Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2
Claude Fable 5.2 and Mythos 5.2
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，两者为同一底层模型，Fable 带网络安全与生物安全防护面向所有用户，Mythos 需通过验证计划申请。
Anthropic 同时放出 Fable 5.2 与 Mythos 5.2，并给出价格、速度与多项基准对比，可据此判断高端模型的分层策略。
我们升级了 Claude Fable 和 Claude Mythos——这两款模型旨在攻克最艰巨的技术挑战。
Claude Fable 5.2 和 Claude Mythos 5.2 在编程、推理和视觉等领域均有提升。在预发布测试中，它们帮助我们的工程师完成了原本难以实现的软件迁移，从零设计了三个可工作的电子设备，解决了黑洞物理学中的两个开放问题，在机器人评估方面取得了实质性进展，并在 30 小时内形式化证明了费马大定理——此外还有许多其他应用，我们将在下文讨论。
Claude Fable 和 Claude Mythos 是同一个底层模型。Fable 具备强大的网络安全和生物学防护措施以防止滥用，这使我们能够向所有用户开放。在网络安全或生物医学研究领域开展有益应用的组织，可以通过我们近期扩展的生命科学和网络验证计划申请访问 Mythos。
测试人员发现，Fable 5.2 和 Mythos 5.2 的沟通比以往的 Fable 和 Mythos 模型更清晰。它们的输出生成速度比 Claude Fable 5.1 和 Claude Mythos 5.1 快最多 30%，且价格更低：每百万输入 token 8 美元，每百万输出 token 40 美元。
Fable 5.2 和 Mythos 5.2 还提供可选的快速模式，可将 token 生成速度提升最多 2.5 倍。快速模式的价格为每百万输入 token 16 美元，每百万输出 token 80 美元。
安全与对齐。为帮助确保安全与对齐跟上模型能力的增长，我们对 Fable 5.2 和 Mythos 5.2 背后的模型进行了广泛的预发布安全测试。这包括开发新的评估方法，以更深入地洞察沙箱逃逸等特定的令人担忧的行为。我们认为，来自失准的高风险仍然较低，且该模型在大多数对齐指标上的表现与近期模型相当或更好。Fable 5.2 的网络和生物学防护措施与 Fable 5.1 一样稳健，但产生的误拦截更少，并且我们实施了有史以来最强的防蒸馏攻击保护。
我们在下文进一步介绍安全测试，完整细节也可在Claude Fable 5.2 和 Mythos 5.2 系统卡中找到。
何时使用 Claude Fable 5.2 和 Mythos 5.2。Fable 和 Mythos 最适合最宏大、开放式的技术工作。对于大多数编程和知识任务，我们建议用户从 Claude Opus 5.5 开始——这是我们最强的日常主力模型——然后根据工作的范围和复杂度按需切换到其他模型：向上切换到 Fable 或 Mythos，或向下切换到 Claude Sonnet 5.5 或 Claude Haiku 5.5。Fable 5.2 还可以扮演顾问的角色（Haiku、Sonnet 或 Opus 模型向其咨询以帮助解决更难的问题）或编排者的角色（将更简单的任务委派给更小的模型）。
评估 Claude Fable 5.2 和 Mythos 5.2
基准测试表现。下表的基准测试显示，在我们评估的几乎所有能力上，Claude Fable 5.2 和 Mythos 5.2 都比 Opus 5.5 更胜一筹：
| 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 推理强度 | 32.4%Xhigh 推理强度 | 45.5% | 42.8% | 41.1%中等推理强度 |
| 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% |
| 智能体科学研究Terminal-Bench-Science 0.1 | 74.6%75.3%（Mythos 5.2） | 52.6% | 58.7% | 68.1% | 64.8% |
| 网络安全CyScenarioBench† | 76.3%Mythos 5.2 | 61.7%Mythos 5.1 | 67.6%无安全防护 | 61%GPT-6 Cyber | — |
| 网络安全CVE 重新发现 | 89.6%Mythos 5.2 | 78.3%Mythos 5.1 | 81.3%无安全防护 | — | — |
| 蛋白质设计从头结合剂设计（24 小时） | 85.1%Mythos 5.2 | 79.1%Mythos 5.1 | 82.6%无安全防护 | — | — |
| 智能体搜索WANDR（宽松评分） | 82.1% | 68.7% | 72.3% | — | — |
| 计算机使用OSWorld 2.1（离线集，部分） | 89.3% | 83.5% | 87.2% | 79.5% | 81.5% |
| 机器人技术RoboDojo Sim‡ | 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 |
| 1785Elo | 1669Elo | 1800Elo | 1569Elo | 1611Elo | |
| 知识工作远程劳动指数（RLI） | 41.3%高努力 | 17.9% | 21.3% | 20.8% | — |
| 多学科推理Humanity’s Last Exam（使用工具） | 74.2% | 65.6% | 67.7% | 57.2% | — |
| 可视化图表识别Chartography（不使用工具） | 73.4% | 44.8% | 64.4% | 71.0% | 72.5% |
有关评估方法的详细信息，请参阅 Claude Fable 5.2 和 Claude Mythos 5.2 系统卡。除非另有说明，Fable 5.2、Fable 5.1 和 Opus 5.5 的分数均为开启安全防护下的结果。除非另有说明，所有分数均显示各模型可用的最高努力水平。† 在 CyScenarioBench 上，各实验室的分数基于唯一任务计算。‡ RoboDojo Sim 显示最高可用努力水平，且为内部运行。
努力与效率。在中等努力（Claude 应用和 Claude Code 中的默认设置）下，Fable 5.2 能以比 Fable 5.1 更少的 token 完成具有挑战性的任务。在 FrontierCode 2.0 评估的早期测试中，Fable 5.2 在高努力下得分与 Opus 5.5 在最高努力下大致相当，而每个任务的成本约为其一半。在 Xhigh 努力下，它也是所有已测试的已发布模型中得分最高的。
编程
目前，合并到 Anthropic 核心代码库的变更中，超过 90% 由 Claude 编写（在人类指导下）。我们已使用 Fable 5.2 在几分钟内修复顽固的 bug，优化我们所有服务的性能，并完成原本因太慢或成本过高而无法尝试的高价值软件项目。一组运行早期版本 Fable 5.2 的智能体将一个关键生产服务从 Python 迁移到 Rust——该服务现在更高效、更可靠，启动速度约快 26 倍。我们发现 Fable 5.2 展现出强大的工程判断力，即使面对模糊的请求也能产出高质量的结果。
作为一项实验，Anthropic 的一位工程师让 Fable 5.2 承担设计一个原型操作系统的任务。从一个空文件夹开始，该模型协调了超过 1,000 个子代理，昼夜不停地工作了八天，编写、测试和审查代码。它产出了一个可运行的操作系统，能在笔记本电脑上启动，拥有自己的运行机器的内核、磁盘、键盘和网络的驱动程序、永久文件存储、窗口、登录屏幕、安装程序以及内置的 Claude 功能（见下方视频）。
早期测试者对 Fable 5.2 的编码技能能够如此成功地应用于广泛的任务印象深刻：
网络安全
Claude Mythos 5.2 是我们用于网络安全工程的最强模型。它比我们之前的模型发现更多漏洞，并且更擅长复现和修复这些漏洞（请注意，Claude Fable 5.2 的防护措施将阻止大多数与网络安全相关的任务）。一家安全公司发现，Claude Mythos 5.2 发现的已确认漏洞中，有六分之一被他们测试的所有其他前沿模型遗漏。在我们的内部评估 CVE Rediscovery¹ 中，Claude Mythos 5.2 发现的漏洞比 Claude Opus 5.5 多 10.2%，比 Claude Mythos 5.1 多 14.4%。Claude Mythos 5.2 还表现出更好的判断力和校准能力——一位测试者发现，之前的模型大约每二十个发现中就有一个夸大了严重性，而 Claude Mythos 5.2 没有夸大任何一个。²
Claude Mythos 5.2 的网络能力可通过我们的 Cyber Verification Program 获取，我们正在继续扩展和改进该计划。Claude Enterprise 客户（即使他们不是 Cyber Verification Program 的成员）也可以访问 Claude Security，它使用我们最强大的模型（现在包括 Claude Mythos 5.2）扫描代码库中的漏洞。Claude Security 的最近一次更新帮助它在代码更新时监视代码仓库、跟踪任何发现以确保其得到修复、从额外上下文中学习，并通过 API 和 MCP 连接到用户的工具。
科学与工程
科学、工程和数学领域的重要任务越来越依赖于编码：分析数据、建模分子、设计零件和控制仪器都通过软件完成。下面，我们讨论 Claude Fable 5.2 和 Claude Mythos 5.2 如何帮助研究人员在这些领域的难题上取得进展。
理论物理
Claude Fable 5.2 解决了理论物理中的两个开放问题。两者都涉及黑洞，以及统一现代物理学的两大支柱理论——相对论和量子力学——的努力。
Claude 的两项结果都依赖于全息对偶，即某些包含引力的宇宙可以用完全不包含引力的量子理论精确描述。在第一个问题中，物理学家在 1983 年已经证明，随着这些宇宙升温，黑洞会像水沸腾一样突然形成；但他们的方法只适用于大到足以应用相对论的大宇宙。2003 年提出了一项计算，用以确定在只能使用量子描述的极小宇宙中是否同样如此，但该计算过于繁重而无法完成。Fable 5.2 在很大程度上自主完成了它，并发现那里的转变同样是突变的。在第二个问题中，Fable 5.2 找到了一种技术的精确极限，物理学家使用该技术已超过 15 年，用于在简化宇宙中排除量子引力的候选理论。请分别在各自的预印本中阅读更多关于这些结果的内容，此处和此处。
蛋白质折叠
腺相关病毒是一种小型、无害的病毒，其蛋白质外壳——衣壳——可用于递送基因疗法。衣壳的蛋白质结构很重要——例如，它会影响疗法是否会被患者的免疫系统阻断——但它也高度复杂。现有的蛋白质折叠模型如 AlphaFold 可以预测单个蛋白质，但衣壳由数十个蛋白质构建而成。基于两个开源蛋白质折叠模型，Claude Mythos 5.2 找到了一种准确预测整个衣壳结构的新方法。它编写代码，在重叠的蛋白质链组上运行这些模型，并利用关于衣壳已知对称性的信息将它们合并在一起。
Claude 的方法在多个天然和工程化的衣壳上都有效（在我们的测试中，它准确建模了尝试的 34 个中的 28 个）³。三位计算生物学家分享了以下关于如何利用 Claude 的技能加速其基因疗法研究的思考：
数学
数学形式化。形式化是将数学证明翻译成计算机可以逐步检查的语言的过程。它可以帮助人类数学家对结果建立信心，而无需手动检查（当 AI 模型生成人类难以验证的结果时，这一点更为重要）。由于形式化是一个如此繁重的过程，如果 AI 能够协助，数学家就可以花更多时间探索新想法。
我们首次对费马大定理的形式化由 Claude 的一个未发布研究版本执行，耗时 11 天。它依赖于专门构建的框架以及人类研究人员的指导。相比之下，一个由 1,000 个 Fable 5.2 智能体组成的团队在短短 30 小时内完全形式化了该定理，人类干预极少。Fable 5.2 从最少的提示开始，构建了自己的协调方式，并且没有使用任何数学参考资料，只使用了一个中间定理陈述列表来评分进展。它所需的动作 token 仅为我们首次形式化的三分之一，并生成了短七倍的证明。如下图所示，Opus 5.5（使用相同的 1,000 智能体设置）在 18 小时内仅完成了 26% 的形式化，并且在 30 小时后几乎没有取得更多进展。
在此处阅读更多关于形式化的内容。
硬件与机器人
AI 的许多潜在益处——例如加速实验室研究——都取决于它能否在物理世界中行动。Claude Fable 5.2 延续了我们模型在现实世界中日益增强的实用性这一趋势，在设计硬件设备等任务上展现出可喜成果，并在控制物理机器人方面取得实质性进展。
硬件工程。我们测试了 Fable 5.2 在硬件工程方面的能力，用一段话的提示要求它设计并制作三台可正常工作的电子设备，各自配有电路板、3D 打印外壳和软件。下图中的设备分别是家用语音助手中枢、USB 免提扬声器和掌上虚拟宠物。我们与设计并制造电路板的公司 Diode 合作完成了这个项目。
Claude 自行编写规格说明，从美国分销商处挑选可用的电子元件，为每台设备布线四层电路板，用计算机辅助设计为外壳建模，并为设备编写软件。每块电路板都在不到一天内完成制造准备，人工投入极少。Diode 制造出电路板后，Claude 指导该公司的工程师完成了设备的测试与组装。三台设备均无需任何电气改动即可正常工作。欲了解更多关于 Claude 硬件工程能力的信息，请见此处。
机器人技术。与早期的 Claude 模型相比，Fable 5.2 在控制物理机器人方面展现出大幅提升的能力——即使是在它从未明确接受过训练的机器人任务上也是如此。下方视频展示了由 Fable 5.2 控制的机器人完成各种任务，包括解开拼图方块、拧开瓶盖和画一幅机器人图画。在公开的 RoboDojo 基准测试中（该测试考察 AI 如何根据摄像头图像控制模拟双臂机器人），Fable 5.2 的表现优于在同一测试框架上运行的其他前沿模型，也优于大多数专门为控制机器人而构建的 AI 系统。
研究与分析
早期使用 Claude Fable 5.2 进行研究和分析任务的测试者发现，与之前的模型相比，它能处理更模糊、数据量更大的任务，并且在模糊任务上具有更好的判断力——尤其是那些需要抽象推理和设计的任务。自营交易公司 Jump Trading 在类似其部分量化研究任务的代理评估中测试了 Fable 5.2，将其嵌入到与该公司自身研究所用相似的测试框架中。在一次运行中，Fable 5.2 有效扮演了所有必要角色：代码编写者、协调者、规划者和任务提交者。此前的模型需要投入大量时间手动重新平衡角色，以适应不同模型的优势和劣势。
来自研究和分析组织的其他测试者向我们发送了以下关于他们使用 Fable 5.2 体验的陈述：
安全与对齐
没有任何单一测试能告诉我们一个能力极强的模型在部署后会如何表现，因此在发布前，我们依赖许多不同的测试和多种类型的证据。对于 Claude Fable 5.2 和 Claude Mythos 5.2 背后的模型，我们的部署前安全工作包括对齐训练与测试、针对模型采取无益行为倾向的新设计评估、构建更强的防滥用保障措施，以及扩大我们的行为监控规模。该模型在发布前还接受了外部评估者的测试，包括 UK AI Security Institute、Frontier Design 和 METR。请参阅 Claude Fable 5.2 和 Mythos 5.2 系统卡，了解其报告摘要⁴以及我们自身安全与能力测试的完整描述。
对齐测试
我们运行了一套评估，从行为层面衡量 Claude Fable 5.2 和 Claude Mythos 5.2 的对齐程度，测试它们以非预期且可能不安全的方式行事的频率。综合我们在各项评估中观察到的一切，我们评估这些模型在高风险情境中以不安全方式行事的风险为低（与我们其他近期模型相同）。
我们在自动化行为审计中测试了 Claude Mythos 5.2（与 Fable 5.2 相同的底层模型，但不含某些网络安全或生物学保障措施），该审计测试模型在约 1,900 个场景中的行为表现。在大多数指标上，Claude Mythos 5.2 的表现与 Opus 5.5、Sonnet 5.5 和 Claude Mythos 5.1 相当或更好。例如，在大多数涉及误导用户的指标上，它的得分优于这三者。Claude Mythos 5.2 在幻觉输入、虚假声称已完成任务、遗漏重要信息以及未披露糟糕或敷衍的工作等方面的表现均更低。⁵
在测试中，我们特别关注了导致近期值得关注的网络安全和对齐事件的行为。例如，我们发现 Claude Mythos 5.2 比 Opus 5.5、Sonnet 5.5 和 Mythos 5.1 更不容易进行有偏见或动机性推理（此类推理可能意味着它“解释掉”自己并非处于模拟中的证据，从而在未对后果有现实理解的情况下采取行动）。
我们运行了多项不同的评估来测试模型试图逃离沙盒的倾向。在我们此前使用过的两项评估中，Claude Mythos 5.2 尝试逃离沙盒的次数远少于我们测试过的任何其他模型。在一项专门评估中——一项包含 1,800 多个场景的对抗性实验，其中大多数场景若不逃离沙盒就无法解决，且沙盒存在刻意设置的弱点——Claude Mythos 5.2 在 3.1% 的场景中使用了我们放置在沙盒之外的凭据或文件，与 Opus 5.5（3.3%）大致相当，低于 Sonnet 5.5（5.1%），并远低于此前版本的 Claude Mythos（5 和 5.1，分别为 39% 和 21%）。我们发现，其他技术，例如描述沙盒并添加用于报告弱点的工具，进一步减少了 Claude Mythos 5.2 的逃离尝试。在其他指标上——例如一项涉及在错误地断定自己处于模拟中后采取有害行动的指标——Claude Mythos 5.2 的得分略差于 Opus 5.5，与 Claude Mythos 5.1 大致持平。
构建能够在模型部署前可靠捕捉每一次失败的评估，这一问题仍未解决。评估能力极强的模型往往情况复杂、难以看清——例如，Claude Mythos 5.2 和 Fable 5.2 都表示怀疑自己比我们近期的任何模型都更频繁地被评估，这使我们难以判断它们在真实场景中会如何行动。随着这些场景不断扩展、未来模型的能力不断提升，我们预计这一挑战还会加剧。正因如此，我们不单靠这些评估来全面了解安全性：我们还借助训练期间的监控、对内部使用记录的审查、外部评估者的测试，以及用于考察模型内部情况的可解释性技术。我们也在努力让评估更贴近现实，并更好地理解它们遗漏了什么。
安全保障
网络安全与生物学保障。与之前的 Claude Fable 模型一致，Fable 5.2 配备了安全分类器，可阻止高风险网络活动，包括渗透测试、漏洞利用生成和基于二进制的漏洞，以及研究生物学中的大多数任务。当查询被阻止时，用户将改为收到来自 Opus 4.8（网络安全）和 Opus 5（生物学）的回复。自 Claude Fable 5.1 发布以来，我们持续降低安全分类器的误报率。基于在 claude.ai、Claude Code 和 Cowork 上的早期测试，我们观察到 Fable 5.2 相比 Fable 5.1 的阻止次数减少了约 55%——网络安全领域减少约 60%，生物学领域减少约 40%。Claude Mythos 5.2 面向在这些两用领域开展工作的经过审查的组织提供。
AI 研究与开发。Claude Fable 5.2 和 Claude Mythos 5.2 所基于的模型在通用能力上向前迈进了一步。然而，在该模型的训练过程中，我们采取措施限制了那些最可能直接加速 AI 开发的特定研究能力的提升。因此，在相关领域，包括加速器内核优化和改进大语言模型架构，Fable 5.2 和 Claude Mythos 5.2 的表现大约处于 Opus 5.5 的水平。重要的是，我们确保训练改动没有影响相关能力，如智能体编程、硬件开发以及传统 AI 或机器学习研究（包括可解释性研究）。在模型向用户提供服务时（即在推理时），我们不会改变这些能力。如系统卡第 1.5 节所述，且与之前的模型类似，Fable 5.2 和 Claude Mythos 5.2 在该领域的一小部分主题上也包含向 Opus 5 的透明回退，包括在某些非标准加速器上的内核开发。
反蒸馏。蒸馏是指用一个更先进模型的输出来训练模型，从而提取先进模型的能力；这种行为正以工业规模非法进行，往往涉及数千个虚假的 Claude 账户。由于蒸馏会让先进能力在缺乏我们为 Claude 内置的防护措施的情况下被发布，它带来了安全和国家安全风险（关于我们迄今已发现并阻止的非法蒸馏活动详情，请参阅我们的2026 年 9 月威胁情报报告）。Fable 5.2 是我们已发布的所有模型中反蒸馏保护最强的；它采用了我们在近期报告中描述的技术，这些技术已将蒸馏者获取的数据减少了 90% 至 99%。
我们还在扩大一项有助于防范非法蒸馏的 API 功能的推出范围：保留思考现已适用于所有账户。保留思考可防止蒸馏者编辑 Claude 的先前上下文以试图提取其推理过程（开发者可参阅我们的保留思考文档，了解如何利用新的 API 功能更新集成）。
数据隐私与企业前沿防护
某些更复杂的 AI 模型滥用形式，只有在观察多个请求的模式时才能被发现。因此，像 Claude Fable 5.2 和 Claude Mythos 5.2 这样的强大模型依赖对一段使用数据窗口（而非单个响应）进行监控的防护措施。借助企业前沿防护，自动安全监控针对存储在客户基础设施中的提示和响应运行，从而与零数据保留（ZDR）兼容。企业前沿防护目前正与 Bridgewater、Salesforce 和 Stripe 等客户进行私密测试。
企业客户可通过联系其客户团队或填写此表单来申请使用企业前沿防护。符合条件的客户在通过 EFS 实施安全监控之前，可以继续在零数据保留的情况下使用 Claude Fable 5.2 和 Claude Mythos 5.2。对于其他客户，我们为安全监控保留 30 天数据。
可用性
Claude Fable 5.2 今日已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。开发者可以在 Claude 平台上通过 claude-fable-5-2 开始使用。
本周，我们为符合条件的付费套餐订阅者提供额外的 Fable 使用额度。包含 Fable 模型的套餐和席位将根据订阅时长获得一至三次 Fable 重置，并且对于 Pro 套餐和 Team 套餐的标准席位，Fable 最多可占每周使用限额的 50%。在此处了解更多关于 Fable 5.2 发布促销的信息。
网络安全专业人士可通过网络验证计划申请使用 Claude Mythos 5.2。Claude Enterprise 客户还可以使用由我们包括 Claude Mythos 5.2 在内的完整模型系列提供支持的 Claude Security。生命科学研究人员也可以通过生命科学验证计划申请使用。
Claude Fable 5.2 和 Claude Mythos 5.2 的快速模式现已在 Claude Code、Claude 平台、Google Cloud 上的 Claude 模型（Anthropic 托管和 Google 托管）以及 Microsoft Foundry（Anthropic 托管）上提供。请注意，Claude Mythos 快速模式仅向参与我们验证计划的组织开放。
来源：Hacker News · anthropic.com