Fable 5 vs GPT-5.6 Sol 基准：Fable「纯粹原始智能」碾压，/goal 模式胜多负少但均值更差

开发者 Charles Azam 用同一未公开 NP 难优化问题（光纤网络设计，搜索空间 ~10^1223）对六款模型做 30 分钟基准测试。结论：（1）Fable 5 是「绝对怪兽」——plain 模式均值 32,386，比 Sol 的 34,261 优 1,875 分，分数范围仅 319（稳定）vs 1,958；（2）/goal 模式在 6 次试验中赢 4 次，但均值反变差（Fable +759/Sol +868），因为偶尔的大退化远大于多数小改进。技术对比：Claude Code 的 /goal 使用独立评估器模型（Haiku）读取对话判断是否完成，Codex 的 /goal 是持久化线程状态让模型自评——两者实现完全不同。HN 205 分。