Pro 可以失败三十多次，才花掉 Fable 5 单次尝试的成本。现在把解决率算进去：

• 每个已解决问题（Fable 5）： ≈ $0.23 / 0.80 ≈ $0.29
• 每个已解决问题（V4 Pro，55%）： ≈ $0.0067 / 0.55 ≈ $0.012

即便 V4 Pro 的解决率只有 Fable 5 的一半，它在真正能解决的层级上，每个已解决问题的成本仍约低 20 倍。DeepSeek 的经济性如此一边倒，决策不再是「哪个模型更聪明」，而是**「这个任务在我便宜可解的层级里吗？」**：

• 常规与中等复杂度编码——绝大多数样板、重构、代码片段、边界清晰的工单——几乎总该归入便宜档。无论蓝筹基准差距多大，DeepSeek 约 20 倍更低的每个已解决问题成本都胜出。
• 前沿 Agentic 编码——跨文件横切重构、长链路自主运行、会级联的架构决策——重试算法在这里反过来。如果一个任务接近便宜模型的能力边缘，它的失败尝试就不再免费，一次能解决它的 Fable 5 通过反而成为更便宜也更快的路径。这正是「更贵的模型可能更便宜」的论点，在约 23 倍输入价差下更有力——前提是便宜模型确实解不了。

用成本计算器算自己的数字。Fable 5 一侧还带有强制 30 天数据留存，以及如果代码涉及网络或生物领域值得计入的安全闸门回退项。

编码上各自胜出的地方

以下情况路由到 Fable 5：

1. 任务 Agentic 且长链路。 多文件、多步骤、自主的工作正是基准表所讲的那个差距。
2. 架构决策要紧。 会像涟漪一样波及整个代码库的决策，奖励的是天花板最高的模型，而不是最便宜的重试。
3. 你需要上下文。 长会话配文件记忆的 1M 上下文；V4 Pro 同为 1M，但它在那种规模下的续航无人验证。

以下情况路由到 DeepSeek（V4 Pro / V4 Flash）：

1. 量主导。 样板、测试、文档、边界清晰、两者都过门槛的工单，就该归入便宜档。
2. 你想要自托管。 MIT 权重、自己的 GPU、代码库不出内网——以 Fable 5 级规模换取完全数据主权，仅此一条。
3. 连续性不可妥协。 开放权重无法被出口管制关停。对 Fable 5 这不是假设——发生过 19 天。

监管与所有权背景

两个不在任何基准里的事实，比分数更能左右编码决策：

• Fable 5 强制 30 天数据留存。 对受严格数据驻留或零留存合规约束的代码库，无论质量多高这都是阻塞项。DeepSeek 的 API 是「你的策略」；自托管则完全自控。
• 出口管制是被证实过的风险类别，不是传闻。 Fable 5 于 2026 年 6 月被全球停用 19 天。如果你的 CI/CD 流水线无法容忍模型被关停，这就是支持开放权重的最强论据。

FAQ

做编码时 DeepSeek 比 Fable 5 强吗？ 只在特定层级。常规与中等复杂度编码——是，以零头价格提供有竞争力的质量。前沿 Agentic 编码——已发布证据说否：Fable 5 的 80.3% 是官方，DeepSeek 的每个 Agentic 数字都是自报。

做编码时 DeepSeek 便宜多少？ V4 Pro 输入约比 Fable 5 便宜 23 倍、输出约 57 倍；V4 Flash 更便宜。在代表性编码负载上综合约 40 倍，而因重试算法，单任务经济差距更悬殊。

我能自托管 DeepSeek 吗？ 能——权重为 MIT 许可，这是 Anthropic 任何模型都不允许的。你承担 GPU 与运维，去掉按 token 费用，代码留在公司内部。不过没有服务端安全闸门。

出口管制有影响吗？ Fable 5 于 2026 年 6 月被停用 19 天——这是被证实过的风险。API 形式的 DeepSeek 最终对你仍是闭源，但 MIT 权重本身无法被收回，这让自托管的 DeepSeek 成为唯一不会被关停的选项。

我应该用哪个？ 前沿 Agentic 编码、多文件重构、长自主运行 → Fable 5（或半价的 Opus 5）。常规、中等复杂度、高流量编码 → DeepSeek V4 Pro 为默认，最便宜档用 V4 Flash。这是「便宜默认 + 昂贵升级」的模式，不是一个模型包打天下。

独立分析，截至 2026-08-05。DeepSeek 的基准数字全部为厂商自报/自报、发布时未经第三方验证；DeepSeek 价格来自其官方 API 文档。参见国产模型盘点、旗舰对比、预算档对比，并用成本计算器算自己的负载。