Fable 5.2 评测表曝光:13 项基准 9 项第一,RLI 达 41.3%
FinanceYF5 · x · 2026-11-10
同一爆料的第 3 部分,附 Claude Fable 5.2 完整评测表:
- 与 Opus 5.5、GPT-6 Astra、Gemini 4 Carbon 等 13 项基准对比,Fable 5.2(多为 Xhigh/Mythos 5.2 成绩)在约 9 项上第一
- 亮点:Agentic coding(FrontierCode 2.0)49.1%、Agentic SWE v2 69.9%、RLI(Remote Labor Index)41.3%、Humanity's Last Exam 74.2%、Robotics RoboDogo Sim 64.9%
- 安全类:CyberSecureBench 76.3%、CVE Rediscovery 89.6%,对比项标注 Opus 5.5 为「without safeguards」
- 爆料称两款模型在几乎所有测试能力上比 Opus 5.5 高一档,表达更清晰,速度较 5.1 提升最高 30%(未证实)
所属事件:Claude Fable 5.2 跑分曝光引热议，真实性存疑(18 条相关)→
「模型」频道最新
- 新版 ChatGPT/Codex 桌面端发送按钮损坏，用户从年度最爱转为弃用 — rudrank · 2026-11-10
- Claude Fable 5.2 三项未饱和基准全面超出趋势线 — emollick · 2026-11-10
- Meta 隐身模型揭秘:Crouton Alpha 就是 Muse Ember 早期版 — alexandr_wang · 2026-11-10
- GPT-6.1 Terra 视觉理解效率胜 Sol，Opus 5.5 居榜首 — reach_vb · 2026-11-10
- Polymarket 赔率:Grok 5 明年底前发布概率仅 11%,后年底 83% — Polymarket · 2026-11-10
- 爆料称 Anthropic 在训练中限制 Fable/Mythos 5.2 的 RSI 关键能力 — TinfoilTricorn · 2026-11-10