Claude Fable 5 在 NP-Hard 问题上碾压 GPT-5.6 Sol

作者在 Hacker News 上发布了一篇博客，对比测试了 Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol 等模型在 NP-Hard 问题上的表现。测试问题 KIRO 是一个光纤网络设计问题，源自 2018 年工程学生竞赛，要求将终端连接到分布枢纽，形成冗余环路，目标是最小化总电缆长度。搜索空间极其巨大：仅巴黎子问题，即使忽略顺序和分支，也有 11^532 种分配方式；在一种受限解族中，搜索空间约为 10^1223。

实验设置：每个模型运行 30 分钟，有/无原生 /goal 模式，使用 Harbor 0.1.43 和 Docker。结果：Fable 5 在所有模型中表现最佳，不仅找到最优解，而且一致性极高，作者称“从未见过模型在此问题上有如此表现”。GPT-5.6 Sol 表现也不错，但不如 Fable 5。/goal 模式并非通用“更努力”开关：它改变了控制循环和搜索路径，有时能找到更好解，有时却让错误想法深化。

背景：作者多年前曾用 C++ 解决此问题，因此有可靠的人类基线。此次测试是前一篇基准文章的后续，所有代码、提示词、结果表格和轨迹已公开在 CLIArena。