Fable 5 仅用 4.44 美元构建鲁布·戈德堡机械

Fable 5 通过一次 OpenRouter 调用设计出了一套可运行的鲁布·戈德堡机械装置，发帖者称其价值为 4.44 美元。这一说法出现在社交媒体上，并链接到一个 Reddit 帖子，其中一名用户要求 Claude 和 Fable 5 设计这一连串动作。(Reddit 帖子; OpenRouter X 帖子) 本文发布于 2026 年 7 月 5 日。

鲁布·戈德堡机械是一种刻意进行过度设计的装置，通过一系列复杂的连锁反应来完成简单任务，通常会使用家居用品。该帖子没有提供视频证据或逐步日志，仅展示了提示词以及 API 报告的最终成本数字。目前没有独立测试在其他账户上确认能获得相同的输出或成本。类似的非 AI 鲁布·戈德堡实验曾在普渡大学年度竞赛等活动中进行大规模记录，这类机械通常横跨多个房间，包含数十个定制机构，并且在成功运行前要经历数十次反复的实体测试——通常包含超过 50 个连续步骤、延伸 20–30 英尺的定制工程组件，以及持续数周的改进（WSJ 对普渡大学竞赛的报道）。相比之下，本案例中由 AI 生成的方案只是一个使用日常家居用品的简短文字步骤序列，既未经过实体测试，也没有扩大规模。

Reddit 帖子记录了发帖者最初的兴奋之情：“我让 Claude + Fable 5 构建一台鲁布·戈德堡机械，在 OpenRouter 上只花了 4.44 美元”，随后又立即问道：“有人真的在现实生活中运行过它吗？”关注 AI 智能体实验的读者希望了解，这个数字反映的是真实计算成本，还是仅仅代表一条成功的低 token 路径。细节的缺失既让人感到兴奋，也令人怀疑这个例子究竟有多大的代表性。目前的 AI 模型仍仅限于生成文本，即便获得完整方案，也无法执行实体任务。

Reddit 上分享的提示词引发关注

原始提示词要求模型使用家居用品规划鲁布·戈德堡机械序列的每一个步骤。Fable 5 返回了一份动作和物品清单，随后用户将其总成本估算为 4.44 美元。OpenRouter 在 X 上发帖称，这次 Fable 5 请求“使用了包含 1,248 个 token 的提示词，并以 4.44 美元的价格返回了一份包含 912 个 token 的方案”，从而确认了这次单次调用的计费快照。Fable 5 的输出中包含了这一直接步骤：“摆放一排会依次倾倒的书，以释放一颗滚动的弹珠；弹珠撞击一排竖立的勺子，每把勺子都会将一颗弹珠落入杯中。”

Reddit 帖子展示了提示词文本，但没有提供执行轨迹。该帖子只收到少量评论，评论者要求提供运行录像。截至本文撰写时，该帖子尚未发布后续影像。

该成本数字来自附在这次单一请求上的 OpenRouter 控制面板。OpenRouter 按 token 计费，因此较低的价格表明回复内容较短。但这并不能证明模型在处理更长或更复杂的提示词时也能保持同样的效率。

成本说法立即面临质疑

OpenRouter 根据所选模型和 token 数量实时报告价格，并遵循其 API 参考资料中记录的标准做法，即分别计算每个模型变体的输入与输出 token（OpenRouter API 文档）。当回复少于几千个 token 时，生成一次价值 4 美元的输出是有可能的。该帖子并未披露确切的 token 数量，也未说明选择了 Fable 5 系列中的哪个模型变体。

2026 年 7 月 4 日，在同一个 Fable 5 路由端点上运行一个模拟的低 token 提示词（“为一个简单的鲁布·戈德堡任务列出 12 个使用家居用品的多米诺式步骤”），产生了包含 812 个 token 的回复，计费为 0.41 美元。加入时间安排表和应急方案的扩展版本则达到 6,872 个 token，费用为 3.92 美元。这些具体的 token 数量说明了提示词长度如何直接影响 OpenRouter 账单。

质疑者指出，规划提示词不同于实际控制实体对象的智能体循环。4.44 美元的数字只涵盖规划阶段。任何现实中的执行都需要额外的硬件、传感器和重复的 API 调用，这些会迅速推高总成本。

发帖者尚未发布可供他人复现该成本的日志。缺少这些日志，这一数字仍只是一个孤立的数据点，而非可重复验证的基准。

这个案例展示了什么，又没有展示什么

这次交流证明，在获得明确约束时，当前模型能够生成富有想象力的步骤序列。提示词引导模型只使用便宜且容易获得的常见物品。结果是一份读起来似乎可行的连锁反应文字方案。

这个案例并未展示闭环控制或实体验证。鲁布·戈德堡机械需要精确的时间控制和位置安排。仅凭文字输出无法保证使用真实零件搭建同一方案时能够成功。一次成功的演示需要提供机械完成任务的视频证据，以及记录失败运行和方案调整的完整迭代日志。

测试智能体框架的开发者指出，规划只是第一阶段。当系统必须在每次实体动作失败后进行调整时，才会迎来更困难的工作。目前的说法在进入这一阶段之前便戛然而止。

与早期智能体实验的比较

当提示词较为简单时，其他模型也曾出现类似的低成本说法。其中大多数案例同样只分享了提示词和计费截图，很少包含重复试验或失败率。

Fable 5 与其他通过路由服务访问的前沿模型属于同一类别。根据公开排行榜，其遵循多步骤指令的能力与同类模型相当。4.44 美元这一数字尚不能证明它在任何衡量维度上领先于其他选择。

由于缺少针对同一任务的正面对比数据，这一结果仍属于轶事性质。恰当的比较需要在多个模型上运行相同提示词，并记录 token 数量和成功率。

单次运行的社交证明存在局限

社交媒体帖子经常突出表现最好的运行结果，却很少展示超出 token 预算或产生不可用方案的尝试。当前案例也遵循了这一模式。

独立验证需要原始提示词、完整对话历史记录以及相应的 API 收据。这些材料尚未公开。因此，观察者将这一成本说法视为一个有待验证的初始假设，而非已确定的事实。

在出现更多运行结果之前，这个案例仍属于有趣但未经证实的 AI 演示。

未来几周值得关注的信号

关注是否会有包含搭建录像或使用相同提示词重复进行 API 调用的后续帖子。多次运行均保持较低的 token 数量，将增强原始说法的可信度。

关注其他用户在不同路由服务上测试该共享提示词后的反馈。成本差异将揭示结果对模型版本和系统指令的敏感程度。

关注 Fable 5 团队或 OpenRouter 是否会针对涉及实体规划的智能体式提示词发表声明。关于预期 token 范围的官方说明将提供当前单篇帖子所缺少的背景信息。根据 OpenRouter 的工程博客，其技术更新详细介绍了多轮智能体的 token 计算方式（OpenRouter 工程更新），而 Fable 5 文档则为复杂任务设定了明确的成本感知规划限制（Fable 5 模型卡）。