Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，IPO 前重夺性能领先
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两者基于同一模型底座但访问策略不同：Fable 内置网络安全与生物安全护栏并向所有用户开放，Mythos 移除部分限制，仅向通过网络安全或生命科学验证计划申请的组织开放。
材料给出两款新模型的访问分层、定价与第三方基准排名，可对照上一代判断能力与成本变化。
The Decoder：AI News· Matthias Bastian·2026-11-10 05:15· 2 小时前同事件AI 评分81
Claude Fable 5.2 与 Mythos 5.2 在 IPO 前夕巩固了 Anthropic 的 AI 领先地位
AI 导读
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，两模型同一基础但访问策略不同：Fable 带网络安全与生物安全护栏向所有用户开放，Mythos 移除部分限制，仅向通过 Verification Programs 申请的组织开放。
同一件事，精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
Anthropic 的 Claude Fable 5.2 和 Mythos 5.2 在公司 IPO 前不久重新夺回 AI 性能领先地位，部分项目优势明显。Opus 5.5 仍是 Anthropic 推荐的日常使用模型。
Claude Fable 5.2 和 Claude Mythos 5.2 基于相同的模型底座，但和上一代一样，两者在访问权限上有所不同。Fable 内置了防护机制，会拦截网络安全和生物学领域的高风险任务，所有用户均可使用。Mythos 取消了其中部分限制，仅向通过 Anthropic 网络安全或生命科学验证计划申请的组织开放。
定价为每百万输入 token 8 美元、每百万输出 token 40 美元。至少从纸面上看，这比上一代的 10 美元和 50 美元有所下调。用户实际支付的费用取决于 token 消耗量，而消耗量会随任务、设置和软件环境而变化。Anthropic 将新模型定位为面向最严苛的技术工作，同时继续推荐日常使用 Claude Opus 5.5。
Anthropic 表示，新模型的输出速度比 Fable 5.1 和 Mythos 5.1 快最多 30%。面向特定组织的可选快速模式可将 token 输出速度提升最多 2.5 倍，但费用翻倍，且仅在部分平台提供，包括 Claude Code、Claude Platform、Google Cloud 和 Microsoft Foundry。
Fable 5.2 在基准测试中跃居明显领先位置
Artificial Analysis 的基准测试显示，Fable 5.2 明显领先于竞争对手。在最高算力档位的当前 Index v5 上，它以 65 分排名第一，领先 Gemini 4 Carbon（60 分，High 档）5 分——后者谷歌仍未发布；领先 Claude Opus 5.5（59 分，Max 档）6 分；领先 Claude Fable 5.1 达 15 分，而后者今年 9 月初才发布。
根据 Artificial Analysis 的数据，Fable 5.2 在九项单项测试中的五项得分最高。它在 HLE-Diamond 上达到 80%，该测试包含专家级学术问题；在 Terminal-Bench-Science 上达到 73%，该测试考察 AI 智能体能否在终端中独立运行科学工作流；在 FrontierCode 2.0 上达到 49%，该测试评估智能体能否在真实开源项目中提交有用的代码变更。
Fable 5.2 在智能体知识工作和基于终端的编程方面较弱。它在 AA-Briefcase（多步骤知识工作任务的基准测试）上达到 1,785 Elo，略低于 Claude Sonnet 5.5（1,813），与 Opus 5.5（1,800）的置信区间重叠。在 Terminal-Bench 4.0（衡量软件开发和安全等领域多步骤终端任务）上，它得分 60%，与 Opus 5.5 持平。Kimi K3.1 Pro（67%）、Gemini 4 Carbon（65%）和 Sonnet 5.5（64%）在此项排名更高。
不过，顶级质量是有代价的。最高档位的单任务成本平均为 26.50 美元，约为 Opus 5.5（10 美元）的 2.6 倍，也大约是 Fable 5.1（12.99 美元）的两倍。据 Artificial Analysis 称，Fable 5.2 在较低的 High 和 Xhigh 档位上，智能指数仍能拿到 62 分，领先于其他所有模型在任何档位下的成绩，同时消耗的 token 少得多：每任务输出 98,000 个 token，而 Opus 5.5 在 Max 档位下为 173,000 个。
| Anthropic 基准测试结果 | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| 智能体编程 FrontierCode 2.0 |
49.1% Xhigh 档位 |
32.4% Xhigh 档位 |
45.5% | 42.8% | 41.1% Medium 档位 |
| 智能体编程 FrontierSWE v2 |
69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| 业务流程 AutomationBench |
51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
| 智能体科研 Terminal-Bench Science 0.1 |
74.6% 75.3%（Myth 5.2） |
52.6% | 58.7% | 68.1% | 64.8% |
| 网络安全 CyScenarioBench† |
76.3% Myth 5.2 |
61.7% Myth 5.1 |
67.6% 无防护措施 |
61% GPT-6 Cyber |
— |
| 网络安全 CVE 复现 |
89.6% Myth 5.2 |
78.3% Myth 5.1 |
81.3% 无防护措施 |
— | — |
| 蛋白质设计 从头结合剂设计（24 小时） |
85.1% Myth 5.2 |
79.1% Myth 5.1 |
82.6% 无防护措施 |
— | — |
| 智能体搜索 WANDR（放宽评分） |
82.1% | 68.7% | 72.3% | — | — |
| 计算机操作 OSWorld 2.1（离线集，部分） |
89.3% | 83.5% | 87.2% | 79.5% | 81.5% |
| 机器人 RoboDojoSim‡ |
64.9% | 27.6% | 39.4% | 29.8% | — |
| 知识工作 AA-Briefcase v1.1 |
66.1% 评分标准 |
61.5% 评分标准 |
61.2% 评分标准 |
52.0% 评分标准 |
61.8% 评分标准 |
| 1785 Elo |
1669 Elo |
1800 Elo |
1569 Elo |
1611 Elo |
|
| 知识工作 远程劳动指数（RLI） |
41.3% High 档位 |
17.9% | 21.3% | 20.8% | — |
| 多学科推理 Humanity's Last Exam（带工具） |
74.2% | 65.6% | 67.7% | 57.2% | — |
| 图表视觉识别 Chartography（无工具） |
73.4% | 44.8% | 64.4% | 71.0% | 72.5% |
Mythos 5.2 发现的安全漏洞远多于此前所有模型
新模型还在眼下争议激烈的网络安全领域创下纪录。Anthropic 表示，Mythos 5.2 发现的漏洞比此前模型更多，复现和修复漏洞的能力也更强。作为结果，公开可用的版本 Fable 会拦截大多数与安全相关的任务，包括渗透测试和漏洞利用代码生成。Opus 4.8 会改为回应被拦截的网络安全请求，Opus 5 则会回应被拦截的生物学请求。
Anthropic 用一项名为 CVE 复现的内部测试，来检验模型在拿到项目修复前状态的情况下，能独立找出 CVE 数据库（Common Vulnerabilities and Exposures，一个记录已知软件缺陷的系统）中多少已公开的漏洞。
Anthropic 表示，在 2026 年 10 月使用 1,829 个 CVE 的测试中，Mythos 5.2 发现的漏洞比 Opus 5.5 多 10.2%，比 Mythos 5.1 多 14.4%，并在每个算力档位都领先。据 Anthropic 称，一家安全公司报告，Mythos 5.2 确认发现的漏洞中，有六分之一被所有其他受测前沿模型漏掉。
Anthropic 限制可能加速 AI 发展的能力
Anthropic 表示，在训练过程中，它有意压制了模型在那些最可能直接加速 AI 发展的能力上的提升，也就是所谓的 RSI，目前外界普遍将其视为一种风险。该公司称，在为加速器芯片优化计算内核、改进大语言模型架构等方面，Fable 5.2 和 Mythos 5.2 的表现与 Opus 5.5 大致相当。
据 Anthropic 介绍，智能体编程、硬件开发以及传统 AI 研究（包括可解释性研究）等相关能力不受影响。该公司称，目前在人工指导下，Claude 编写了合并进 Anthropic 核心代码库的 90% 以上的改动。Anthropic 还声称，在一次内部测试中，该模型从零开始编写了一个操作系统。
Claude Fable 5.2 用 30 小时形式化费马大定理
最可能引发关注的例子又一次来自数学领域。Anthropic 称，约 1000 个 Fable 5.2 智能体完整形式化了费马大定理的证明，将其转写为 Lean 编程语言，以便计算机逐步验证。
费马大定理指出，大家熟悉的方程 a² + b² = c² 在幂次高于平方时没有整数解。几个世纪以来无人能证明这一点，直到 1995 年 Andrew Wiles 提交了一份长达一百多页的证明。如今，该证明首次完成了机器验证，耗时 30 小时。
此前一个未公开的研究版 Claude 完成同一任务需要 11 天，并且依赖专门搭建的环境和人类研究者的指导。Anthropic 称，Fable 5.2 智能体从简短指令出发，自行组织协作，没有使用任何数学参考资料，唯一的进度指标是一份中间引理清单。该模型消耗的动作 token 仅为第一次尝试的三分之一，产出的证明篇幅则缩短到七分之一。
作为对比，Anthropic 在相同设置下用 1000 个智能体运行了 Opus 5.5。Opus 在 18 小时内只完成了 26% 的形式化，此后直到第 30 小时几乎没有任何进展。
没有炒作的 AI 新闻——由人类精选
订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。
来源：The Decoder：AI News · the-decoder.com
事件后续 · 5
- 同事件Claude Fable 5.2 上线 Higgsfield，开放 3 天免费试用Higgsfield AI · 3 小时前
- 同事件Artificial Analysis 评测 Claude Fable 5.2：以 65 分登顶 Intelligence Index v5Artificial Analysis · 3 小时前
- 同事件Claude Fable 5.2 上线 Devin Desktop 和 Devin CLICognition · 3 小时前
- 同事件Anthropic 用 1000 个 Claude Fable 5.2 智能体在沙箱内复现费马大定理形式化证明Anthropic：Claude.dev 开发者博客 · 3 小时前
- 同事件Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2Anthropic：Newsroom · 4 小时前
来源：RadarAI · aihot.news