2026年11月9日，Anthropic 正式發佈其旗艦模型系列最新版本 —— Claude Fable 5.2 同 Claude Mythos 5.2。公司稱，呢啲新模型喺編碼、推理、視覺理解同長程智能體任務上有明顯進步，輸出速度最高提升約30%，同時將標準定價下調至每百萬輸入Token 8美元、每百萬輸出Token 40美元。今次發佈恰逢 Anthropic 籌備 IPO 同行業競爭加劇，亦再次突顯前沿模型喺能力釋放同安全管控之間嘅權衡。
雙軌設計與定位
Fable 5.2 同 Mythos 5.2 基於同一底層模型，核心差異喺安全護欄強度。Fable 5.2 面向更廣泛嘅用戶開放，保留較強嘅網絡安全同生物相關防護機制，以降低誤用風險；Mythos 5.2 則只對通過公司「生命科學驗證計劃」同「網絡安全驗證計劃」審核嘅機構開放，喺部分高風險領域嘅限制相對寬鬆，以便支援經授權嘅防禦性同研究工作。呢種「同一模型、雙軌管控」策略延續咗自2026年6月 Fable 5 同 Mythos 5 發佈以嚟嘅做法。
Anthropic 明確建議，日常嘅編碼同知識工作優先使用 Claude Opus 5.5 等中端旗艦模型；Fable 同 Mythos 系列更適合「最具挑戰性、開放式嘅技術工作」。新模型亦可喺多智能體場景中擔任「顧問」或「編排者」角色，將簡單任務分配畀規模較細嘅模型。
性能指標詳解
根據 Anthropic 公佈嘅官方評測數據，Fable 5.2 喺多數公開基準上領先於前代及主要競品。
喺智能體編碼方面，FrontierCode 2.0（評估模型生成嘅代碼變更係咪達到開源倉庫維護者可合併標準）中，Fable 5.2 喺 Xhigh 努力級別下達到 49.1%，高於 Fable 5.1 嘅 32.4%、Opus 5.5 嘅 45.5%、GPT‑6 Astra 嘅 42.8% 同 Gemini 4 Carbon 嘅 41.1%。喺 FrontierSWE v2 上，Fable 5.2 取得 69.9%，領先 GPT‑6 Astra 嘅 65.5% 同 Opus 5.5 嘅 62.3%。
喺科學與智能體研究任務上，Terminal‑Bench‑Science 0.1 中，Fable 5.2 達到 74.6%（Mythos 5.2 為 75.3%），明顯高於 Fable 5.1 嘅 52.6% 同 Opus 5.5 嘅 58.7%。多智能科推理基準 Humanity’s Last Exam（帶工具）中，Fable 5.2 取得 74.2%，高於 Opus 5.5 嘅 67.7%。
知識工作與電腦使用方面，OSWorld 2.1（電腦操作）中，Fable 5.2 達到 89.3%；AA‑Briefcase 知識工作基準嘅得分為 66.1%；Remote Labor Index 喺 High 努力級別下為 41.3%，遠超 Fable 5.1 嘅 17.9%。視覺圖表識別 Chartography（無工具）達到 73.4%。機械人相關評測 RoboDojo Sim 中，Fable 5.2 取得 64.9%，顯著高於前代嘅 27.6%。
網絡安全同生命科學相關指標主要來自 Mythos 5.2。CyScenarioBench 中 Mythos 5.2 達到 76.3%；CVE Rediscovery 為 89.6%；24 小時從頭設計蛋白質結合劑任務達到 85.1%。獨立評測機構 Artificial Analysis 嘅 Intelligence Index v5 中，Fable 5.2 喺最高努力級別下取得 65 分，領先 Gemini 4 Carbon（60）同 Opus 5.5（59）。
此外，預發佈測試中，約 1000 個 Fable 5.2 智能體喺 30 小時內完成咗費馬大定理嘅形式化證明；模型仲協助完成複雜軟件遷移、由零開始設計電子設備，並喺黑洞物理範疇解決咗兩項開放問題。官方稱，新模型喺溝通清晰度上有所提升，且支持可選嘅「快速模式」（Token 生成速度最高提升 2.5 倍，對應定價為每百萬輸入Token 16美元、輸出Token 80美元）。
需要強調嘅係，上述多數數據來自 Anthropic 內部評測或預發佈合作，部分基準嘅努力級別、工具使用同護欄干預情況會影響可比性。獨立第三方嘅全面復現與長期實際部署效果仍有待觀察。
價格、可用性與安全背景
標準定價較此前版本有所下降，有助於降低高負載場景嘅使用成本。Fable 5.2 已支持企業級零數據留存策略。今次發佈恰逢第三方評估機構 METR 等提出遞歸自我改進（RSI）相關風險討論之際。Anthropic 表示已進行廣泛嘅預發佈安全測試，並認為喺隱蔽評估中嘅表現仍支持其對高風險場景檢測能力嘅主張。公司同時強調，喺可能加速 AI 研發本身嘅特定能力上採取咗限制措施。
從行業角度睇，Fable 與 Mythos 系列嘅雙軌發佈體現咗 Anthropic 喺能力釋放同風險管控之間嘅現實選擇：通過降價、提速同擴大企業可用性增強競爭力，同時將部分高風險能力置於受控環境。呢一模式同此前相關模型曾短暫受到訪問限制嘅經歷互相呼應，亦反映咗當前前沿 AI 治理中「能力越強、管控越嚴」嘅邏輯。
對於開發者同企業而言，新模型提供咗更強嘅高端工具選項，尤其適合複雜編碼、長程智能體同跨學科研究任務；對於行業同監管方而言，點樣喺能力快速提升嘅同時建立可信嘅評估、準入同持續監控機制，仍然係需要持續跟進嘅核心議題。獨立基準嘅後續驗證、護欄對正常研究工作嘅實際影響，以及多智能體協作場景下嘅穩定性，會決定呢啲模型嘅長期落地價值。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多 AI 新聞請瀏覽：https://www.airosetta.com