大数跨境

Claude Fable 5.2 实测:跑分第一,适合当指挥,不适合日常干活

Claude Fable 5.2 实测:跑分第一,适合当指挥,不适合日常干活 觉醒AI科技
2026-11-10
7

凌晨三点,Claude Fable 5.2 上线。


官方那边的说法很硬,1000 个 Agent 连续干 8 天,从一个空文件夹造出一套能在笔记本上启动的操作系统。另一边,有人半夜被消息弹醒,爬起来测了 4 小时,最后在文章里算了一笔账,额度从剩 30% 打到了已用 94%。

一边是登顶世界第一,一边是贵到肉疼。这两件事同时发生在同一个模型身上,比跑分有意思多了。


01 / 一个模型,两道门


Anthropic 这次发的是 Fable 5.2 和 Mythos 5.2,底层是同一个模型,区别全在权限。

Anthropic发布两款新模型

Fable 加了网络安全和生物研究的防滥用机制,面向普通用户开放。Mythos 保留更完整的专业能力,只给通过审核的机构,主要走网络安全和生命科学两条线。这个分法不新鲜,今年 4 月 Mythos 首次推出时就是这套逻辑,先给筛选过的机构,再出带限制的公开版。


命名上还有个小插曲。外界顺着 Opus 5.5、Sonnet 5.5 的节奏,都以为新模型该叫 Fable 5.5,结果定名 5.2。有人翻出 9 月 9 日那次爆料,当时的临时代号确实就叫 Fable 5.2,于是推测更强的 5.5 还压着没放。这只是推测,当个乐子看就行。


02 / 跑分之外的硬活


先看数字。FrontierCode 2.0 考的是模型改的代码能不能被开源项目维护者接受,Fable 5.2 最高推理档拿 49.1%,Opus 5.5 是 45.5%,GPT-6 Astra 42.8%,Gemini 4 Carbon 41.1%。

FrontierSWE v2 拿到 69.9%,比上一代高 13.6 个百分点。第三方 Artificial Analysis 的 Intelligence Index v5 给到 65 分登顶,领先 Gemini 4 Carbon 5 分、Opus 5.5 6 分,9 项测试里 5 项第一,优势集中在科学推理、知识理解和编程。

但这次真正让人停下来的是实际干出来的活。


那个操作系统是从空文件夹起步的,模型自己协调 1000 多个子 Agent,连干 8 天写代码、测试、审查,最后交出带自有内核、磁盘键盘网络驱动、文件存储、窗口界面、登录屏幕、安装程序,还内置了 Claude 功能的一套原型。仍是实验性质,可自主调度上千 Agent 撑完这么长的工程,性质已经不一样了。

数学那边更狠。费马大定理的形式化证明,此前用未发布的研究模型在人类指导下耗了 11 天,这次 1000 个 Fable 5.2 Agent 用 30 小时做完,几乎不用人插手,自己建了协作机制,证明长度缩到原来的七分之一,操作 Token 降到三分之一。同样配置下 Opus 5.5 跑 30 小时只完成约 27%。

另有两项黑洞物理的开放问题被解决,其中一项牵涉 1983 年就发现、但一直没算到量子尺度的黑洞相变机制。Mythos 5.2 还结合两种开源蛋白质结构预测模型,在测试的 34 个病毒衣壳里准确建模了 28 个。

再往外走一步就到了物理世界。跟电路板公司 Diode 的合作里,一段提示词让模型设计出三款能实际跑起来的设备,家庭语音助手中枢、USB 会议扬声器、掌上电子宠物。规格、元器件、四层 PCB、3D 打印外壳、配套软件全由它自己写,每块板子不到一天就到可制造状态,造出来装配测试后三款都正常运行,电气设计没改过。机器人侧,RoboDojo Sim 双臂模拟测试成功率 64.9%,上一代 Fable 5.1 是 27.6%,GPT-6 Astra 是 29.8%。

顺带两个内部数字也值得记。早期版本把一项关键生产服务从 Python 迁到 Rust,启动快了约 26 倍。Anthropic 说自家核心代码库里超过 90% 的合并变更,是 Claude 在人类指导下写的。


03 / 代价写在账单上


价格看着是降了。标准 API 每百万输入 Token 8 美元、输出 40 美元,比上一代的 10 和 50 降约 20%,生成速度最高快 30%。可选的 Fast Mode 最高 2.5 倍速,价格翻到 16 和 80 美元。

但便宜的是单价,不是总账。Artificial Analysis 测出最强推理模式下平均单任务成本 26.5 美元,约 Opus 5.5 的 2.6 倍,跑完整套指数用掉 2.75 亿输出 Token,单任务 44 分钟。实测那 4 小时 10 个任务,烧掉差不多 24% 的订阅额度,Fable 的可用量用掉一半。


还有个软代价。AI 创业者 Matt Shumer 用完之后说这是用过最强的模型,能干过去别的模型干不了的复杂项目,但有时过度负责,连正常任务都要横加阻拦。这个评价跟前面那个「推翻你的方案」其实是一体两面,模型越强,越敢替你做主。


04 / 所以到底该怎么用


Anthropic 自己给的建议挺实在,日常编程和知识工作仍优先 Opus 5.5,Fable 系列留给复杂工程、数学和科研这类硬任务。


实测那边的结论更具体,把 Fable 5.2 当指挥型模型最划算。像宰相,你给方向和目标,它揣摩你要什么,再调度别的模型去干活,额度不会烧得那么狠。审美和前端交给 Opus 5.5,算法和后端交给别的模型。硬要拿它当日常主力,性能溢出不说,账单先扛不住。


Fable 5.2 已在 Claude 平台以及 AWS、Google Cloud、Microsoft Azure 全渠道上线,API 标识 claude-fable-5-2,100 万 Token 上下文、最大输出 128K、知识截止到 2026 年 6 月。


当地时间 11 月 9 日到 16 日有一周限时体验,Pro 和 Team 标准席位能在原有每周额度一半以内用 Fable,不用另买额度,还送一次免费重置,Max、Ultra 及部分高级席位按订阅时长给 1 到 3 次重置。

时间点确实微妙。今年 9 月 Dario Amodei 才公开呼吁放缓 AI 开发速度,两个月后自家就端出了更强的前沿模型,同时正为 IPO 做最后准备,目标估值 1 万亿到 1.5 万亿美元,低于此前传的 2 万亿。更新后的招股书显示,截至 9 月 30 日营收 332.4 亿美元,同比约 1200%。


更有意思的是,官方明确说训练时专门压住了模型在 AI 加速器 Kernel 优化、大语言模型架构改进这些方向的能力,让它们大致停在 Opus 5.5 的水平,说是怕直接加速下一代 AI 研发。防蒸馏也加了码,声称能让恶意蒸馏者拿到的数据量减少 90% 到 99%。


想 get 互通行业一手资讯、交流踩坑经验,免费领取【2026 大模型全套资料】+【AI 全套学习资源】👇

图片/素材来源于网络,其版权归原作者所有,侵删



点击下方“阅读全文”学习更多

⭐“点赞、分享、推荐”三连↓

【声明】内容源于网络
0
0
觉醒AI科技
1234
内容 229
粉丝 0
觉醒AI科技 1234
总阅读17.3k
粉丝0
内容229