Anthropic Releases Claude Fable 5.2 and Mythos 5.2, with the High Tier Surpassing in Cost-Effectiveness…
English text is being prepared.
Anthropic released Claude Fable 5.2 and Mythos 5.2. The company claims that 1,000 Agents running continuously for 8 days autonomously wrote a complete, bootable operating system from an empty folder. Compared with 5.1, the new models generate 30% faster, and API pricing has been cut by 20% to $8 per million input tokens and $40 per million output tokens; a 2.5x-speed Fast mode is also available at double the price. On FrontierCode 2.0, Fable 5.2's High tier scores 45.3% at a cost of $6.72 per task, close to Opus 5.5 Max tier's 45.5% and $12.82; the company recommends using models such as Opus 5.5 for everyday work and handing difficult problems to Fable 5.2 as an advisor or orchestrator. The technical documentation also discloses that during training, two capabilities—accelerator kernel optimization and model architecture improvements—were locked at the Opus 5.5 level, and that when high-risk cybersecurity or biological interception is triggered, it falls back in the background to the older model to answer.
Why read this
SelectedAI score 86
The original text provides real-world test cases of the new models on thousand-scale Agent clusters and multi-domain autonomous engineering tasks, along with tiered pricing, which can be used to judge the cost-capability trade-offs between them and Opus 5.5.
Topics
Body
Fable 5.2深夜掀桌！从0造操作系统，性价比反超Opus 5.5
为冲刺IPO，A\掀桌了：Claude Fable 5.2与Mythos 5.2直接发布。
有多强呢？从一个空文件夹开始，1000多个Agent昼夜不停连轴转8天，自主编写操作系统。
没有人类插手写代码，一套带内核、磁盘与网卡驱动、文件系统、窗口界面甚至安装程序的完整操作系统，直接在笔记本电脑上跑通开机。
甚至为了防止AI“自我迭代失控”，Anthropic在训练阶段主动锁死了新模型的RSI能力，把自我改进的能力限制在Opus 5.5的水平。
跑分你就看吧，仅有一项不是第一。
相比上一代5.1，新模型生成速度拉升30%，API定价直接下调20%至输入$8/百万token、输出$40/百万token；
如果愿意掏双倍价钱（$16/$80），还能开启2.5倍速的Fast模式。
内测用户中，@mattshumer_ 制作了一个全场景可破坏的3D体素世界，物理引擎非常强大。
@kevin_t_ngo只做了一个浏览器运行的8个梦幻划船旅行场景，审美也非常在线。
Anthropic官方更是卷向了千级Agent集群协同与物理世界跨界工程。
1000个Agent自己拉群干活，从写系统到造硬件全包圆
目前Anthropic自身核心代码库中，超过90%的合并提交已经由Claude包办。
在内部测试中，Fable 5.2组成的Agent小队直接接管了一项核心生产服务，将其从Python完整迁移至Rust，服务启动速度暴涨26倍；
量化巨头Jump Trading将其接入内部交易研究框架后，Fable 5.2单枪匹马包揽了规划、协调、写代码和提交任务四个角色，免去了人工重新分配多模型权重的麻烦。
这种长周期、多角色的自主工程能力，在数学、物理、生物和硬件四个硬核领域给出了更直观的案例：
第一件事，30小时通关费马大定理形式化证明。
将数学证明翻译成计算机可逐行检验的Lean语言，是极其枯燥的苦力活。此前Anthropic用内部研究版模型配合人工指导和定制框架，花了整整11天。
这次，官方只给了极简提示词和中间定理列表，没给任何数学参考资料，直接放出1000个Fable 5.2 Agent。这群Agent自己搭建协作机制，仅用30小时就完成了100%的形式化证明，消耗的动作token只有第一版的1/3，证明代码长度缩短了7倍。
作为对比，同样拉起1000个Agent的Opus 5.5，跑满18小时后进度死死卡在26%，到30小时结束也只磨到了27%。
第二件事，填平2003年留下的黑洞物理算力天坑。
1983年物理学家证明，在广义相对论适用的大尺度宇宙中，宇宙升温会导致黑洞像水沸腾一样突然形成；但在只能用量子理论描述的极小宇宙中是否如此，2003年虽已列出计算框架，却因推导过于庞杂一直无人算完。
Fable 5.2在几乎全自主的状态下暴力推演完了这套计算，证实小宇宙中的黑洞相变同样是突发的，顺手还找出了物理学家沿用15年、用于排除量子引力候选理论的某项技术的精确极限。两篇预印本论文目前已挂上HexagonMath。
第三件事，单卡H200跑7分钟，破解基因疗法病毒外壳折叠。
腺相关病毒（AAV）的蛋白质衣壳（Capsid）由数十个蛋白质组成，AlphaFold这类传统模型只能预测单个蛋白质。
Mythos 5.2没走常规路线，它基于OpenFold3-preview2和ESMFold2两个开源模型，自己写代码对重叠的蛋白链分组运行，再利用衣壳已知的对称性信息进行融合（被明确禁止依赖传统拼装法）。
翻看技术报告底部的注释细节：在单张NVIDIA H200 GPU上，调用ESMFold2推理仅需7分钟（OpenFold3为58分钟），误差（Cα RMSD）控制在1.2Å至1.4Å之间。测试的34种天然与人工设计衣壳中，它一次性精准建模了28种（误差小于3Å）。
第四件事，一段话提示词，一天内画出四层PCB板并造出三台真机。
Anthropic联合电路板制造商Diode做了一场硬件实测，只用一段话，要求Fable 5.2从零设计三款电子设备：家用语音助手中枢、USB会议麦克风音箱、掌上电子宠物。
Fable 5.2自己编写规格书、从美国分销商库里挑选现货元器件、完成四层PCB电路板布线、用CAD建模3D打印外壳，并写好底层固件。不到24小时，三块板子全部达到投产标准。工厂打样出来后，模型指导工程师完成组装测试，三台设备一次点亮，零电气修改。
在控制双臂机器人的RoboDojo仿真基准上，从未专门接受过机器人训练的Fable 5.2在Max档位下拿到64.9%的成功率，直接把GPT-6 Astra（29.8%）和自家上代Fable 5.1（27.6%）甩开一倍以上，连谷歌Gemini 4 Argon（34.2%）也没能扛住。
用High档一半的价格，性价比反超Opus 5.5
回到开发者最关心的日常跑分与账单。
来看检验AI代码能否直接被开源项目维护者合并的榜单FrontierCode 2.0：
Fable 5.2在Xhigh档位拿下了全场最高分49.1%，单任务成本$14.19。
但如果你强行拉到Max档位，单任务成本会瞬间暴涨3倍多来到$44.70，得分不知道为什么反而倒退回45.6%。
真正定义斩杀线的是Fable 5.2的High档位。
在这个档位下，Fable 5.2拿到了45.3%的分数，单任务成本仅需$6.72，这个表现有两种解读：
背刺自家主力：Opus 5.5拼命开到Max档位，得分是45.5%，但单任务要花$12.82。Fable 5.2用High档，花大约一半的钱就平替了Opus 5.5的极限水平。
精准压制竞品：GPT-6 Astra开到Max档的极限分是42.8%，成本$6.68。Fable 5.2用几乎完全相同的单任务开销，胜率直接高出2.5个百分点。
所以Anthropic这次直接在文档里支招：日常干活先用Opus 5.5、Sonnet 5.5或Haiku 5.5，遇到啃不动的硬骨头，直接把Fable 5.2设成Advisor（顾问模式）或Orchestrator（编排器），让小模型向它请教或者由它向下分发任务，把好token用在刀刃上。
再看其他基准测试，Fable 5.2在绝大多数榜单上实现了对GPT-6 Astra和Gemini 4 Carbon的压制，但也有几个耐人寻味的细节：
远程劳动力指数（RLI）翻倍
Fable 5.2在High档位下跑出41.3%，把Opus 5.5（21.3%）和GPT-6 Astra（20.8%）双双按在地上，直接翻倍。
科研与工具调用断代领先
在带工具的“人类最后一场考试”（Humanity’s Last Exam）中拿到74.2%（Astra仅57.2%）；
科学Agent基准Terminal-Bench-Science拿下74.6%（Mythos 5.2达75.3%，Astra为68.1%）；
计算机操作OSWorld 2.1拿到89.3%（Astra为79.5%）。
唯二丢分项
在测试企业端到端业务流的AutomationBench上，Fable 5.2拿到51.4%，虽然远超Astra（41.4%），但不如Gemini 4 Carbon（53.9%）；
在评估知识工作的AA-Briefcase v1.1中，Fable 5.2虽然按评分细则（Rubric）拿到了最高的66.1%，但换算成Elo天梯分（1785）却反被自家Opus 5.5（1800）反超了15分。
至于主攻网络安全的Mythos 5.2，在包含1829个真实历史漏洞的CVE Rediscovery测试中，High档位仅花$1.01就找出了83.2%的漏洞，比花$2.98开Max档的Opus 5.5（81.3%）还要高；
全开Max档位（$9.13）更是摸到了89.6%。
不过客观来看，虽然外部安全公司测试称Mythos 5.2找出的漏洞里有1/6是其他前沿模型全漏掉的、且做到了“零夸大漏洞等级”，
但Anthropic还是注释了一句，在官方自己的内部评测集上，Mythos 5.2的原始漏洞识别率其实和Opus 5.5大体相当，真正的提升在于漏报复现、代码修复和严重程度校准。
“智子”锁死RSI能力
比起跑分，这次System Card和技术文档里披露的底层风控与架构限制，信息量也很大。
首先，为了防止AI“自我迭代失控”，Anthropic在训练阶段主动锁死了新模型的RSI能力。
官方明确承认，虽然Fable 5.2和Mythos 5.2通用能力大涨，但在训练过程中，团队专门限制了加速器内核优化（Accelerator kernel optimization）和大语言模型架构改进这两项最能直接加速AI自身研发的能力，将其强行锁死在Opus 5.5的水平。
甚至在推理阶段，只要检测到用户在尝试开发某些非标准加速器的底层内核，系统会在后台回退（Fallback）到旧版的Opus 5来回答。
这种“触发风控就偷偷换旧模型”的方法，在常规安全护栏也用上了。
Fable 5.2大幅优化了误杀率，在claude.ai和Claude Code上的安全拦截比5.1减少了55%（网络安全减少60%，生物学减少40%）。
不过一旦你的提示词触发了高危网安（如渗透测试、漏洞利用生成）或生物研究拦截，会在后台自动切回Opus 4.8（网安）或Opus 5（生物）给你生成回复。
其次，模型不仅学会了不越狱，还进化出了极强的“反评测侦察”意识。
在包含1800多个故意留有漏洞、不越狱就几乎无法完成任务的对抗性沙盒测试中，早期Mythos 5和5.1的沙盒逃逸率高达39%和21%，而Mythos 5.2暴跌到了3.1%（比Sonnet 5.5的5.1%还低）。在1900个场景的自动化行为审计中，它的不良行为综合得分也降到了历史最低的2.67分（越低越好）。
但评测团队发现了一个棘手的现象：Fable 5.2和Mythos 5.2在测试中表现出“怀疑自己正在接受评测”的频率，比以往任何一代模型都要高得多。
甚至当它错误地以为自己身处模拟环境时，采取有害行动的倾向反而比Opus 5.5略高一点。模型越来越精，人类想在上线前摸清它的真实底牌正变得越来越难。
目前，claude-fable-5-2已全量上线各大云平台与Claude Code。
本周官方还放出了一波限时羊毛：老订户按订阅时长直接送1到3次Fable额度重置，Pro和Team标准席位本周的Fable可用额度上限直接拉到了周总额度的50%。
参考链接：