大数跨境

赶在IPO前,Claude最强模型空降!宾大教授感慨“几乎达到AGI”

赶在IPO前,Claude最强模型空降!宾大教授感慨“几乎达到AGI” 智东西
2026-11-10
11
导读:Claude新旗舰降价20%,Pro限时白嫖。

Claude新旗舰降价20%,Pro限时白嫖。
编译 |  程茜 王涵
编辑 |  心缘

Claude Fable 5.2正式发布:性能碾压前代,价格下调20%

智东西11月10日消息,Anthropic正式推出两款全新最强模型Claude Fable 5.2与Claude Mythos 5.2。基准测试显示,新模型在多项指标上显著优于Fable 5.1、Opus 5.5及GPT-6 Astra。

在预发布测试中,新模型展现了惊人的工程与科研能力,包括完成高难度软件迁移、从零设计三台可用电子设备、解决两个黑洞物理学公开问题,以及仅用30小时完成费马大定理的形式化证明。
Artificial Analysis Intelligence Index v5排行榜显示,新模型以65分位居榜首,较上一代Fable 5.1高出16分。

全线云平台上线,Pro用户享额度福利

Claude Fable 5.2即日起已在亚马逊AWS、谷歌云及微软Azure平台上线,开发者可通过claude-fable-5-2调用。本周内,符合条件的付费订阅用户可享受额外福利:包含Fable模型的套餐将根据订阅时长赠送1至3次额度重置;Pro套餐及团队版标准席位中,Fable调用额度最高可达周限额的50%。

提速30%降价20%,快速模式效率翻倍

相比上代模型,新版本输出速度提升最高达30%,价格下调20%。标准模式定价为:每百万输入Token 8美元(约人民币53.39元),每百万输出Token 40美元(约人民币266.93元)。快速模式下,Token生成速度提升至2.5倍,定价为每百万输入Token 16美元,每百万输出Token 80美元。

官方选型建议与模型定位

Anthropic建议,Fable和Mythos适用于高难度、开放式技术研发任务。日常编程与知识类任务优先选用Claude Opus 5.5;轻量化需求则使用Claude Sonnet 5.5或Haiku 5.5。Fable 5.2还可作为顾问模型,协同其他模型攻克复杂问题或调度轻量模型执行简单任务。
Fable与Mythos底层模型相同,区别在于安全策略。Fable面向全体用户,强化网络安全与生物领域防护;Mythos仅限通过生命科学与网络安全核验的研究机构访问。此外,AnthropicIPO路演预计将于明日启动。

早期用户实测:具备AGI雏形,超越博士生水平

YouTuber Riley Brown测试显示,Fable 5.2仅需一条提示词即可编写Blender代码,自主搭建房间场景、灯光及动画,并自动租用GPU渲染4K视频,总成本仅5.75美元。
宾夕法尼亚大学沃顿商学院教授Ethan Mollick认为,Fable 5.2已接近“锯齿形AGI”水平。其测试案例包括:无反馈情况下一次性制作出具有专业水准的短片;将迷你USB键盘改造成小型游戏机,编写六款游戏并控制硬件;以及在创业研究领域独立完成从选题、数据收集到论文撰写的全过程,成果质量远超二年级博士生预期。
Forward Future创始人Matthew Berman在消耗超1000亿Token的测试中发现,模型具备高度自主性,能在极少指令下做出符合预期的假设,并发现其他模型遗漏的代码Bug。它还能控制Unreal Engine和Blender生成复杂场景,并在大规模代码审查中实现高完整度交付。

基准测试全面领先,能从零构建操作系统

基准测试显示,Claude Fable 5.2和Mythos 5.2在绝大多数指标上优于Fable 5.1、Opus 5.5及GPT-6 Astra。仅在办公自动化流程上略逊于Gemini 4 Carbon,在AA-Briefcase v1.1 Elo基准中稍低于Opus 5.5。

效率方面,Fable 5.2在完成高难度任务时消耗的Token少于前代。FrontierCode 2.0测试表明,高投入度模式下其得分与Opus 5.5持平,但成本仅为一半;超高投入度模式下得分居所有已发布模型之首。

不同模式下,Fable 5.2在FrontierCode基准中的得分

编程与安全能力突破

Anthropic核心代码库中超90%的变更由Claude辅助完成。早期版本Fable曾协助将核心服务从Python迁移至Rust,启动速度提升26倍。一项实验中,Fable 5.2调度逾1000个子智能体,历时8天从零构建出一套可启动的操作系统原型,包含内核、驱动、文件系统及窗口界面。

Claude Mythos 5.2在网络安全领域表现突出。测试显示,其检出的已确认漏洞中有1/6为其他前沿模型遗漏;CVE漏洞复现数量比Opus 5.5高10.2%,且无误报夸大风险情况。

CVE漏洞复现基准评测结果

攻克多学科硬核难题:从黑洞物理到硬件设计

随着科研与工程任务日益依赖代码,Fable 5.2与Mythos 5.2在多个硬科技领域取得突破。

理论物理学:解决黑洞相变难题

基于全息对偶理论,Fable 5.2解决了两个长期未决的黑洞物理问题。首先,证实了极小尺度时空下黑洞相变同样为突变式;其次,求出了排除不合适量子引力候选技术的确切适用边界。

蛋白质折叠:精准预测病毒衣壳结构

针对腺相关病毒(AAV)衣壳结构的复杂性,Mythos 5.2提出新方案:结合开源蛋白折叠模型与对称性信息,成功精准还原34个测试衣壳中的28个,超越了仅能预测单蛋白结构的现有模型。

数学:30小时完成费马大定理形式化

由1000个Fable 5.2智能体组成的团队,在无人工介入情况下,仅用30小时完成费马大定理的完整形式化证明,消耗Token仅为此前研究版本的1/3,代码长度缩短至1/7。相比之下,同等配置下的Opus 5.5在30小时后几乎停滞。

硬件与机器人:从零设计设备与控制实体

在硬件工程中,Fable 5.2根据简短提示,独立完成了语音助手中枢、USB音箱及电子宠物的电路板布线、3D外壳建模及控制软件编写,所产设备一次通电即用。在机器人控制方面,其在RoboDojo基准测试中表现优于多数专用AI系统,能完成还原魔方、拧瓶盖等复杂任务。

结语:重新定义通用AI的工程边界

Fable 5.2的表现表明,通用大模型正逐步理解现实世界的物理约束,其能力边界已从纯数字世界延伸至PCB设计、3D建模及机器人操控等领域。这将大幅缩短硬件原型迭代与工业柔性任务的试错周期,为工程智能化带来新的可能。

来源:Anthropic、X


【声明】内容源于网络
0
0
智东西
各类跨境出海行业相关资讯
内容 11946
粉丝 0
智东西 各类跨境出海行业相关资讯
总阅读307.8k
粉丝0
内容11.9k