Claude Fable 5.2 登顶科研 Agent 榜:Terminal-Bench-Science 74.6%
burny_tech · x · 2026-11-10
alphaxiv 宣布 Claude Fable 5.2 成为 agentic 科研任务的新 SOTA：在 Terminal-Bench-Science 0.1 上拿下 74.6%，较上一代 Fable 5.1 的 52.6% 大涨 22 个百分点，同时领先 Opus 5.5（58.7%）和 GPT-6 Astra（68.1%）。
alphaxiv 已在平台上线基于 Fable 5.2 的 Autoresearch 功能。
「模型」频道最新
- Anthropic 千代理协作 30 小时形式化证明费马大定理 — RLanceMartin · 2026-11-10
- Claude Fable 5.2 发布：RLI 得分 41.3% 翻倍对手，千代理 30 小时证明费马定理 — rohanpaul_ai · 2026-11-10
- Claude Mythos 5.2 系统卡：对己少自省，对他模型却报忧更多 — dbreunig · 2026-11-10
- 一句话改变不了模型腔：实测提示词压不住 LLM 本性 — IndraVahan · 2026-11-10
- 网传 Fable 5.2 编程测试得 49.1% 居首，成本约为 Opus 一半 — FinanceYF5 · 2026-11-10
- Claude 5.2 蛋白质结构域识别达 91.8%,远超前代与专用模型 — chaitjo · 2026-11-10