Claude Fable 5.2 发布：编程跑分登顶，30 小时形式化费马大定理
Anthropic 发布新一代旗舰 Fable 5.2 与 Mythos 5.2：同一底座、两种准入。FrontierCode 2.0 跑分 49.1% 登顶，标准价下调 20%，官方披露 1000 个 Agent 30 小时完成费马大定理形式化证明。本文梳理跑分、价格与选型建议。
Claude Fable 5.2 发布
Anthropic 于北京时间 11 月 10 日凌晨发布新一代旗舰模型 Claude Fable 5.2 与 Claude Mythos 5.2。本文梳理两款模型的定位差异、关键跑分、价格变化与官方披露的长程任务实测结果，并给出选型建议。所有评测数据均来自 Anthropic 官方口径，尚待第三方独立验证。
一、两款模型：同一底座，两种准入
Fable 5.2 与 Mythos 5.2 采用相同的底层模型，核心区别在于安全限制与访问权限：
- Claude Fable 5.2：内置针对网络安全与生物研究的防滥用机制，面向所有用户开放，是常规使用入口。
- Claude Mythos 5.2：保留更完整的专业能力，仅向通过审核的机构开放，主要用于网络安全与生命科学等有益领域，申请通道为 Anthropic 近期扩大的生命科学计划与网络安全验证计划。
官方称两款模型的生成速度最高比上一代（Fable 5.1 / Mythos 5.1）提升 30%，并提供可选的 Fast Mode，Token 生成速度最高可提升至原来的 2.5 倍。订阅侧还引入了类似竞品的留存福利：订阅时间越长的用户，获得的 Fable resets（重置次数）越多。
二、关键跑分：编程与图表理解提升幅度最大
在 Anthropic 公布的横评中，Fable 5.2 在多数能力维度领先。变化最大的两项：
- FrontierCode 2.0（考察 AI 对开源项目的代码修改能否达到维护者愿意接纳的标准）：得分从上一代的 32.4% 升至 49.1%，提升 16.7 个百分点，超过自家 Opus 5.5（45.5%）、OpenAI GPT-6 Astra（42.8%）与 Google Gemini 4 Carbon（41.1%）。
- Chartography（图表理解，关系财报图表与实验数据分析的基础能力）：从 44.8% 升至 73.4%，提升近 29 个百分点。
- FrontierSWE v2（软件工程）：69.9%，较上一代提升 13.6 个百分点。
- RoboDojo（模拟双臂机器人控制）：成功率达 64.9%，约为 GPT-6 Astra 的两倍，反映模型依据摄像头画面判断环境、安排动作的能力明显增强。
FrontierCode 2.0 横向对比如下（得分越高越好）：
| 模型 | 得分 |
|---|---|
| Claude Fable 5.2 | 49.1% |
| Claude Opus 5.5 | 45.5% |
| GPT-6 Astra | 42.8% |
| Gemini 4 Carbon | 41.1% |
| Claude Fable 5.1（上一代） | 32.4% |
值得注意的是，Fable 5.2 以较低的推理强度取得了接近 Opus 5.5 最高推理强度的成绩。
三、价格：标准价下调 20%，单任务成本约为 Opus 5.5 的一半
标准 API 定价较上一代下降 20%：
| 档位 | 输入（每百万 Token） | 输出（每百万 Token） |
|---|---|---|
| 标准模式 | 8 美元 | 40 美元 |
| Fast Mode（最高 2.5 倍速） | 16 美元 | 80 美元 |
结合跑分看，这意味着 FrontierCode 2.0 场景下的单任务成本约为 Opus 5.5 的一半。对高频调用编程智能体的团队而言，价格曲线与能力曲线出现了同向改善，这是本次发布在商业层面最有分量的信号。
四、长程任务实证：30 小时形式化费马大定理
Anthropic 披露了发布前测试阶段的一批长程任务结果：
- 数学：1000 个 Agent 协作，连续工作 30 小时，完成费马大定理的形式化证明。
- 系统工程：1000 个 Agent 连续工作 8 天，从零造出一套可在笔记本电脑上运行的操作系统。
- 硬件设计：从零设计出三款能够正常运行的电子设备。
- 基础科学：解决了两个黑洞物理学领域尚未解决的问题。
需要说明的是，以上均为官方测试环境中的自述结果，具体任务定义、评审标准与复现条件尚未完全公开，应作为能力上限参考而非确定性结论。
五、观察：IPO 冲刺期的节奏信号
这次发布有两个值得注意的背景：其一，距离 CEO 达里奥·阿莫代伊 9 月公开呼吁放缓 AI 发展速度仅过去约两个月，这是其表态后 Anthropic 首次推出前沿模型；其二，Anthropic 正筹备估值高达 1 万亿至 1.5 万亿美元的 IPO，需要用新模型证明自身技术领先性以支撑估值。
对普通开发者的可执行建议：
- 编程与智能体场景：将 Fable 5.2 与 Opus 5.5 做 A/B 成本质量对比，重点看单任务成本与返工率，而非单点跑分。
- 安全研究机构：关注 Mythos 5.2 的准入路径，提前准备生命科学计划或网络安全验证计划的申请材料。
- 成本敏感场景：若预算受限，可结合本站此前报道的轻量模型路线（如 Meta Muse Ember 的 0.14 美元单任务定价）做混合路由，把旗舰模型留给高难度任务。
相关阅读
- 上一代模型的参数与定价速查：Claude Fable 5.1 规格速查
- 轻量模型成本路线参考：Meta Muse Ember：0.14 美元一次任务，小模型接管执行层
- 国产模型的性价比对照：蚂蚁百灵 Ling-3.2-flash 发布：560B 参数只激活 25B
本文为资讯整理与原创分析，数据来自 Anthropic 官方公告及机器之心、财联社、凤凰网科技等媒体报道。
登录后可点赞、收藏与反馈。