工具加持下 Claude Haiku 5.5 跑赢无工具的 Fable 5.2
把工具拆掉后，Claude Fable 5.2 在 VIALS-AA 上反而输给带工具的 Haiku 5.5，后者每任务只要 $0.07。做科学图像分析的团队可以据此调整选型：小模型加代码沙箱可能比直接上大旗舰更省钱也更准。
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。
Take away its tools, and Claude Fable 5.2 scores below Claude Haiku 5.5 with tools on VIALS-AA; across models tool use nearly doubles scores, from ~25% to ~47% on average
VIALS-AA is our implementation of @joinHandshakeAI's VIALS benchmark for visual reasoning in life sciences research. By default, models work as agents: they think, run code and view images in a sandbox. We reran VIALS-AA in a one-shot format: one request with the question and images, and no tools.
Lower cost models in an agent harness can beat single-shot large models on both cost and performance in visual reasoning and interpretation of scientific artifacts.
Claude Fable 5.2 (max) leads VIALS-AA at 67% with tools, at a cost of $4.20 per task; without tools it scores 44% at $0.73 per task. Claude Haiku 5.5 (max) scores 49% with tools, at $0.07 per task: higher than Fable without tools, at about a tenth of the cost.
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Claude、Claude Haiku 5.5、Claude Fable 5.2、VIALS，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Artificial Analysis」（@ArtificialAnlys），经 AITOP 多维评分管线结构化提炼。
