近日，独立研究者Charles AZAM针对未公开的NP难光纤网络设计问题，对Anthropic的Claude Fable 5与OpenAI的GPT-5.6 Sol展开深度基准测试，重点评估原生目标指令模式对复杂优化任务的实际效用。实验严格控制三十分钟计算预算，对比纯提示词与开启持久化目标两种策略。 测试结果显示，Claude Fable 5展现出压倒性的原始智能与稳定性，其优化结果均值显著优于GPT-5.6 Sol。目标指令模式的数据呈现反直觉特征：该模式虽在六轮对比中赢得四次，却导致两款模型的平均表现均值均出现恶化。深入分析表明，该指令并非通用的性能增强开关，而是通过改变控制回路与搜索路径来影响决策。在优化任务中，它能延续正确路径，但也可能放大错误策略导致的偏差，从而拉低整体均值。 技术机制对比进一步揭示，Claude采用独立评估器拦截会话，而Codex依赖持久化状态与工具调用，两者实现逻辑存在本质差异。研究指出，在极高复杂度的求解场景中，单次试验的胜率不能代表系统可靠性，持久化特性反而可能因长尾错误拖累平均性能。该测试完整开源至基准平台，为大模型在运筹学与硬核算法领域的实际应用提供了关键参考。