立川的论文修改经由 Fable 5 主动调用 SymPy（纯 Python 符号计算库）编写代码并验证预测。SymPy 覆盖微积分、方程求解、矩阵运算、微分方程等，支持 LaTeX 输出，且完全开源。这次应用的关键点在于：Fable 5 不仅能推导，还能自主编写可执行的验证代码——这是此前科研辅助 AI 很少展示的能力，意味着模型从『建议者』走向了『可执行的协作者』。

Claude Fable 5 是 Anthropic 2026 年 6 月发布的旗舰模型，属于 Mythos 级，综合性能在 SWE-Bench、CodeArena 等基准上碾压 GPT-5.5。定价为每百万输入 token 10 美元、输出 50 美元，约是 Opus 4.8 的两倍。它真正恐怖的不是写新代码，而是处理长期拖延的重构、遗留系统迁移——Stripe 一次 Ruby 代码库全库迁移，人工团队需要两个多月，Fable 5 仅用一天完成。不过它上线 72 小时后即被美国政府以出口管制为由全球封禁，导致非美国用户无法访问。

OpenAI 在 Fable 5 被禁期间推出 GPT-5.6 Sol，定位为高难度推理与复杂代码任务的新旗舰。定价仅为 Fable 5 的一半：输入 5 美元、输出 30 美元每百万 token。英伟达一位首席工程师反馈，Sol 用 30 小时跑赢 Opus 花 64 小时才达到的 CUDA 加速效果，代码行数仅为后者 1/5。奥尔特曼称 Sol 在编程任务上『一样好甚至更好』，Tokene 效率提高 54%。Fable 5 的长处仍在整体模型体验和『复述已知』的稳定性上，Sol 则在性价比和代码简洁性上拉开身位。

立川在文末剖白形成了核心追问：Fable 5 表现出的『似乎理解弦理论并拥有直觉』，究竟是真的内部表征，还是对人类理解概念的一阶模拟？哲学上的『难题』（hard problem of consciousness）在此对应的不是 AI 是否拥有意识，而是『判断 AI 是否理解』的标准本身——当模型能修正错误、提出新思路、自主编写验证代码，传统以『通过图灵测试』为理解判据的界定是否已失效？AI 理解和人类理解的本质差异在哪？