VIALS-AA 基准：Claude Fable 5.2 以 67% 居首，工具调用远超对手
ArtificialAnlys · x · 2026-11-10
Artificial Analysis 发布生命科学视觉推理基准 VIALS-AA（基于 Handshake AI 的 VIALS，覆盖凝胶印迹、质粒图谱、系统发育树等科研图像）的首期结果：
- Claude Fable 5.2（max with fallback）以 67% 排第一，Gemini 4 Carbon（high）64%，GPT-6 Astra（max）63%
- Fable 平均每任务约 37 次工具调用，是 Anthropic 模型中最多的；Astra 平均仅约 8 次，是其测过的模型中最少的——OpenAI 模型越聪明调用越少，与 Anthropic 相反
- 一个蛋白质相互作用任务案例显示 Fable 的解题轨迹：第 4 轮裁剪并查看图像、第 10 轮用颜色通道阈值构建掩码、第 17 轮拟合圆并展开弧线、第 31 轮以强度峰值计数、第 41 轮回映射原图自检
- Fable 在 51 轮中的 28 轮批量调用工具，平均每轮 1.75 次，Sonnet 5.5 为 1.12 次
所属事件:VIALS-AA 科学图像基准发布，Fable 5.2 居多榜之首(4 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
- Anthropic 年内第 13 次发布:Fable 5.2 基准逐项解读 — anitakirkovska · 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