Anthropic Releases Claude Fable 5.2 and Mythos 5.2 Flagship Models

就在冲刺美股IPO的最后关头，Anthropic掏出最新一代“地球最强大模型”。

Anthropic周一宣布，发布新一代旗舰模型Claude Fable 5.2和Claude Mythos 5.2。从公司公布的测试结果看，此次升级主要体现在复杂编程、科研推理、图表理解和机器人控制等方面，同时输出速度较上一代最高提升30%，标准输入、输出价格均下调20%。

需要说明的是，Fable 5.2与Mythos 5.2采用相同底层模型，主要区别是安全限制和访问权限。Fable面向更广泛用户开放；Mythos则通过审核项目向相关机构提供访问权限，支持特定网络安全和生命科学用途。

此次发布也意味着，自从Anthropic掌门达里奥·阿莫代伊9月呼吁放缓人工智能发展速度以来，该公司首次推出所谓的“前沿”模型。面对担忧AI投资的大环境，公司必须证明自己配得上1万亿美元，甚至1.2-1.5万亿美元的IPO估值。

先看跑分：编程更强，读图更准，机器人控制提升明显

根据Anthropic公布的测试数据，Fable 5.2在复杂编程、科研任务、电脑操作、机器人控制、跨学科推理和图表识别等多项测试中，几乎都领先于关键竞品OpenAI的GPT-6 Astra，以及谷歌的Gemini 4 Carbon。

在衡量复杂编程能力的FrontierCode 2.0测试中，Fable 5.2得分从上一代的32.4%升至49.1%，高于Opus 5.5的45.5%、GPT-6 Astra的42.8%和Gemini 4 Carbon的41.1%。

这项测试关注的是，模型对开源项目作出的代码修改，能否达到项目维护者愿意接纳的标准。换言之，它考验的是AI能否写出真正可用、适合现有项目的代码。新模型较上一代提高16.7个百分点，体现了处理复杂软件工程问题的进步。

在图表理解测试Chartography中，Fable 5.2得分从44.8%升至73.4%。这类能力关系到模型能否准确读懂图形、坐标和数据关系，是分析财报图表、实验结果和业务报表的基础。

机器人能力方面，Fable 5.2在RoboDojo模拟双臂机器人测试中的成功率达到64.9%，翻了GPT-6 Astra一倍有余。这一提升意味着，模型根据摄像头画面判断环境、安排动作的能力明显增强。

科研推理同样有所进步。在允许调用工具的“人类终极考试”（Humanitys Last Exam）中，Fable 5.2得分由65.6%升至74.2%。这项测试主要考查跨学科的高难度知识与推理，反映模型处理专业难题的能力。

比测试分数更容易理解的，是新模型究竟能做出什么。

Anthropic披露，一名工程师曾要求Fable 5.2开发一个操作系统原型。模型从空文件夹起步，调度超过1000个子智能体，连续八天编写、测试和审查代码，最终做出了能够在笔记本电脑上启动的操作系统。

这个原型系统不仅有窗口和登录界面，还具备负责管理硬件资源、调度程序运行的操作系统内核，并内置Claude功能。

另一个更贴近企业实际应用的案例，是Anthropic利用运行早期版本Fable 5.2的智能体团队，将一项关键生产服务从Python迁移到Rust。公司称，迁移后服务更高效、更可靠，启动速度达到原来的约26倍。

对于企业，这类能力的意义在于，一些原本因为耗时过长、成本过高而被搁置的系统改造项目，可能开始具备实施价值。

一天内完成电路板设计

Anthropic与电路板设计制造公司Diode合作，让Fable 5.2根据一段简短要求，设计家庭语音助手中枢、USB会议扬声器和掌上虚拟宠物三款设备。

模型负责制定规格、选择可以买到的电子元件、设计四层电路板布线、绘制外壳，并编写软件。公司称，在少量人工介入下，每块电路板都在一天以内达到可交付制造的状态。

后续制造、测试和装配由Diode工程师完成，Claude提供指导。最终，三款设备均成功运行，无须修改电路。

机器人方面，公司还展示了Fable 5.2控制机器人完成拧瓶盖、操作魔方和绘画等任务的画面。公司表示，与早期的模型相比，Fable 5.2在控制实体机器人的能力上有了显著提升，即便是在那些它从未接受过专门训练的机器人任务中也是如此。

还有理论物理、生物制药案例

在理论物理和数学方面，Anthropic也展示了新模型的三项成果：求解两个与黑洞有关的理论物理问题，以及完成费马大定理证明的形式化。

首先，模型完成了一项源自2003年研究的复杂计算。通俗地说，研究人员想知道：在特定理论模型中，一种与黑洞有关、类似“水烧开”的突然变化，在需要用量子理论描述的条件下是否仍然存在。公司称，模型算出了关键结果，答案是肯定的。

其次，模型确定了一类数学方法的能力上限。这种方法被用于筛选量子引力候选理论、排除不符合条件的方案。此次成果相当于算清了这张数学“筛网”最细能做到什么程度，帮助研究人员判断现有方法还能走多远。上述两个物理研究均已发布预印本。

最后，约1000个Fable 5.2智能体协作，用30小时完成了费马大定理证明的形式化。这并非首次证明费马大定理，而是构建计算机能够逐步核验的完整证明，需要补齐推导步骤、协调各部分之间的逻辑关系。在同样的千智能体配置下，Opus 5.5运行30小时后的加权完成度约为27%。不过，这项对比每款模型仅测试了一次。

生命科学方面，Mythos 5.2还基于已有开源蛋白质折叠模型，开发了预测完整病毒衣壳结构的方法。衣壳是病毒的蛋白质外壳，也是部分基因疗法使用的递送载体。公司称，该方法在尝试的34种衣壳中，准确建模了28种。

哥伦比亚大学系统生物学与计算机科学助理教授Mohammed AlQuraishi表示，包括病毒衣壳在内的大型蛋白质复合物，一直是蛋白质建模领域的难题：既要准确预测数十个大分子的结构及其相对位置，又面临极高的计算成本。Claude的方法巧妙应对了对称复合物的建模难题，让研究人员有望在个人工作站上完成过去需要专用计算集群才能承担的工作。

研究与分析方面，Fable 5.2展示的进步，既包括处理数据和编写代码，也包括发现材料中的矛盾、判断证据能支持什么结论。

量化交易公司Jump Trading测试了模型在类似内部研究流程中的表现。Fable 5.2能够承担提出问题、编写代码、制定计划和协调任务等多个角色，减少人工调整分工的负担。该公司称，在一项内部研究自动化测试中，模型的误差比排名第二的模型低10%。

投资机构Balyasny Asset Management则让模型调查一家机构如何测试核心技术系统中的新集成功能。根据其反馈，Fable 5.2找到了相关来源，没有夸大证据能够证明的内容，还指出问题本身的表述可能具有误导性。对于投资研究，这类能力有助于区分已经证实的事实与尚待核实的判断。

交易公司IMC更关注模型能否提出新的研究思路。该公司表示，Fable 5.2不仅复现了此前令其印象深刻的研究洞见，还提出了一个全新角度，并在已完成测试的四个量化研究问题中，有三个取得新的最佳成绩。

在财务建模任务中，Fundamental Research Labs要求模型从公司10-K年报提取数据，填入预测模型。面对模板没有明确说明某项指标应采用披露值还是计算值的情况，Fable 5.2根据单元格格式判断要求，还发现分地区数据加总与披露总数不一致，最终正确填写了所有目标单元格。

价格下降20%，上市前强化商业竞争力

能力提升之外，Anthropic也在降低旗舰模型的使用成本。

新模型标准价格为每百万输入词元收费8美元、每百万输出词元收费40美元，均较上一代下降20%。公司还推出可选快速模式，词元生成速度最高可提升至2.5倍，输入、输出价格则分别为16美元和80美元。

Anthropic强调，对大多数日常编程和知识任务，用户仍可从Opus 5.5开始，在面对复杂、开放式难题时再使用旗舰模型。

（文章来源：财联社） 正文中部 内嵌广告