Claude Fable 5.2 发布，Terminal-Bench-Science 达 74.6% 居首

BenBlaiszik · x · 2026-11-10

Anthropic 官方发布 Claude Fable 5.2 与 Claude Mythos 5.2，定位攻克最严苛的技术挑战，在编码、推理、视觉等方向有提升。第三方（Steven Dillmann）披露的评测表显示 Fable 5.2 在 Terminal-Bench-Science 0.1 拿到 74.6%，并在多项基准领先：FrontierCode 2.0 49.1%、FrontierSWEv2 69.9%、蛋白质设计 85.1%（Mythos 5.2）、计算机使用 OSWorld 89.3%、机器人仿真 RoboDojo 64.9%、Humanity's Last Exam（带工具）74.2% 等，多数项优于上一代与 GPT-6 Astra、Gemini 4 Carbon、Opus 5.5。Terminal-Bench 团队表示正在准备更具挑战性的科研任务新版本。