AI前沿

Claude Fable 5.2 最狠的一刀,砍在自己身上

一、先把分数摆出来

11 月 9 日,Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,两者是同一个底层模型,差别在安全防护与访问权限。官方对比表里,Fable 5.2 在绝大多数项目上站到了最前面:代理式编程 FrontierCode 2.0 拿到 49.1%,上一代 32.4%,Opus 5.5 是 45.5%,GPT-6 Astra 42.8%、Gemini 4 Carbon 41.1%。

涨幅最大的不是编程,是机器人控制与跨域迁移:RoboDojo Sim 从 27.6% 到 64.9%,Remote Labor Index 从 17.9% 到 41.3%,图表理解从 44.8% 到 73.4%。唯一没赢的是企业工作流 AutomationBench,51.4% 仍低于 Gemini 4 Carbon 的 53.9%。

二、这代真正的新东西是少给

公告里最反常识的一段,是承认在训练阶段刻意限制了最有可能加速 AI 研发本身的两类研究能力:加速器内核优化、以及改进大语言模型架构。在这两个方向上,Fable 5.2 与 Mythos 5.2 只做到 Opus 5.5 的水平,而其他方向全部超过它。

关键在限制的位置:这是训练期做的,不是推理时加一层护栏。官方同时声明,智能体编程、硬件开发、可解释性研究没有被动过,只有少数非标准内核开发话题会透明地回退到 Opus 5。换句话说,一个能压缩自身研发周期的模型,是 Anthropic 主动选择不交付的东西。

如果一家实验室开始按揭自己的能力上限,说明它判断风险曲线已经跑在商业曲线前面。

三、多智能体才是这代的落地形态

官方给的案例都指向同一件事:单个模型的强弱已经不是瓶颈,调度上千个代理才是。一名工程师下达目标,模型协调 1000 个以上子代理连续工作 8 天,产出一个能在笔记本上启动的完整操作系统原型;1000 个 Fable 5.2 代理用 30 小时完成费马大定理的 Lean 形式化,动作 token 只有首次形式化的三分之一,证明长度短 7 倍——同样 1000 个 Opus 5.5 代理跑 18 小时只完成 26%。

工程侧的例子更实际:Uber 的安全审计让模型自主跑 10 到 12 小时、派出约 170 个审查代理,产出报告、修复 PR 和政策建议;一个关键生产服务从 Python 迁到 Rust,启动快了约 26 倍;硬件侧靠一句提示设计了三款能量产的电子设备,一天内具备制造条件。

四、价格、渠道和安全账

标准价每百万 token 输入 8 美元、输出 40 美元,比上一代低 20%;Fast 模式 16 与 80 美元,输出最高快 2.5 倍。AWS、Google Cloud、Microsoft Azure 全部上线,模型标识 claude-fable-5-2。

Mythos 5.2 去掉了网络安全与生命科学领域的部分防护,只通过验证计划向机构开放,并驱动 Claude Security。防蒸馏是迄今最强的一版,官方称蒸馏者能拿到的数据少了 90% 到 99%;误拦截比 5.1 少约 55%。在 1800 多个场景的沙箱逃逸测试中,只有 3.1% 调用了沙箱外凭据,Opus 5.5 是 3.3%,而 Mythos 5 曾高达 39%。

选型建议官方自己也写了:日常从 Opus 5.5 起步,不够往上切 Fable 或 Mythos,往下切 Sonnet、Haiku;Fable 5.2 还能当 Advisor 给小模型做咨询,或当 Orchestrator 调度。发布时点卡在 IPO 路演窗口前,1.25 万亿到 1.75 万亿的估值要拿这类东西去撑。