专题 · FULL STORY

Claude Fable 5.2：从传闻到实测的发布日

11 月 10 日，Anthropic 新模型 Claude Fable 5.2 与 Mythos 5.2 先经跑分传闻预热，随后正式官宣发布，并伴随千智能体形式化费马大定理实验。模型接连登顶 LiveBench、ARC-AGI-3 等榜单，实测显示提速降价、拦截放宽，但护栏与单任务成本仍引发争议。

2026-11-10 ~ 2026-11-10 · 13 集 · 143 条

第 1 集 · Claude Fable 5.2 跑分曝光引热议，真实性存疑(2026-11-10,18 条)

11 月 10 日，一波集中爆料称 Anthropic 发布了 Claude Fable 5.2 与 Claude Mythos 5.2 两款新模型：先是 RAGtrack 监测到 API 出现 claude-fable-5-2 条目，随后 markk、ChrisGPT、accourtt、MoneyAd3945、DrSingularity、minchoi 等多个独立账号转出同一批基准成绩，显示新模型相对上代 Fable 5.1 大幅提升并在多数评测中领先 Opus 5.5、GPT-6 Astra 与 Gemini 4 Carbon。需要强调的是，截至目前没有任何 Anthropic 官方公告佐证，且模型命名与 Claude 现有产品线不符，xiaohu、Yourmortalenemy、YashasGunderia 等用户明确质疑这波消息（包括疑似伪造的发布会与 Claude Code 模型选择器截图）为虚构或伪造。

已确认（基于爆料内容本身的相互印证）

  • Agentic 编码基准 FrontierCode 2.0：Fable 5.2 得 49.1%，对比 Fable 5.1 的 32.4%、Opus 5.5 的 45.5%、GPT-6 Astra 的 42.8%，排名第一（minchoi、ChrisGPT、markk 等多帖一致）
  • FrontierSWE v2 达 69.9%；FinanceYF5 称 13 项基准对比中 9 项第一，Remote Labor Index 达 41.3%
  • Agentic 科学研究任务得分 74.6%，DrSingularity 称这是「迄今最重要的跃升之一」
  • 机器人项目成绩从 27.6% 跳升至 64.9%
  • minchoi 与 FinanceYF5 均称 Fable 5.2（Xhigh 档）成本约为 Opus 5.5 的一半
  • FinanceYF5 爆料 thread 还称两款模型发布前经 AI Security Institute、Frontier（疑似 Frontier Model Forum）等多家外部机构安全测试，多数对齐指标达到或超过 Claude 近期模型
  • xiaohu 转述的「发布会」宣称极端案例：8 天写出操作系统、30 小时证明费马定理，但其本人也标注疑为虚构

尚未确认

  • Anthropic 官方从未发布任何 Fable 或 Mythos 命名的模型，产品线命名与此不符，Yourmortalenemy、YashasGunderia 等明确指出疑点
  • 流传的 Claude Code 模型选择器截图（含 Opus 5.5、Sonnet 5.5、Haiku 5.5 等条目）被指疑似伪造，发帖人猜测「5.5 因安全问题推迟」无任何依据
  • 所有基准表均系转发所谓「官方表格」，无独立评测或一手官方渠道佐证

为什么重要

  • 若为真，FrontierCode 2.0（衡量代码改动是否会被开源项目维护者合并）登顶且成本减半，对 agentic 编码自动化有直接参考价值；科学研究与机器人的跃升也会被视为模型走向自主科研的信号
  • 若为伪造，这则是一次协调性较强、覆盖 X 与 Reddit 的规模化假信息传播事件（伪造监测截图、发布会与基准表），本身即值得 AI 资讯读者警惕，在官方确认前不应作为事实采信

第 2 集 · Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2(2026-11-10,71 条)

Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2,定位为攻克最具挑战性技术难题的「协作伙伴」。官方称新模型在编码、推理、视觉等几乎所有评估维度上超越自家旗舰 Opus 5.5,输出速度较 5.1 版本最高提升 30%,API 定价同时下调 20%,并配套形式化数学证明、机器人控制、生物学结构预测、长时多代理开发等演示。

已确认

  • 定价:Fable 5.2 每百万输入 token $8、输出 $40,较此前 $10/$50 降价 20%;fast mode 输出提速 2.5 倍但价格加倍,API 设 "speed": "fast" 启用,Claude Code 可在模型选择器切换,通过额外 usage 计费
  • 性能:官方 FrontierCode 2.0 测试中,High effort 档与 Opus 5.5 Max effort 档得分相当而单任务成本约为一半;Xhigh 档创该测试最高分;速度较 5.1 最高快 30%,沟通表达更清晰
  • 对齐:官方称新模型在多数安全指标上与既有模型持平
  • effort 档位:API 默认 high,Claude 应用内默认 medium,xhigh 建议留给最难的长时间 agentic 任务
  • 上市与福利:Fable 5.2 上线 Claude Platform 与 Claude Code;Ultra 与 Team Premium 老用户按订阅时长(不足 6 个月/6-12 个月/超 12 个月)可获 1-3 次 Fable 额度重置,需在 3 月 8 日前领取
  • 防蒸馏:preserved thinking 扩展到所有 API 账户的 Fable 5.2;编辑先前上下文可能返回 400 错误,官方建议改用 compaction、context editing 等方式
  • 双模型关系:Fable 与 Mythos 同源。面向全体用户的 Fable 内置强安全护栏;网络安全或生物医学机构可通过 Life Sciences 与 Cyber Verification 项目申请 Mythos
  • 前沿演示:预发布测试中模型用约 30 小时完成费马大定理的形式化证明;帮工程师完成原本不可行的软件迁移并从零设计;调度上千个子代理连续运行 8 天,从空文件夹写出可开机的操作系统
  • 机器人能力:官方称 Fable 5.2 在模拟双臂机器人基准 RoboDojo 上超越其他模型及多数专用机器人控制系统,可完成从未显式训练过的任务;Alex Albert 转述并评论了这一演示
  • 科学应用:Mythos 5.2 找到预测整个病毒衣壳结构的新方法,测试中 34 个衣壳准确建模 28 个,可用于更廉价地设计基因治疗载体;Anthropic 高管 mikeyk 亦提及研究者正用新模型求解理论物理难题
  • 早期实测:@lydiahallie 试用后反馈 Fable 5.2 在结构复杂代码库的验证与维护能力有明显提升

尚未确认

  • 官方「几乎全面超越 Opus 5.5」等说法均为 Anthropic 自家基准与预发布测试结论,尚缺第三方独立评测验证;Polymarket 提及各渠道评测与可用性信息正陆续出现

为什么重要

  • 定价降 20% 加速度提升,直接改变高强度 agent 任务的性价比计算;官方建议大多数日常编码仍从 Opus 5.5 起步,Fable/Mythos 留给最难的开放式课题,形成清晰产品分层
  • 30 小时形式化证明费马大定理、病毒衣壳结构预测等成果显示前沿模型正更深介入高风险科研领域;Mythos 通过验证项目仅面向网络安全与生物医学机构开放,其访问治理方式值得关注

还有 51 条相关讨论 →

第 3 集 · Anthropic 千智能体 30 小时形式化费马大定理(2026-11-10,19 条)

Anthropic 发布 AI4Science 标志性实验：约 1000 个运行早期版 Claude Fable 5.2 的智能体，在没有 Prove2Me 编排平台、没有研究员指导的条件下，仅依靠共享数据库和 git 两个简单原语协作，在 30 小时内将费马大定理的证明完整形式化为 Lean 语言的可计算机验证版本（完成度 100%，18 小时时已达 86%），而此前可比系统完成类似任务需 11 天。X 上亦有用户对相关传言提出质疑，认为存在炒作成分，实验细节仍以 Anthropic 官方披露为准。

已确认

  • Fable 5.2 千智能体团队 30 小时完成度 100%，18 小时已达 86%；同设置下 Opus 5.5 出动 1000 个 agent，18 小时仅完成约 26%，30 小时后仍停在约 27%（Claude 官方账号发布，@minchoi、@likeastar20、@ivanbezdomny 等转述）
  • 据 @DrSingularity 转述，此前系统完成可比任务需 11 天
  • 协作机制极简：无编排平台、无研究员指导，仅用共享数据库和 git（@RLanceMartin）
  • 团队产出的核检验证明长度仅为原证明的约七分之一（@RLanceMartin）
  • 智能体自行搭建数据库表协调分工，并自发组织成子团队并行推进（@RLanceMartin）
  • 对证明中最大的单个命题，团队自发建起跨约 750 个智能体的任务树，对过难子问题继续分裂，最终达 2418 个任务、最深 10 层（@RLanceMartin）
  • 安全设计分三层：沙箱隔离、实时监控（每个动作执行前经分类器检查）、离线监控事后审查；每个沙箱为独立轻量 VM，无网络、无凭证，对外仅暴露 git 和 SQL 接口（@RLanceMartin）
  • Elie Bakouch 转发的 Anthropic 系统卡图表被称为「第一个 agent swarm scaling laws」：用 Lean 形式化费马大定理相关的 60 条定理，18 小时内、3 次运行取最优，对比不同规模的 agent 团队表现（@infoxiao 转发）
  • @appenz 将其视为形式化证明费马大定理的新基准，图中显示 Fable 5.2 约 30 小时将加权完成度推至 1.00
  • @krishnan 援引 Vercel CEO rauchg 的评价：新一代模型「惊人地聪明」，能承接前所未有的并行工作量，但释放这种智能必须用云端沙箱，瓶颈只剩野心和并行算力；krishnan 则认为当前真正瓶颈在并行审查

尚未确认

  • @TinfoilTricorn 对 X 上流传的「Claude Fable 5.2 / Mythos 5.2 千 agent 证明费马大定理并在物理、数学、编码、机器人等领域重大突破」的说法提出质疑，认为有炒作之嫌；网传版本的模型命名与领域突破宣称与官方披露口径是否一致，尚待核实

为什么重要

  • 该实验验证了大规模多智能体在无中心编排下完成高水平数学形式化的能力，是 AI 辅助科学研究的标志性案例
  • Fable 5.2 与 Opus 5.5 的显著差距（86% 对约 26%）展示了模型能力差异在长程协作任务中的放大效应；系统卡中的 scaling law 图表还首次给出了 agent 群体规模与表现关系的量化参考
  • 共享数据库 + git 即可支撑千级智能体协作，且任务树、子团队等组织结构均为自发涌现，说明复杂编排框架并非必需，对多智能体系统设计有参考价值
  • 沙箱隔离 + 分类器实时检查 + 事后审查的三层安全机制，为大规模自主智能体的安全部署提供了可借鉴的工程范式；@krishnan 提出的「并行审查是瓶颈」为此类系统规模化落地提示了下一个待解问题

第 4 集 · Shumer 评测 Fable 5.2：史上最强但护栏过严(2026-11-10,3 条)

HyperWrite 创始人 Matt Shumer 发布 Fable 5.2 长文评测，结论颇具张力：一方面称其是「有史以来最好的模型」，能力属「另一个层级」，感觉像与近乎全知的存在对话，信任度高到愿意让它自主运营公司大部分业务，低/中 effort 档已够用；另一方面吐槽其护栏严苛，像个「纠察员/告密精」，且 max 档跑分反而不升。

第 5 集 · Claude Pro 用户限时免费试用 Fable 5.2(2026-11-10,2 条)

Anthropic 面向 Claude Pro 订阅用户限时开放 Fable 5.2：11 月 16 日前，Fable 5.2 计入每周用量的比例上限为 50%，同时官方还发放了用量重置作为赠礼，用户可在一周内免费体验该模型；试用期结束后需消耗额度或另行付费使用。

第 6 集 · Claude Fable 5.2 登顶 LiveBench，成本表现引争议(2026-11-10,3 条)

Anthropic 发布的 Claude Fable 5.2 登顶 LiveBench 榜单，总分 84.9 至 85.2，超过 GPT-6 Astra 的 84.5，每百万 token 成本据称低于 5.1 版本且交互更顺手。但第三方实测泼冷水：尽管登顶，其单任务成本可高达 9431 美元，性能领先与实际使用成本之间的落差引发讨论。

第 7 集 · Fable 5.2 获好评：大型开放任务胜过 Opus 5.5(2026-11-10,2 条)

Anthropic 新模型 Claude Fable 5.2 发布后获得业界好评。Anthropic 的 Alex Albert 分享使用心得，称在大型开放式工作中它明显强于 Opus 5.5，并建议将整个项目托管给它，可连续运行数小时。Perplexity CEO Arav Srinivas 也公开盛赞该模型，认为在大型开放性任务上明显高于 Opus 5.5。

第 8 集 · Claude Fable 5.2 上线 Perplexity，WANDR 基准刷新纪录(2026-11-10,3 条)

Perplexity CEO Arav Srinivas 宣布 Claude Fable 5.2 正式接入 Perplexity，Pro 和 Max 订阅用户可在 Computer 产品中使用，Max 用户还能在 Search 中调用并用其创建 Tea 应用。该模型在衡量大规模数据收集任务的 WANDR agentic search 基准上以 0.851 分创纪录居首；成本方面，用户对比显示 Fable 5.2 Low 版本即可打平 Opus 5.5 Max，且成本要低得多。

第 9 集 · Claude Fable 5.2 刷新 ARC-AGI-3 最高分(2026-11-10,2 条)

ARC Prize 官方公布并验证了 Anthropic 新模型 Claude Fable 5.2 在 ARC-AGI 系列基准上的成绩:该模型在标准 harness 下于 ARC-AGI-3 创下 97.7% 的新高,另有帖子提及 Verified 测试得分为 81.2%,单次运行耗资约 2.19 万美元。官方认证使 Fable 5.2 成为目前 ARC-AGI-3 得分最高的模型。

第 10 集 · Claude Fable 5.2 以 65 分登顶 AA 智能指数，但单任务成本遭质疑(2026-11-10,12 条)

11 月 10 日，Artificial Analysis 上线 Anthropic Claude Fable 5.2 的评测页并更新 Intelligence Index 榜单：该模型以 65 分位列全部 117 款模型第一，明显领先第二名（60 分）与第三名（59 分）。X 用户 @haider1、@Angaisb、@YashasGunderia 与多位 Reddit 用户相继转发榜单截图，结果在社区内快速扩散；与此同时，单任务成本数据引发对「更便宜」宣传的质疑。

已确认

  • Artificial Analysis 官方（@ArtificialAnlys）发布 Claude Fable 5.2 评测页，确认其在 Intelligence Index v5 中得 65 分，居 117 款模型之首；该系列共 5 个模型，支持文本+图像输入。官方帖同时提到定价下调 20% 但单任务成本翻倍
  • 榜单为 Intelligence Index v5.0.1，包含 9 项评测；Reddit 用户 @AbbreviationsBest858 晒出完整榜单，可见 AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 等评测项
  • 第二、三名分别为 60 分与 59 分：多数截图（@haider1、@likeastar20、@natolambert 等）显示为 Gemini 4 Carbon（60）与 Claude Opus 5.5（59）；@py-net 的帖文则写作 Gemini 4 Pro（60）与 Claude Opus 5.8（59），与其他来源的模型命名存在出入，具体名称以榜单原始页面为准
  • @YashasGunderia 转发的榜单显示 Fable 5.2 的 high 档版本排名紧随 max 档之后；GPT-6 系列亦在榜但分数居后
  • 成本方面：@weswinder 分享的 Intelligence Index 各模型「单任务加权平均成本」对比图显示，Fable 5.2 (max) 以 $26.54/任务高居榜首，约为第二贵的 Claude Opus 5.5 (max)（$10 余）的 2.6 倍；@BLUECOW009（转发）转述网友依据 Cost per Intelligence Index Task 数据质疑 Anthropic「Fable 5.2 比 5.1 更便宜」的宣传，称实测并不更便宜
  • @kimmonismus 转述的评论认为 Google 模型实力并不弱，问题出在发布节奏；@natolambert（Nathan Lambert）转发时调侃「argon 去哪了」

尚未确认

  • 第二、三名模型的确切版本命名在不同转发截图间存在分歧（Gemini 4 Carbon/Pro、Claude Opus 5.5/5.8），需以 Artificial Analysis 官方页面为准
  • Fable 5.2 相对 5.1 的实际性价比：官方称定价下调 20%，但按 AA 口径的单任务加权成本翻倍，两种口径的差异与网友质疑均待官方进一步回应

为什么重要

  • Intelligence Index 是社区广泛引用的模型能力综合榜单，Fable 5.2 以约 5 分的明显优势登顶，意味着 Anthropic 在最新一轮模型竞争中的领先地位获得第三方评测佐证
  • 但登顶伴随着高昂成本：$26.54/任务的单价是次名 Opus 5.5 的 2.6 倍，「更强也更贵」的权衡成为能力榜之外的另一焦点
  • 榜单同时给出 Gemini 4、Claude Opus、GPT-6 等头部模型的相对位置，可作为观察当前头部模型格局的参考；社区讨论则将关注点从分数延伸到发布节奏与成本效率

第 11 集 · METR 文件证实 Fable 5.2 即 Model 3,Anthropic 或握更强模型(2026-11-10,4 条)

多方依据 METR 报告与 Anthropic 系统卡截图指出,Claude Fable/Mythos 5.2 与 METR 9 月部署前评估中的「Model 3 Early」是同一模型快照,其能力呈现约 1.9 倍加速。系统卡「External testing」部分还披露 METR 测试版本强于正式发布版,且提到一个「internal model」,引发 Anthropic 内部已有更强未发布模型(如 Model 4)的猜测。

第 12 集 · Claude Fable 5.2 实测：速度与拦截改善，API 降价 20%(2026-11-10,2 条)

多位博主对深夜发布的 Claude 新版本 Fable 5.2 进行第一手实测：速度提升约 30%，API 价格较 5.1 下调 20%，内容拦截减少 55%；模型保留 1M 上下文与 128K 输出，知识截止 2026 年 6 月。有实测显示前端代码「审美直出」效果惊艳，但 10 个任务即消耗 24% 的 Ultra 订阅额度，成本不容小觑。

第 13 集 · Claude Fable 5.2 登顶 WebDev Arena，提速降价双管齐下(2026-11-10,2 条)

Anthropic 发布 Claude Fable 5.2（xHigh），在 Code Arena: WebDev 榜单以 1832 分登顶第一，领先此前的 Claude Opus 及 Fable 5.1。新版本速度提升 30%，定价下调 20% 至 $8/$40，实现性能登顶与成本下降的双重升级。