一句话看懂：Scale Labs 与 CAIS 发布的 Remote Labor Index 显示，Fable 5.2 在自由职业类任务中以专业质量完成 41.3% 的项目，明显高于 Opus 5.5 的 21.3% 和 GPT-6 Astra 的 20.8%。这一结果值得关注，因为它衡量的是接近真实外包交付的完整任务，而不只是单轮问答。
事件核心：发生了什么
据 Techmeme 2026 年 11 月 10 日收录的消息，Scale Labs 与 CAIS 联合推出的 Remote Labor Index 公布了一组对比结果：Fable 5.2 完成了 41.3% 的自由职业项目，且达到专业质量；Opus 5.5 为 21.3%，GPT-6 Astra 为 20.8%。报道援引 The Decoder 的 Maximilian Schreiner。目前公开信息显示，该指数针对的是自由职业项目类任务，评测条件、评分细则和样本规模需以原始报告为准，不宜将这一排名理解为模型的永久强弱顺序。
为什么重要
常见的大模型评测多集中在一轮问答、代码片段或标准化考试上，而自由职业项目通常包含需求理解、多步骤执行、格式交付与质量把控。Remote Labor Index 把评测对象推进到更接近真实交付的层面，直接对应外包、咨询、内容制作等可被 AI 应用承接的工作。对闭源厂商而言，这类指标比单项 benchmark 更贴近企业采购时的判断依据；对开源模型社区，它也提出了一个新的对标方向。不过需要说明，这只是一份指数结果，不等于相关模型已在产品中开放对应能力。
对用户/开发者/创作者的影响
对普通用户和企业采购方，这类数据可以作为筛选 AI 应用的参考，但不宜只看一个百分比，还要看任务类型是否与自身业务匹配。对开发者，它提示 API 选型可以更多关注长任务、多步骤和交付质量，而不只是推理速度与单价。对创作者，41.3% 的专业完成率说明部分外包型工作已能被模型部分承接，但仍有近六成项目未达标，人工审核与修改环节仍不可省略。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是原始报告是否公开完整评测方法与任务分布，便于复现；二是 Fable 5.2 等相关模型是否将这一能力落实到产品与 API，以及定价如何变化；三是其他厂商是否推出类似的长任务交付评测并跟进对标。
来源：Techmeme
