把 gpt-6-astra 与 claude-fable-5-1 放在同一套负载下实测 29 个判分项。结论：fable-5-1 拿到 29/29，astra 16/29。astra 输出字符只有 fable 的 0.38–0.77 倍，但其中相当一部分不是简洁而是答少了——在"三条规则并列"的题上它 5/6 只给一条，2/6 给出的规则号本身是错的；在带假前提的题上 5/6 顺着错误前提作答。另附跨模型族对比的三个前提条件和一个统一端点计量陷阱。
把 claude-fable-5-1 与 claude-fable-5 钉在同一条上游路径上，用短改写、长缓存前缀、重推理三种负载各跑 3 次，记录正确性、输出 token、thinking 预算与延迟。结论：三组正确率全部打平，5.1 用 0.372/0.744/0.891 倍的输出 token 给出同样正确的答案，且官方标注会返回 400 的 7 项破坏性变更实测全部静默返回 200。
六道高难度同题 API 实测：GLM-5.3 首次交付 4/6，GLM-5.2 为 2/6，但 GLM-5.2 赢得可执行代码隐藏测试。
使用同一 Crazyrouter OpenAI-compatible API，对 Claude Opus 5 与 GPT-5.6-SOL 进行 10 道数学、物理、逻辑、统计和可执行代码测试。本文不比较受线路影响的响应速度，重点核验核心答案正确率、完整任务通过率、隐藏测试和严格 JSON 指令遵守。
在同一 OpenAI-compatible API、相同提示词和参数下，对 Claude Opus 5 与 Claude Fable 5 进行数学、物理、约束推理、代码审查、严格 JSON 和实验设计测试，记录交付率、内容过滤、延迟、token 与重试结果。
通过精确数学、物理建模、约束推理、统计反诱导、代码审查、严格 JSON 和不确定性校准七个维度，对比 Kimi K3 与 Claude Opus 4.8 的正确性、首个可见答案、总延迟和 reasoning Token 效率。
在同一 Crazyrouter OpenAI-compatible API 上，用研究生级马尔可夫链首达时间、带阻尼耦合振子频响和依赖调度算法对比 kimi-k3 与 claude-opus-4-8，记录输出完整性、正确性、延迟和独立验收结果。
面向开发者的claude是什么完整指南，覆盖概念、替代方案、API接入、价格对比、常见问题和 Crazyrouter 实战建议。
面向开发者的gemini 是什么完整指南，覆盖概念、替代方案、API接入、价格对比、常见问题和 Crazyrouter 实战建议。
Crazyrouter