5000万行代码一天迁完:Claude Fable 5 把 AI 编程价格也推上去了

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

5000 万行代码一天迁完:Claude Fable 5 把 AI 编程价格也推上去了

写在前面

Claude 又把 AI 编程的天花板往上抬了一截。

Anthropic 刚刚发布了 Claude Fable 5。这个名字里的 Fable 可以译作"寓言",来自拉丁语 fabula,意思是"故事、传说"。但这次真正让开发者在意的不是名字,而是两个更直接的信号:性能全面冲上去,价格也跟着翻倍。

最扎眼的数据是软件工程场景:Fable 5 可以把原本需要数月完成的工程工作压缩到几天内。在一个 5000 万行代码的 Ruby 代码库中,它一天内完成了一次覆盖整个代码库的迁移;如果完全靠人工,这件事需要一个团队耗费两个多月。

这已经不是"帮你写几段代码"的阶段了。AI 编程正在变成一种新的工程交付方式:模型读仓库、理解上下文、持续执行长任务、自己做笔记、改进输出。问题也随之变得现实:能力越来越强,成本也越来越高,开发者该怎么用才不被价格劝退?


AI 编程进入重资产阶段:强模型正在变得更贵

过去大家讨论 Claude,更多是拿它和 GPT、Gemini 比谁更会写代码、谁更懂产品逻辑、谁更适合长上下文。

Fable 5 发布后,讨论重点变了:顶级模型已经开始明显分层。

这次 Fable 5 和 Mythos 5 的定价都是:

模型输入价格输出价格
Claude Fable 510 美元 / 百万 token50 美元 / 百万 token
Claude Mythos 510 美元 / 百万 token50 美元 / 百万 token

这个价格不到 Claude Mythos Preview 的一半,但比 Opus 4.8 贵了一倍;和 GPT-5.5 相比,输入贵一倍,输出贵约 2/3。

也就是说,顶级 AI 编程能力不是"免费升级"。更强的长任务能力、更高的软件工程表现、更强的视觉与科学能力,背后对应的是更贵的调用成本和更严格的使用限制。

还有一个关键时间窗口:从发布日起到 6 月 22 日,Pro、Max、Team 以及按席位计费的企业版订阅用户都可以免费使用 Fable 5,无需额外付费。但从 6 月 23 日开始,Anthropic 会将 Fable 5 从这些订阅方案中移除。之后继续使用,就要消耗使用额度。

免费窗口说明

Anthropic 也留了余地:如果未来拥有足够容量,目标是重新把 Fable 5 纳入订阅计划的标准权益中。但至少现在,Fable 5 更像是"高端能力单独计费"的开始。


Fable 5 到底强在哪

Claude Fable 5 发布

Anthropic 对 Fable 5 的定位很直接:性能超越以往所有公开发布的 Claude 模型。

它在几乎所有 AI 性能测试基准中都处于领先水平,覆盖软件工程、知识工作、视觉、科学研究等多个领域。更重要的是,它不是只在短任务上刷分,而是越长、越复杂的任务,优势越明显。

1. 软件工程:从几个月压缩到几天

Fable 5 最值得开发者关注的能力,还是软件工程。

能力评估

在一个 5000 万行代码的 Ruby 代码库中,Fable 5 用一天完成了一次覆盖整个代码库的迁移。按人工估算,这项工作需要一个团队两个多月。

这个例子说明了两件事:

  • 顶级模型已经能处理真实大型代码库,而不是玩具项目;
  • AI 编程的价值正在从"生成代码"转向"完成工程迁移"。

对开发团队来说,这类能力会改变重构、迁移、升级、依赖替换、测试补齐这些工作的成本结构。

2. Token 效率:长任务里更不容易失焦

Fable 5 比以往 Claude 模型更节省 token。

在长时间运行任务中,它可以处理数百万 token,同时不失焦点,并利用自身笔记改进输出。Anthropic 在让模型玩卡牌构筑游戏《杀戮尖塔》时,给它提供持久性文件级内存访问权限,结果 Fable 5 的表现比 Opus 4.8 提升了 3 倍,也更频繁进入游戏最终关卡。

FrontierCode 评测

在 Cognition 的 FrontierCode 评测中,Fable 5 只采用中等 effort 设置,就拿到了最高分。这说明它不是单纯靠"更用力思考、更贵调用"堆出来的结果,而是在效率上也有提升。

3. 知识工作:复杂分析、文档推理、图表解读都更强

在知识工作场景里,Fable 5 在复杂分析任务上表现强劲。

它在 Hebbia 面向高级推理能力的 Finance Benchmark 中拿到所有模型中的最高分,并且在基于文档的推理、图表和表格解读、问题解决等方面都有明显提升。

知识工作评测

这类能力对企业用户很关键。很多 AI 落地场景并不是单纯写代码,而是处理长报告、财务材料、合同、论文、需求文档、技术方案和复杂表格。

4. 视觉任务:仅凭截图还原 Web 应用源码

Fable 5 已经成为视觉任务上的新 SOTA 模型。

它能从详尽的科学图表中提取精确数值,也能执行复杂视觉任务,比如仅凭截图还原 Web 应用源代码。

还有一个很有意思的例子:以往 Claude 模型即便配备额外辅助工具,在玩《宝可梦:火红》时也显得吃力;Fable 5 只需要极简的纯视觉辅助机制,就成功通关了这款游戏。

这说明它在视觉理解、长期规划、状态跟踪和工具使用上都有提升。

5. 科学研究:Mythos 5 开始进入假说生成阶段

Fable 5 同期还有一个更受限制的兄弟模型:Claude Mythos 5。

Mythos 5 和 Fable 5 使用相同模型底座,但去掉了部分安全限制。它目前只面向一小部分网络安全防御者和基础设施提供商开放,并首先通过 Project Glasswing 部署。

Mythos 5 在科学研究上更激进。Anthropic 的内部蛋白质设计专家利用它,将药物设计流程中某些环节效率提升了约 10 倍。

更值得注意的是,Mythos 5 是 Anthropic 首个能够持续提出新颖且令人信服科学假说的模型。在与 Opus 级模型的盲测对比中,科学家约 80% 的情况下更倾向于 Mythos 提出的分子生物学假说,其中数个已经推进到实验验证阶段。它提出的一个关于大肠杆菌蛋白质新机制的假说,也已在另一个独立研究同一课题的实验室中得到证实。


安全阀门也更明显了:不是所有问题都让 Fable 5 回答

模型越强,Anthropic 对安全的控制也越明显。

由于 Fable 5 能力太强,并且存在安全风险,Anthropic 设计了模型降级机制:当 Claude 判断某些查询存在风险,或者怀疑有人在"蒸馏"它时,会改由 Claude Opus 4.8 响应。

按照公布说法,大约 95% 的对话不会触发模型降级。

安全机制

另一个限制更直接:不能用 Fable 5 去开发新的大模型。

Anthropic 最近一直强调大模型自我迭代速度越来越快,甚至呼吁全球暂停 AI 技术开发。Fable 5 的限制,本质上是在"前沿模型帮助开发前沿模型"这件事上加了一道护城河。

这会带来一个很现实的问题:顶级模型不再只是价格贵,还会有更强的用途边界。企业和开发者想把它接进生产系统,不能只看能力,还要看访问权限、合规限制、任务类型和模型降级机制。


Claude Code 用户真正该关注什么

Fable 5 对普通聊天用户当然有吸引力,但对开发者更关键的是 Claude Code。

Claude Code 是 Anthropic 的终端编程 Agent。它不是 Copilot 式补全,而是能进入项目目录,读取文件、理解代码结构、执行命令、修改文件、运行测试,再根据结果继续修复。

Fable 5 这种模型进入 Claude Code 后,最可能放大的场景是:

  • 大型代码库迁移;
  • 多模块重构;
  • 长时间 Agent 任务;
  • 从需求文档到代码实现;
  • 复杂 Bug 排查;
  • 测试补齐和回归修复;
  • 截图还原前端页面;
  • 处理数百万 token 的长期上下文。

但成本也要重新算。Fable 5 的 API 定价是每百万输入 token 10 美元、每百万输出 token 50 美元;6 月 23 日后,订阅用户继续使用也会消耗额度。对高频 AI 编程来说,这会直接影响"能不能当主力模型用"。


常见问题

1. Fable 5 和 Mythos 5 有什么区别?

两者使用相同模型底座。Fable 5 面向所有渠道开放;Mythos 5 去掉了部分安全限制,目前只面向少量网络安全防御者和基础设施提供商,通过 Project Glasswing 部署。

2. Fable 5 贵在哪里?

定价是每百万输入 token 10 美元、每百万输出 token 50 美元,比 Opus 4.8 贵一倍,比 GPT-5.5 输入贵一倍、输出贵约 2/3。它的价值主要体现在长任务、大型工程迁移、复杂分析和视觉任务上。

3. Pro、Max、Team 用户还能免费用多久?

从发布日起到 6 月 22 日,Pro、Max、Team 以及按席位计费的企业版订阅用户都可以免费使用 Fable 5。从 6 月 23 日开始,Fable 5 会从这些订阅权益中移除,继续使用需要消耗额度。

4. 为什么有些问题不会由 Fable 5 回答?

Anthropic 设置了安全机制。当 Claude 判断问题存在风险,或者认为有人在"蒸馏"模型时,会改由 Claude Opus 4.8 响应。约 95% 的对话不会触发降级。

5. Fable 5 适合日常写代码吗?

适合复杂任务,但未必适合所有日常任务。普通 CRUD、脚本、简单 Bug 修复,用更便宜的模型可能更划算;大型迁移、跨文件重构、长上下文任务,Fable 5 的优势更明显。

6. 国内用户怎么更方便地用 Claude Code?

如果能稳定访问官方并完成支付,可以直接走官方订阅或 API;如果不想折腾支付和网络,国内用户可以通过 xclaude 更方便地接入 Claude,支持最新Claude Fable 5 。涉及 API 中转、统一模型入口和国内渠道时,直接使用 https://claude-code.com.cn 即可。

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1325

Claude 最强公开模型 Fable 5 发布:1M 上下文、128k 输出,AI Agent 真要进入长程任务时代了?

跑分更高一点;代码能力更强一点;回答更稳一点;价格再调一点。但 Claude Fable 5 这次值得单独写一篇。最强公开模型、面向最困难的知识工作、推理任务和长程 Agent 工作流。我问一句,你答一句。我给你一个复杂目标;你自己读资料、拆计划、查证据、调用工具、持续推进;中间不要忘上下文;最后给出可交付结果。这就是标题里说的“长程任务时代”。指标发布时间2026-06-09模型 ID定位Anthropic 最强的广泛发布模型适合任务。

争者留其名 703

PHP项目实战:易宝支付SDK对接全流程(含回调处理与常见问题排查)

本文详细介绍了PHP项目中易宝支付SDK的对接全流程,包括环境准备、SDK配置、支付请求构建与发起、回调处理实战以及常见问题排查。特别针对回调处理环节的常见问题提供了解决方案,帮助开发者快速完成支付对接并优化性能。

weixin_29007809的博客 389

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 341

android+音乐节拍检测,科学网—音乐节拍跟踪或音乐节拍检测软件,LilyBeats alpha - 石自强的博文...

我们设计并实现了一种用于实时跟踪音乐节拍的软件。该软件可以用于智能灯方案提供商,为其提供灯光随音乐变化的核心解决方案。首先给出软件的下载链接:或者音乐节拍是乐曲中表示固定单位时值和强弱规律的组织形式,亦称拍子。它有两个特性:周期性和连续性。节拍周期性表现为节拍结构,是乐曲中周期性出现的节奏序列。节拍连续性表现为音乐的平均速度,其单位为bpm(beat per minute每分钟音乐节拍的个数)。音...

weixin_39571403的博客 1402

Monocle2拟时轨迹基因模块的GO富集解析

本文详细解析了如何对Monocle2拟时分析中得到的基因表达模块进行GO富集分析。通过从热图对象中提取聚类模块,并利用clusterProfiler等工具进行功能注释,将抽象的基因表达时序模式转化为可解释的生物学功能主题,如免疫应答、细胞外基质组织等,从而深入理解细胞命运转变的驱动机制。

gpt4scribbler的博客 501

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 280

深入解析JESD204B Periodic SYSREF在多ADC/DAC系统中的同步优化策略

本文深入探讨了JESD204B Periodic SYSREF在多ADC/DAC系统中的同步优化策略,针对雷达阵列和宽带通信系统中的同步精度问题,详细解析了硬件实现细节、参数配置实战经验及系统级优化方法。通过案例分析和技术要点,帮助工程师解决由温度漂移和时钟抖动引起的同步挑战,提升系统性能。

weixin_29267307的博客 139

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 616

删除win10电脑U盘使用记录

手工删除:和查看的方法类似,分三步,缺一不可,顺序也不能反! 第一步 设置环境变量,变量名为“devmgr_show_nonpresent_devices”,值为“1”。 第二步 打开设备管理器,勾上“查看”菜单中的“显示隐藏设备”。如果之前已经打开设备管理器,则要关了,重新打开。 第三步 清除“磁盘驱动器”、“存储卷”、“通用串行总线控制器”3个栏目下所有的灰色的图标,注意是所有!右键点击灰色图标,然后选择“卸载”。 成功 :结果USBSTOR 没有了 ...

qq_40544338的博客 2万+

CANoe实战:LIN Slave一致性测试全流程解析

本文详细解析了使用CANoe进行LIN Slave一致性测试的全流程,包括测试概述、环境搭建、模块集成、测试用例详解及报告分析。通过实际案例分享,帮助工程师掌握LIN 2.0/2.1/2.2、SAE J2602和ISO 17987等标准的自动化测试方法,提升汽车电子从节点的可靠性和兼容性验证效率。

weixin_42665725的博客 533

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 209

基于激光雷达的目标跟随功能移植到自己的ROS机器人小车上

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录前言一、下载目标跟随的源码二、修改话题名称1.修改/cmd_vel话题名称2.修改/scan话题名称3.修改双电机正反转4.目标跟随功能测试 前言 本人尝试把github上的一个目标跟随项目移植到自己的机器人小车上,并且成功了,最终小车可以跟着人移动,在这里分享一下心得。基于激光雷达的目标跟随,通过获取激光雷达的信息,跟随最近的物体。 提示:以下是本篇文章正文内容,下面案例可供参考 一、下载目标跟随的源码 源码地址:https:

weixin_44574633的博客 4465

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 345

运放单电源供电和双电源供电的实际应用案例

文章摘要:本文对比分析了运放单电源与双电源供电的典型应用场景及电路设计要点。单电源供电适用于低成本、小体积设备,如便携音箱(5V供电+中点偏置)、工业4-20mA信号转换(12V供电+电压跟随)和物联网传感器(3.3V低功耗设计);双电源供电则适合高精度要求场景,如Hi-Fi音响(±15V对称输出)、医疗设备(±5V微弱信号放大)和精密仪器(±15V宽动态范围)。文末提供常见运放选型对照表,涵盖LM324、TL082等型号的供电参数与核心特性,为不同应用场景提供选型参考。(149字)

qq_37999850的博客 612

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 87

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 514

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 619

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

408

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5168

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 573

企业宣传片发前如何批量排查并遮挡视频里的敏感信息

做企业视频的人都会碰到一个具体问题:实拍画面里混进了不该出现的信息。办公室背景里有贴着客户信息的白板,采访对象的授权书边缘露出一串身份证号码,街采素材里路人面孔和车牌号直接入镜。人眼在时间线上扫视,会漏掉快速闪过的帧、画面边缘的小字、以及暗光区域里的证件号码。用抹影AI完成车牌、人脸和证件区域批量检测后,又手动补充了两个时间段的屏幕遮罩,最终导出时画面已无合规隐患。重点关注快速运动、遮挡、低光照条件下的目标,这些是漏检的高发区域。导入视频后选择要检测的目标类型(人脸、车牌、证件号、二维码等)。

Mysssone的博客 182

面向工业对讲的双通道声学 DSP 模组 A-59(NR2050-A)方案解析与工程落地案例

A-59模组以NR2050-A DSP为核心,37.5×16mm邮票孔封装,支持-40℃~85℃工业温域,兼容A-06/A-09/A-29系列,可低成本替换存量设备。通过固件切换实现三种模式:模式一(低改版成本,适配矿井、电梯);模式二(最优AEC,用于医院呼叫);模式三(双波束独立输出,支持双人会议语音分离)。集成AEC、ENC、BF与AGC算法,有效抑制回声、噪声与串扰,解决对讲系统核心声学难题。选型需注意参考信号路径、麦间距与温度匹配,建议先做声学测试再量产。

R190_6589的博客 374
上一篇: 国内Claude code从零到一:本地安装Claude Code+自定义API接口全配置指南(附国内踩坑实录)
下一篇: Claude Fable 5 真的夯,但这 Token 烧的离谱,国内如何使用claude fable 5
Ai老程
博客等级 码龄1年 78粉丝 13原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值