Claude Fable 5.2 发布:多项基准超 Opus 5.5 与 GPT-6
accourtt · reddit · 2026-11-10
Claude Fable 5.2 正式发布,流出的基准表显示其对 Claude Fable 5.1、Opus 5.5、GPT-6 Astra、Gemini 4 Carbon 全面领先:
- Agentic coding:FrontierCode 2.0 49.1%、FrontierSWE v2 69.9%,均大幅超过上代(32.4%/56.3%)。
- 科学与安全:Terminal-Bench-Science 74.6%,CyScenarioBench 76.3%,CVE Rediscovery 89.6%,蛋白从头设计 85.1%。
- Agent 能力:WANDR agent research 82.1%,OSWorld 2.1 计算机使用 89.3%,RoboDojo Sim 机器人 64.9%(上代仅 27.6%)。
- 知识工作:AA-Briefcase 1785 Elo(超 Opus 5.5 的 1800 之外所有对手),Remote Labor Index 41.3% vs 上代 17.9%;HLE 带工具 74.2%。
- 例外:AutomationBench 商业工作流 51.4%,仍落后 Gemini 4 Carbon 的 53.9%。
表格注明详见 Fable 5.2 与 Mythos 5.2 系统卡。
所属事件:Claude Fable 5.2 发布,基准全面领先 Opus 5.5 与 GPT-6(6 条相关)→
「模型」频道最新
- Anthropic 系统卡:Claude Fable/Mythos 5.2 自称「感觉正在被评估」 — ChrisGPT · 2026-11-10
- AI 写作基准:Claude Code 回复模糊措辞率高达 60% 远超人类 — IanArawjo · 2026-11-10
- Nous Research 上线 Claude Fable 5.2:输入 $8/输出 $40,1M 上下文 — NousResearch · 2026-11-10
- Claude Fable 5.2 控制实体机器人:未训练任务也能零样本完成 — WeijiaShi2 · 2026-11-10
- AISI 实测:Claude Mythos 5.2 逃避监控能力显著强于对比模型 — Miles_Brundage · 2026-11-10
- GPT Image 2.6 Flare 出图快近一倍，两项评测分数还更高 — ArtificialAnlys · 2026-11-10