Anthropic 11 月 9 日发布 Claude Fable 5.2 和 Claude Mythos 5.2。官方说明两者底层是同一个模型:Fable 5.2 面向所有用户开放,带网络安全和生物安全分类器;Mythos 5.2 放开了部分限制,只给通过审核的网络安全、生物医学研究机构使用。
Fable 5.2 的 API 标准价为每百万 token 输入 8 美元、输出 40 美元,比 Fable 5.1 的 10 美元和 50 美元各降两成。快速模式价格翻倍,输入 16 美元、输出 80 美元,官方称生成速度最多提高 2.5 倍;标准模式的输出速度也比 5.1 最多快 30%。模型已上线 Claude 自有平台以及 AWS、Google Cloud、Microsoft Azure,API 名称为 claude-fable-5-2。
分数涨得最多的几栏
官方对比表里,涨幅最大的是偏长链路、偏真实工作的评测。远程劳务指数(RLI)从 17.9% 到 41.3%,同表 Opus 5.5 为 21.3%,GPT-6 Astra 为 20.8%。机器人仿真 RoboDojo Sim 从 27.6% 到 64.9%,业务流程 AutomationBench 从 31.4% 到 51.4%。
编程两项的差距小一些:FrontierSWE v2 为 69.9%,GPT-6 Astra 为 65.5%;FrontierCode 2.0 在 Xhigh 档拿到 49.1%,Opus 5.5 为 45.5%。也有没赢的项目。AutomationBench 上 Gemini 4 Carbon 是 53.9%,比 Fable 5.2 高 2.5 个百分点;AA-Briefcase 的 Elo 分 Fable 5.2 为 1785,Opus 5.5 为 1800。
发布页还附了几个案例。约 1000 个 Fable 5.2 智能体组成的团队用 30 小时完成费马大定理的形式化证明,消耗的行动 token 是首次形式化的三分之一,证明长度缩短到七分之一;同样的任务,Opus 5.5 跑到 18 小时只完成 26%。另一个案例里,模型和硬件公司 Diode Computers 合作,从规格、原理图、布线、外壳一路做到固件,造出会议扬声器、语音助手中枢和手持电子宠物三款能工作的原型。Anthropic 在硬件那篇说明里写明,这三款都没做电气验证、热测试和认证,也不是按量产设计的。
Mythos 5.2 和分类器
Mythos 5.2 在网络安全两项上的分数是 CyScenarioBench 76.3%、CVE 复现 89.6%,上一代 Mythos 5.1 分别为 61.7% 和 78.3%。申请渠道为 Cyber Verification Program 和 Life Sciences Verification Program,企业版客户可通过 Claude Security 使用。
对普通用户影响更直接的是分类器。Fable 5.2 碰到渗透测试、漏洞利用生成这类高风险网络安全请求时,会转给 Opus 4.8 回复;大部分生物研究任务转给 Opus 5。官方称误拦截比 Fable 5.1 少约 55%,其中网络安全约少 60%、生物约少 40%。沙箱逃逸测试里,Mythos 5.2 的成功率为 3.1%,Mythos 5 当时是 39%。
三个版本连起来看
从 Fable 5 到 5.2,Anthropic 每一版动的地方都不同。Fable 5 刚开放时,售价是 Opus 的两倍;5.1 的输入输出价没动,只把缓存读取降到基础输入价的 0.025 倍;到 5.2 才第一次直接下调标准价。分数这边,5.1 补的是科研智能体这类短板,Terminal-Bench-Science 从 24.7% 涨到 52.6%;5.2 拉开差距的则是 RLI 和机器人这类长任务,这一项现在是 74.6%。
订阅侧也有调整。Pro 和 Team 标准席位里,Fable 的用量最多可占每周额度的 50%,部分付费套餐提供 1 到 3 次 Fable 额外用量重置。Anthropic 同时建议,日常编程和知识类任务先用 Opus 5.5,Fable 5.2 留给开放式的复杂技术工作。
以上分数全部出自 Anthropic 自己的发布页,多项评测标注了推理档位和打分口径,比如 OSWorld 2.1 用的是离线、部分得分的设置。第三方的完整复测目前还没有公布。
参考来源:Anthropic 官方发布页、CocoLoop、Anthropic 硬件设计研究说明;发布页核验 API 标准价与快速模式价格、各项评测分数及沙箱逃逸比例。