Claude Fable 5.1 对决 Gemini 3.1 Pro：九日新旗舰对七月预览版

问错了关于 Claude Fable 5.1 和 Gemini 3.1 Pro Preview 的问题，你会得到一个无聊的答案：Anthropic 的新旗舰能力更强，Google 的模型更便宜，结论已定。真正决定这场对决的，是一个关于“年龄”的问题。Claude Fable 5.1 于 2026 年 9 月 1 日发布，截至本文撰写时它才问世九天。Gemini 3.1 Pro Preview 于 2026 年 2 月 19 日发布，Google 至今仍将其标注为预览版——这意味着该模型已经近七个月没有任何变化，而一系列更新的 Gemini 版本（3.5、3.6 和 3.7 Flash 系列，以及 9 月 2 日的 Gemini 3.8 Flash）相继发布、获得评分并超越了它。将这两者进行比较，与其说是一次基准测试，不如说是对两种截然不同的发布理念的一次押注，而“新鲜度差距”正是每份规格表都遗漏的东西。

七个月的预览，九天的旗舰

Gemini 3.1 Pro 在二月是 Google 的前沿推理模型——在当时属于“前沿”，它有着强大的软件工程和智能体（agentic）能力宣称，以及至今仍使其独树一帜的原生多模态基础。此后 Google 一直没有将其正式发布（GA）。在它处于预览阶段的七个月里，Anthropic 已发布两代旗舰模型：7 月 24 日的 Claude Opus 5，以及现在的 Claude Fable 5.1——Anthropic 将其定位为 Opus 级别之上的 Mythos 级，并以 66 分登顶 Artificial Analysis 智能指数。当你选择购买 Gemini 3.1 Pro 时，你买到的是一个 Google 实际上早已在产品线其他位置决定其继任方案的模型；而当你选择购买 Claude Fable 5.1 时，你买到的是 Anthropic 目前正在持续改进的模型。

这种不对称性体现在小字细则中。冻结的预览版带有这样的风险：你所选定为标准的能力，可能永远得不到正式版（GA）的打磨、定价调整，或后续的小版本更新。而问世仅九天的旗舰版则面临相反的风险——下个月可能就会发布 5.2 或某个小版本，从而改变目标。这两种风险都无法避免；关键在于它们指向相反的方向，而你能容忍哪一种，才是这个决策中真正需要考量的因素。

并排对照的规格表

• 价格 — Claude Fable 5.1 每1M token 为 $10.00 / $50.00，而 Gemini 3.1 Pro 每1M token 为 $2.00 / $12.00（最多200K输入token），超过200K后为 $4.00 / $18.00。基础层级下，输入成本约便宜5倍，输出成本约便宜4倍。

• 上下文/最大输出 — 两者均支持 1M token 上下文；Claude Fable 5.1 可输出高达 128K，而 Gemini 3.1 Pro 的上限约为 65K。

• 输入 — Claude Fable 5.1 支持文本和图像。Gemini 3.1 Pro 支持文本、图像、音频、视频和 PDF，并原生集成 Google 搜索接地。

• 独立评分——Claude Fable 5.1 在 Artificial Analysis Intelligence Index（最大努力）上得分为66，而 Gemini 3.1 Pro 则处于40多分（其发布时为57分，随着AA重新运行评估而有所下滑）。

• 速度——根据 OrcaRouter 自身的遥测数据，Gemini 3.1 Pro 的流式输出速度约为每秒 540 个 token，而 Artificial Analysis 测得 Claude Fable 5.1 的速度为每秒 67.2 个 token——这是另一方向上的巨大吞吐量差距。

• 状态 — Claude Fable 5.1 稳定版，GA，发布于 2026-09-01；Gemini 3.1 Pro 预览版，发布于 2026-02-19，截至 2026 年 9 月中旬尚未 GA。

基准图片，如实标注

就原始能力而言，这两款模型并不在同一档次，独立指数比任何厂商的宣传幻灯片都更能说明这一点。Claude Fable 5.1 在 Artificial Analysis Intelligence Index（最大努力模式）上的 66 分是 AA 有记录以来的最高分——尽管 AA 针对 Anthropic 提供的默认回退配置所展示的模型页面上列为 53 分，在 201 个模型中仍排名第一——而 Gemini 3.1 Pro 则停留在 40 多分。在 Anthropic 报告的组件基准测试中，Fable 5.1 在 Terminal-Bench 4.0 上取得 55.8%，在 Terminal-Bench-Science 0.1 上取得 52.6%——这些分数尚未有人在任何独立测试中归因于 Gemini 3.1 Pro。而在被广泛验证的 SWE-bench 风格榜单上，Gemini 3.1 Pro 二月份时代的成绩（根据第三方追踪机构数据，SWE-bench Verified 约为 75%）远远落后于当前一代 Claude。

然而，在一切多模态任务上，诚实的告诫却指向相反方向。Gemini 3.1 Pro 能读取原生音频、原生视频和 PDF，并且内置 Google 搜索——这些是 Claude Fable 5.1 完全没有提供的能力，因为 Anthropic 的旗舰模型只接受文本和图像。在处理长文档、长视频或依赖搜索的工作时，Gemini 3.1 Pro 不仅更便宜；它还是两者中唯一能通过单次调用完成任务的那个。这是一个实实在在的优势，而当你看到的每个基准测试都是文本和代码时，这个优势很容易被低估。

价格悬崖掩盖了真实的成本故事

Gemini 3.1 Pro 的标价 $2 / $12 仅适用于每次请求输入低于 20 万 token 的情况。超过这一阈值后，整个请求会按输入 $4.00、输出 $18.00 重新计价——输入价格翻倍，这让长上下文 Gemini 调用的实际成本远不如营销数字所暗示的那么便宜。Claude Fable 5.1 的 $10 / $50 在任何长度下都是统一的，缓存读取价格为 $0.25，而随着会话反复重读上下文，这一价格相对于其自身标价会越来越便宜。交叉点取决于工作负载形态：短促且高并发的多模态调用让 Gemini 3.1 Pro 遥遥领先；而长时间运行、反复重读大上下文的代理会话，则更青睐 Claude Fable 5.1 的缓存经济性——即使不考虑能力差异也是如此。

谁应该选择哪个

当工作负载确实是多模态或基于搜索时，当低价格下的吞吐量比推理能力上限更重要时，以及当你愿意将 Google 已留在预览版七个月、且最好带有通向 Google 下一个正式发布（GA）模型迁移路径的模型作为标准时，选择 Gemini 3.1 Pro。当你需要当前推理能力的上限时，当你在构建长时程智能体且 128K 输出上限和 0.25 美元缓存读取至关重要时，以及当你更愿意押注于一个其供应商正在积极改进的模型时，选择 Claude Fable 5.1。两者在 OrcaRouter 上均按各自提供商的列表价格提供，零加价，因此这一决策的路由 DSL 版本日后修改起来成本很低：将多模态和大流量请求发送到 Gemini 3.1 Pro，将困难推理和智能体流量升级到 Claude Fable 5.1，并在 Google 最终正式发布（GA）其 Pro 层的那一天——或 Anthropic 推出 Fable 5.1 后续产品的那一天——重新调整分流比例。