新基准:形式化证明费马大定理,Fable 5.2 完成度 100%
appenz · x · 2026-11-10
Google 的 appenz 分享了一个「最新基准」:让模型形式化证明费马大定理(Fermat's Last Theorem),并感叹「活在这个时代真好」。
图中对比显示:Fable 5.2 在约 30 小时内将加权完成度推到 1.00(18 小时时已达 0.86,追加 12 小时后完成);而 Opus 5.5 在 30 小时后仅达 0.27。用数学史上著名难题做形式化基准,两个模型的差距一目了然。
所属事件:Anthropic 千个 Fable 5.2 智能体 30 小时完整形式化费马大定理(12 条相关)→
「模型」频道最新
- Fable 5.2 每任务 token 消耗大,降价 20% 实际成本几乎没降 — addyosmani · 2026-11-10
- 用 Opus 把 CPython 形式化成 61.3 万行 Lean,顺手揪出 Python 真实 bug — pbaylies · 2026-11-10
- CursorBench 实测：Fable 5.2 High 档 56.9% 得分、单任务 $9.70 最均衡 — SEO · 2026-11-10
- Opus 5.5 还是 Fable 5.2？开发者经验：明确任务用前者 — EricBuess · 2026-11-10
- Claude Fable 5.2 以 69.9% 登顶 FrontierSWE，超 GPT-6 Astra — aryaman2020 · 2026-11-10
- Fable 5.2 单任务成本 2.6 倍于 Opus 5.5，Anthropic 却让多数人先用 Opus — demian_ai · 2026-11-10