工具加持下 Claude Haiku 5.5 跑赢无工具的 Fable 5.2

Artificial Analysis 在其 VIALS-AA 基准（基于 Handshake AI 的 VIALS 生命科学视觉推理基准的复现）上对比了 agentic 与 one-shot 两种模式：默认模式下模型在沙箱中思考、运行代码并查看图片，one-shot 模式则一次性给出问题和图片、不使用任何工具。 结果显示工具使用让各模型平均得分从约 25% 提升到约 47%，接近翻倍。Claude Fable 5.2（max）带工具以 67% 领跑，每任务成本 $4.20；去掉工具后仅 44%，成本 $0.73。而 Claude Haiku 5.5（max）带工具得 49%、每任务 $0.07，成绩高于无工具的 Fable 5.2，成本约为其十分之一。 对开发者而言，这意味着在科学图像解读类任务上，低成本模型套上 agent 框架可以在成本和成绩上同时压过单次调用的大模型，选型时应优先考虑工具链而非单纯堆模型尺寸。