在 2026 年 9 月 1 日 Anthropic 发布 Claude Fable 5.1 之后，开发者在测试基准之外迅速发现了一个硬核玩法：用模型直接手写 SVG 矢量代码。表面上看这只是大语言模型代码生成能力的一场炫技，本质上则是推理算力（Reasoning Effort）对几何审美、图层结构与空间自我修正能力的量化体现。
Fable 5.1 彻底取消了“关闭推理”的选项，强制提供 low、medium、high、xhigh、max 五档推理力度。输入定价为每百万 Token 10 美元，输出为每百万 Token 50 美元，与前代 Fable 5 保持一致，但缓存读取成本下降了 25% 至 45%。默认配置下，Claude Code 采用 high 档，claude.ai 与 Claude Cowork 则默认落在 medium 档。
通过 Simon Willison 的实测案例，我们以经典基准提示词“Generate an SVG of a pelican riding a bicycle”（生成一只骑自行车的鹈鹕的 SVG）为切入点，拆解从低成本草图到可交互动画的完整实操链路。
五档推理实测数据：从 10 美分到 3.3 美元的质量跃迁
为了摸清各档位的算力分配逻辑，测试人员在完全相同的提示词下遍历了五个档位，记录了各自的输出 Token 数、耗时与实际花费。
# 使用 llm 命令行工具指定档位生成
llm -m claude-fable-5.1 -o reasoning_effort max "Generate an SVG of a pelican riding a bicycle" > pelican_max.svg
实测数据展现出了极端的两极分化。在处理这句简短指令时，low 与 medium 档位几乎不触发内部思考链，直接按照固有先验吐出基础矢量路径。从 high 档开始出现空间规划，而 xhigh 与 max 档位则进入了数万 Token 的深度几何推导。
| 推理档位 | 输出 Token 与耗时 | 单次成本与画面特征 |
|---|---|---|
| low / medium | 约 1980 Token / 23 秒 | 约 0.10 美元，跳过思考链，输出仅具备基本轮廓的扁平矢量图 |
| high | 2612 Token / 29.6 秒 | 约 0.13 美元，包含规划思考，补充基础背景与光影分层 |
| xhigh / max | 36k - 66k Token / 8 - 14 分钟 | 1.83 - 3.30 美元，深度空间修正，包含蓝帽子、车篮活鱼、精细前叉几何结构 |
在 max 档位下，模型在思考轨迹中进行了大量自我修正（Self-Correction）。例如“调整头盔弧线避免与长喙图层重叠”、“重新计算前叉三次贝塞尔曲线控制点以确保车架正确前倾”、“将两只橙色脚掌分别绑定在旋转踏板的两侧”。这种空间几何的反复推演，让最终的 SVG 具备了专业插画师级别的图层组织度。
提示词工程：从扁平图形到复合场景的模板设计
在实际生产中，不需要每次都用极其昂贵的 max 档位。通过合理的提示词约束，可以在 medium 或 high 档位下逼出更高精度的矢量图形。
<!-- 基础扁平插画模板 -->
Generate a clean, modern SVG illustration of {主题}.
Requirements:
- Proper viewport and viewBox definitions (800x600).
- Semantic grouping with `<g>` tags and descriptive IDs for layers.
- Palette: 4-5 harmonic colors, flat style with subtle gradient shadows.
- Avoid external assets or raster images.
如果追求复杂角色与场景叙事，可以叠加几何约束提示词：
<!-- 高精度复合场景模板（建议配合 xhigh 或 max 档位） -->
Generate a highly detailed vector SVG of {角色/主体} {核心动作}.
Visual details:
- Correct anatomical posture and believable mechanics.
- Background: Atmospheric environment with {背景细节}.
- Accessories: {特定道具/装饰}.
- Precise Bézier curves, no clipping bugs or overlapping visual artifacts.
对简单图标或基础图形任务，请坚决锁定 low 或 medium 档位。因为模型在低档位下的输出 Token 稳定在 2000 左右，成本仅需 10 美分即可交付可用的矢量资产。
动画工作流：基于静态 SVG 的低成本二次驱动
当生成一张高精度的静态 SVG（如耗资 3.3 美元的鹈鹕插画）后，如果想将其制作成动态矢量图，完全不需要再次调用高昂的 max 档位。
社区开发者 swalsh 在看到 max 档生成的鹈鹕插画后提出了动画需求。Simon Willison 采用了一种极具性价比的管道（Pipeline）工作流：将本地已有的高质量 SVG 代码作为输入上下文，直接喂给默认的 high 档位，并附加一条极简指令。
# 将上一轮生成的最高画质 SVG 送入 high 档完成动画化
cat pelican_max.svg | llm -m claude-fable-5.1 -s "animate this" > pelican_animated.svg
该命令读取了 6121 个输入 Token，模型在 high 档位下输出了 26201 个 Token（耗时约 4 分钟，成本 1.37 美元）。Claude Fable 5.1 解析了原有 SVG 中的图层 ID，自动插入了原生
需要辨析的是，在将生成动画导出为 MP4 视频预览时，可能会观察到车轮旋转方向反向的视觉错觉。这属于视频编码抽帧过程中的车轮效应（Wagon-wheel effect）伪影，原始 SVG 内部的旋转矩阵与角度定义是完全正确的。
矢量生成流水线的全生命周期演进
从提示词输入到最终资产交付，AI 矢量生成经历了清晰的范式演变。
| 阶段 | 核心问题 | 留下的硬伤 |
|---|---|---|
| 单次冷启动生成 | 模型必须在零上下文状态下同时规划构图、配色与数学坐标 | 容易出现图层错位，四肢与器械连接处穿模 |
| 高档位自我修正 | 耗费数万 Token 反复推算控制点与遮罩关系 | 耗时拉长至 10 分钟以上，单图成本陡增 |
| 管道增量动画化 | 在不破坏既有路径的前提下注入时间轴属性与运动变换 | 对初始图层命名规范依赖极高，缺乏物理碰撞检测 |
这一流程证明，高阶推理模型最适合做结构架构师，而中阶推理力度则适合充当动作执行者。这种两段式流水线比单次直接请求动画节省了超过 50% 的 Token 支出。
综合判断与落地策略
对于 AI 辅助设计的从业者而言，必须建立一个清晰的认知：Fable 5.1 的高档位推理并不是为了生成“更好看的像素”，而是为了生成“拓扑逻辑自洽的数学代码”。
这并非替代传统矢量设计软件的终极方案，而是一套高效的代码化原型生成器。许多用户容易产生一种误读，认为推理档位越高就必须写更复杂的提示词。实测恰恰相反：在 max 档位下，极简的自然语言（如“一只骑车的鹈鹕”）即可触发模型内部庞大的构图推演；而在 low 档位下，反而需要人工编写冗长精准的 CSS 类名与坐标指令来弥补思考算力的不足。
尚未解决的工程问题
当前工作流仍存在一个核心痛点：复杂矢量动画在跨渲染引擎时的性能损耗与事件同步断裂。当 Fable 5.1 输出包含数百个独立
引用来源
- Simon Willison. 《Claude Fable 5.1 made me a really nice animated pelican》. 2026-09-01. https://simonwillison.net/2026/Sep/1/claude-fable-5-1/
- Anthropic. 《Introducing Claude Fable 5.1 and Claude Mythos 5.1》. 2026-09-01. https://www.anthropic.com/claude-fable-and-mythos-5-1
- Hacker News. 《Discussion on Claude Fable 5.1 SVG Generation and Animation》. 2026-09-01. https://news.ycombinator.com/item?id=49525378
- Simon Willison. 《Understanding ChatGPT Work》. 2026-08-30. https://simonwillison.net/2026/Aug/30/understanding-chatgpt-work/
- Terminal-Bench-Science. 《Terminal-Bench-Science 0.1 Benchmark Results》. 2026-08-27. https://www.tbench.ai/news/terminal-bench-science-0-1
