系统卡披露：METR 测试版强于发布版，Anthropic 或存更强未发布模型
peterwildeford · x · 2026-11-10
Peter Wildeford 指出，Anthropic 系统卡「External testing」部分披露：METR 对 Claude Mythos 5.2 的部署前能力测试，实际是在一个 AI R&D 能力强于最终发布版的内部快照上进行的。
他确认 Fable 5.2 与「Model 3 Early」为同一模型，并据此推断：
- Anthropic 内部仍握有比已发布版本更强大的未发布模型；
- 很可能存在能力相当于「Fable 5.5」的内部版本，用以对齐 Opus 5.5 的竞争节奏。
这意味着对外评测成绩可能低估了其内部模型的真实能力上限。
所属事件:METR 文件证实 Fable 5.2 即 Model 3,Anthropic 或握更强模型(4 条相关)→
「模型」频道最新
- Reddit 用户抱怨免费版 Gemini 越来越差 — rupomthegreat · 2026-11-10
- Terminal-Bench-Science 最高分四个月从 30% 冲到 74.6%，硬科学任务告急 — geoffwolfe · 2026-11-10
- Fable 领跑 Slopalytics 榜单5分，Zoink 直呼 Dario 统治光锥 — beffjezos · 2026-11-10
- 创始人实测吐槽：新版更贵还更容易错，回退旧版当主力 — bindureddy · 2026-11-10
- 研究者辨析:Fable 5.2 疑为机器人数据训练的 VLM 加 agent 框架 — ZeeshanZiaML · 2026-11-10
- GPT-6 Astra 对决 Fable 5.2：像素画生成能力现场比拼 — Angaisb_ · 2026-11-10