Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，强化科研与编码能力

Anthropic PBC 今日揭开了 Claude Fable 5.2 和 Claude Mythos 5.2 的面纱，这是该公司迄今为止能力最强的两个大型语言模型。

就核心能力而言，这两个 LLM 完全相同。区别在于，Fable 5.2 会屏蔽某些生物学和网络安全用例，而 Mythos 5.2 的护栏更为宽松。后者仅通过两个受限访问项目向可信研究者开放。

Anthropic 在 14 项人工智能基准测试中对 Fable 5.2 与其前代进行了对比测试。在大多数测试中，该模型的得分比 Fable 5.1 高出 10% 以上。它尤其擅长科学研究：Fable 5.2 在 Terminal-Bench-Science 0.1 上得分 74.6%，比 Fable 5.1 提升了 22%。

今年早些时候，Anthropic 使用一个未发布的 LLM 为一个著名数学证明生成了计算机可验证版本。该项目耗时 11 天。据 Anthropic 称，Fable 5.2 通过启动 1,000 个智能体并行计算，将工作流程缩短至 30 小时。在另一个项目中，它回答了关于一个与黑洞相关的理论物理概念的两个开放问题。

该公司还测试了 Mythos 5.2，即 Fable 5.2 的仅限邀请版本。它要求该模型研究一种名为 AAV 的无害病毒的保护壳。AAV 外壳（科学术语中称为衣壳）被一些疗法用于递送药物。

Mythos 5.2 准确建模了其所研究的 34 个 AAV 衣壳中 28 个的结构。这一结果值得注意，因为衣壳由数十种不同的蛋白质组成。其他针对生物学研究优化的前沿模型，尤其是 Google DeepMind 的 AlphaFold2，只能对单个蛋白质的结构进行建模。后者的创造者获得了 2024 年诺贝尔化学奖的一半奖金。

Fable 5.2 包含的护栏会屏蔽大多数研究生物学问题和许多网络安全相关提示。如果用户输入的请求属于这两类中的任何一类，模型会将其发送给 Opus 4.8 或 Opus 5。Anthropic 表示，Fable 5.2 误屏蔽安全提示的可能性比 Fable 5.1 低 55%。

在名为 FrontierCode 2.0 和 FrontierSWE 2.0 的两项编码基准测试中，该模型比其前代高出 13% 以上。据 Anthropic 称，该公司的一名工程师通过要求该模型构建一个操作系统来测试其编程能力。Fable 5.2 启动了 1,000 个智能体，在大约八天内完成了任务。它们创建的操作系统可以在笔记本电脑上运行，提供网络访问功能，并配有 Claude 侧边栏。

Anthropic 预计客户将使用 Fable 5.2 和 Mythos 5.2 来加速高度复杂、开放式的技术任务。该公司表示，使用其在 7 月推出的 LLM Opus 5.5，可以更高效地自动化更多日常工作流程。用户还可以将模型组合使用，让 Opus 5.5 在遇到瓶颈时向 Fable 5.2 或 Mythos 5.2 寻求建议。

Fable 5.2 和 Mythos 5.2 的定价为每百万输入 token 8 美元、每百万输出 token 40 美元。这使它们比 Anthropic 上一代模型便宜 20%。这两个 LLM 都提供高性能模式，生成提示响应的速度比标准层级快 2.5 倍，价格则翻倍。

图片：Anthropic