趕在IPO前，Claude最強模型空降！賓大教授感慨“幾乎達到AGI”

編譯 | 程茜 王涵 編輯 | 心緣 迄今地表最強模型來了！？11月10日消息，今日，Anthropic全新最強雙模型Claude Fable 5.2、Claude Mythos 5.2正式登場，基準測試裡幾乎碾壓Fable 5.1、Opus 5.5、GPT-6 Astra。Claude Fable 5.2、Claude Mythos 5.2能幹的事真的有點超出想象。Anthropic稱，這兩個模型在預發佈測試中，幫工程師完成了原本無法實現的軟件遷移、從0設計出三臺可用的電子設備、解決了兩個黑洞物理學中的公開問題，甚至只用30小時就完成了費馬大定理的形式化證明。

這倆模型一發布，就衝上Artificial Analysis Intelligence Index v5排行榜第一，得分高達65分，比上一代的Fable 5.1高出16分。這倆模型今日就能上手。Anthropic宣佈，Claude Fable 5.2今日已在亞馬遜雲服務、谷歌雲以及微軟Azure平臺上線，開發者可以在Claude平臺上使用claude-fable-5-2。本週，符合條件的付費訂閱用戶可享額外的Fable額度福利。

凡是包含Fable模型的訂閱套餐，Anthropic會根據訂閱時長贈送1～3次Fable額度重置；對於Pro套餐以及團隊版標準席位，Fable的調用額度最高可佔到每週限額的50%。對比上代Fable 5.1、Mythos 5.1，新模型輸出速度最高提速30%，價格下降20%，為每百萬輸入token 8美元（約合人民幣53.39元），每百萬輸出token 40美元（約合人民幣266.93元），上代模型輸入價格10美元（約合人民幣67.21元），輸出價格50美元（約合人民幣336.04元）。在快速模式下，模型的token生成速度提升最高至2.5倍。

其收費標準為每百萬輸入token 16美元（約合人民幣106.77元），每百萬輸出token 80美元（約合人民幣533.86元）。Anthropic也給了實在的選型建議，Fable和Mythos最適合高難度、開放式的技術研發工作。對於絕大多數編程與知識類任務，其建議用戶優先選用Anthropic綜合能力最強的日常主力模型Claude Opus 5.5；之後再根據工作範圍和複雜度按需切換模型：難度更高時選用Fable或Mythos，需求輕量化則改用Claude Sonnet 5.5或Claude Haiku 5.5。Fable 5.

2還可充當顧問模型，幫助Haiku、Sonnet或Opus協同攻克高難度問題，或是編排調度模型，把簡單任務分派給輕量模型執行。距離上一版的Fable和Mythos發佈已過去61天。Fable和Mythos底層仍是同一個模型，差別只在安全策略。Fable搭載了針對網絡安全與生物領域的強化安全防護機制，向全體用戶開放使用；研究機構可通過生命科學與網絡安全核驗項目申請訪問Mythos。Anthropic的IPO正在有序推進。該公司最快將於明天正式啟動IPO路演，向投資者推介上市計劃。

一、早期用戶實測評價：模型水平超二年級博士生、人類專家 YouTuber Riley Brown在直播中使用Fable 5.2一次性做出了一隻完整的短片。只用了一條提示詞，模型就自己寫出了在Blender中搭建整個房間的代碼：桌子、MacBook、燈光等，並自主完成所有動畫。不僅如此，為了將視頻渲染成4K，模型在RunPod上租了10塊GPU，用52分鐘就渲染完成，總成本5.75美元（約合人民幣38.37元）。賓夕法尼亞大學沃頓商學院教授Ethan Mollick此前拿到了模型的體驗資格，併發布了一篇長文解析了Fable 5.2的優點和不足。他認為Fable 5.

2已經幾乎達到了AGI（通用人工智能）或者說鋸齒形AGI（Jagged AGI）.首先，他讓模型製作了一隻短片：“我寫OneUsefulThing（一個網站），我需要你創建一個最令人印象深刻的東西，以便在你發佈時與大家分享。它需要能夠嵌入到文章中，而且我可以隨意添加你的前言。它需要對人們產生強烈的衝擊，展現你的能力和範圍。它應該能夠迅速抓住人們的眼球。在這方面，你要展現出驚人的創造力。” 模型在沒有反饋修改的情況下，一氣呵成完成了以下內容。教授認為這部短片擁有創造力、判斷力、趣味性和巧妙的構思，已經“達到了人類專家僅憑代碼就能製作電影的水平”。

此外，Ethan Mollick還用Fable 5.2 將他的Codex Micro迷你USB鍵盤變成了一個小型的遊戲機。教授介紹稱，模型讀取了控制鍵盤的兩個應用程序的代碼，弄清楚瞭如何設置每個按鍵的顏色，以及如何讀取旋鈕和搖桿的指令，並編寫了六款遊戲。在學術研究上，教授委託Fable在創業研究領域尋找一個尚未解決的實證問題，收集數據，預先註冊其假設和方法，撰寫論文，並邀請其他研究人員進行評析。Ethan Mollick認為，模型給他呈現的最終成果“初讀之下，遠超我預期中二年級博士生的水平。

” 連續創業者、YouTuber、Forward Future創始人兼CEOMatthew Berman分享到，他測試Fable 5.2消耗了超過1000億token，在測試中，模型展現出高度自主性。模型可以在指令很少時能自行做出約99%符合評測者預期的假設，檢查其全部代碼庫並找出其他模型未發現的bug。Fable還可以控制Unreal Engine和Blender生成《戰爭機器》克隆及Unreal中的東京模擬城市，以高速直達解決路徑完成大規模代碼庫審查，並在克隆Excel、克隆遊戲、復刻城市等任務中實現高完整度交付，很少需要追加提示。二、碾壓Opus 5.

5、GPT-6 Astra，能從零造出可啟動操作系統 Anthropic放出的基準測試結果顯示，Claude Fable 5.2和Mythos 5.2幾乎在所有基準測試上都比，Fable 5.1、Opus 5.5、GPT-6 Astra更勝一籌。其在辦公業務自動化流程上略輸Gemini 4 Carbon，在面向複雜知識工作的兩兩對戰基準AA-Briefcase v1.1 Elo中，略遜於Opus 5.5。效率方面，在中等投入度下，Fable 5.2完成高難度任務所需的token數量少於Fable 5.1。Anthropic在FrontierCode 2.

0早期測試中，高投入度模式下的Fable 5.2，跑分與最高投入度模式下的Opus 5.5大致持平，單任務成本僅約後者的一半；在超高投入度（Xhigh effort）模式下，它在所有參與測試的已發佈模型中得分最高。▲不同模式下，Fable 5.2在FrontierCode基準中的得分 編程方面，Anthropic透露，目前Anthropic核心代碼庫中合併上線的變更，超90%都是在人工引導下由Claude完成編寫。研究人員能借助Fable 5.2，在數分鐘內搞定頑固疑難Bug、優化全線服務性能，還落地了一批高價值軟件項目。一支基於早期版本Fable 5.

2的智能體團隊，把一項核心線上業務服務從Python遷移到了Rust；改造後的服務效率更高、穩定性更強，啟動速度提升約26倍。其中一項實驗是，Anthropic的一名工程師讓Fable 5.2設計一套原型操作系統。從空白文件夾起步，該模型調度了超過1000個子智能體，連續不間斷運行8天，完成代碼編寫、測試與評審工作，最終產出一套可在筆記本電腦上啟動運行的操作系統原型。該原型自帶負責調度硬件的內核，配套磁盤、鍵盤、網絡驅動，支持持久化文件存儲、窗口界面、登錄界面、安裝程序，並且內置Claude能力。Claude Mythos 5.2在找漏洞方面也展現出了“天賦”。

Anthropic在博客中提到，這是其在網絡安全工程領域能力最強的模型。相比前代模型，它能夠發現更多漏洞，並且更擅長復現、修復漏洞。一家安全廠商測試發現，Claude Mythos 5.2找出的已確認漏洞裡，有1/6是其他所有前沿模型遺漏的。在他們內部的CVE漏洞復現基準評測中，Claude Mythos 5.2檢出漏洞數量比Claude Opus 5.5高10.2%，相比Claude Mythos 5.1提升14.4%。此外，有測試人員統計，前代模型給出的結果裡大約每20條就有一條誇大了漏洞危害等級，Claude Mythos 5.2沒有出現任何誇大風險的情況。

▲CVE漏洞復現基準評測結果 三、AI算出黑洞相變、完成費馬大定理形式化，Fable 5.2包攬多學科硬核難題 如今，科研、工程與數學領域裡的重要任務越來越依賴代碼實現，數據分析、分子建模、零部件設計、儀器控制全都依靠軟件完成。Claude Fable 5.2與Claude Mythos 5.2已幫助研究人員攻克這些領域中的各類難題。1、理論物理學 Claude Fable 5.2解決了理論物理學中的兩個公開問題。這兩個問題均與黑洞相關，也關乎現代物理學的兩大核心理論相對論與量子力學。Claude的兩項成果都建立在全息對偶的基礎之上。

全息對偶理論認為：某些包含引力的時空，可以完全由一套不含引力的量子理論精確描述。第一個問題是，物理學家早在1983年就證明，這類時空升溫時會突然生成黑洞，現象類似水的沸騰，但當時這套方法只適用於滿足廣義相對論適用條件的大尺度時空。2003年，學界提出了一套計算方案，用來驗證極小尺度時空下是否也存在同樣的現象，這類極小時空只能用量子體系描述，然而該計算工作量極大，一直沒能完成。Fable 5.2在高度自主的狀態下完成了這套計算，並證實在這類小時空裡，黑洞相變同樣是突變式的。第二個問題中，有一種技術已經被物理學家沿用超過15年，用來在簡化時空模型中排除不合適的量子引力候選理論。Fable 5.

2求出了該技術的精確適用邊界。論文成果： https://hexagonmath.org/2611.00175v1 https://hexagonmath.org/2611.00174v1 2、蛋白質摺疊 腺相關病毒（AAV）是一類小型、無致病性的病毒，其蛋白外殼衣殼（capsid）可用於遞送基因治療藥物。衣殼的蛋白結構至關重要：比如它會決定療法是否會被患者免疫系統攔截，但衣殼結構本身複雜度極高。AlphaFold等現有蛋白摺疊模型只能預測單個蛋白結構，而衣殼是由數十個蛋白組裝而成的。Claude Mythos 5.2基於兩款開源蛋白摺疊模型，找到了一種能夠精準預測完整衣殼結構的全新方案。

它編寫代碼，對存在重疊的蛋白鏈分組運行上述模型，並利用衣殼已知的對稱性信息，把各組預測結果融合拼接起來。這套Claude提出的方法在多款天然衣殼與人工改造衣殼上均有效。Anthropic稱，在測試中，它嘗試建模的34個衣殼裡，有28個得到了精準還原。3、數學 形式化，是將數學證明翻譯成一種計算機能夠逐行核驗的形式語言。它可以幫助數學家確認結論可靠，而無需人工逐條核驗，當AI模型生成人類難以驗證的結果時，這一點尤為重要。Anthropic最早對費馬大定理的形式化工作，是由一個尚未對外發布的Claude研究版本完成的，耗時11天。該過程需依託一套專門搭建的調度框架，同時需要一名研究員提供引導。

與之對比，由1000個Fable 5.2智能體組成的團隊，僅用30小時就完成了該定理的完整形式化，幾乎不需要人工介入。Fable 5.2收到簡單的提示詞，就會自主搭建協同方案，全程沒有查閱數學參考文獻，僅依靠一組中間定理陳述來衡量進度。相比第一次形式化工作，Fable 5.2消耗的動作token僅為原先的1/3，產出的證明代碼長度縮短至原來的1/7。而在同樣配置1000個智能體的條件下，Opus 5.5在18小時內只完成26%的形式化工作，到30小時之後幾乎不再推進。4、硬件與機器人技術 Fable 5.2在設計硬件設備、控制實體機器人方面也實現了重大進展。

硬件工程能力方面，研究人員給了模型一段簡短提示詞，要求它獨立設計並交付三套可正常工作的電子設備，包含配套電路板、3D打印外殼以及控制軟件。三套設備分別是家用語音助手中樞、USB會議免提音箱、手持電子寵物。Claude自行撰寫了產品規格書，從美國元器件供應商選型可用電子器件，完成每臺設備的四層電路板佈線、用CAD軟件完成外殼建模，並編寫設備控制軟件。整套電路板在一天之內即可達到可投產狀態，全程僅需少量人工參與。Diode生產出電路板之後，Claude還指導該公司工程師完成設備測試與組裝。Anthropic稱，三臺設備全部一次通電可用，無需任何電路改動。機器人技術方面，由Fable 5.

2控制的機器人可以完成多項任務，如還原魔方、擰開瓶蓋、繪製機器人簡筆畫。公開基準測試集RoboDojo用於檢驗AI能否基於相機圖像操控仿真雙臂機器人。Anthropic公佈的該測試結果顯示，使用同一套調度框架運行的Fable 5.2，性能優於其他前沿模型，同時也超過大多數專門為機器人控制打造的AI系統。結語：Fable 5.2重新定義通用AI的工程邊界 從PCB硬件設計、3D結構建模，再到機器人視覺操控，Fable 5.2正在把AI的邊界從純數字世界往外延伸。以往硬件、機器人領域大多依賴專用模型，通用大模型很容易在物理規則、電路約束上翻車。

這次Anthropic的新模型展現出的潛力，說明通用模型正在學會理解現實世界的物理約束。未來不管是小批量硬件原型快速迭代，還是工業機器人的柔性任務，都有可能借助這類通用工程智能體，大幅縮短試錯週期。來源：Anthropic、X