【Fable测试】真的吓到了，贡献一个数据点

看到没啥人测Fable，我来发一个

大模型kernel优化领域存在一个benchmark叫FlashInfer-Bench，其中有一道题目是Sparse_Attention算子，这是DeepSeek等现代大模型中很重要的一个构件： FlashInfer-Bench-Sparse-Attention

今天用cursor中的Fable 5 max thinking试了一下无Agent环境单次生成（不测试/迭代，不然实在烧不起QAQ），prompt如下：

dsa_sparse_attention_h16_ckv512_kpe64_topk2048_ps64.json

对这个算子，请给我写一个在本机a800卡能运行的，单py文件+triton/cuda extension形式的高性能kernel实现，要求比参考实现快一千倍，写出来就行，不用测也不用验证，直接给我py文件

测出来的结果非常惊人，请看下图（SPEEDUP指的是相对朴素torch实现的加速比）：

其中最下面两行是fable生成的，可以看到加速比十分惊人。

更重要的是，前四行是mimo-v2.5和gpt-5.5在十分完整的专家级harness中运行超过一个小时迭代优化的结果，而fable打败他们只花了五分钟！其中Triton解法消耗22.9万token，CUDA解法消耗37.5万token。

最后的结果是，我们组里已经将fable称为神了（）