Anthropic 於十一月九日發布 Claude Fable 5.2 與 Mythos 5.2,兩者共用同一底層模型。官方稱輸出速度快約三成,輸入價降至每百萬代幣八美元,代理編碼基準 FrontierCode 2.0 取得 49.1%。發布材料又披露,模型協調逾千個子代理,八日內寫出可開機的作業系統原型。

這次更新的名稱延續既有品牌。Fable 與 Mythos 在八月已分家,前者面向一般使用者,後者只開放給通過審核的資安與生命科學機構。5.2 版本在兩條線上同步推出,官方強調兩者能力相同,差別在防護規則的鬆緊。

值得注意的是定價方向。前沿模型的價格通常隨能力上升,這次卻同時降價與提速。官方將此歸因於效率改善,並在公告中反覆以「每任務成本」取代「每百萬代幣價格」,把討論重心從單價移到實際支出。

Claude Fable 5.2 是什麼?

Fable 5.2 是 Anthropic 於十一月九日推出的前沿模型,與 Mythos 5.2 共用同一底層權重,差別在安全防護的適用範圍,前者開放給所有使用者。

Fable 5.2 定位在最高階的技術工作,涵蓋大型軟件遷移、跨語言重寫、硬體設計與多步驟代理任務。官方建議多數使用者仍以 Claude Opus 5.5 作日常主力,遇到範圍與複雜度超出負荷時才升級至 Fable。

兩款模型共用同一底層,是這次發布的關鍵設計。同一組權重可以按部署場景套用不同防護規則,Fable 加上較嚴格的網路安全與生物領域限制後可全面開放,Mythos 則解除部分限制並限定機構申請。這種做法讓能力與合規可以分開處理。

對開發者而言,共用底層意味著兩個名稱的行為預期接近。提示在 Fable 上調校完成後,搬到 Mythos 時落差主要來自防護攔截,而非推理風格改變。

定價與速度有什麼變化?

輸入每百萬代幣八美元、輸出四十美元,較 Fable 5.1 下降;可選快速模式將生成速度提升二點五倍,代價是價格加倍至十六美元與八十美元。

標準模式的定價為每百萬輸入代幣八美元、輸出四十美元。快速模式則為十六美元與八十美元,換取最高二點五倍的生成速度。兩個模式使用同一模型,差別在推論排程的優先次序。

速度方面,官方稱輸出生成較 Fable 5.1 快約三成,並表示在中等努力程度上完成同樣難度的任務,所需代幣數較上一代少。這一點比單純的每秒字元數更具實際意義,因為代理流程的成本由呼叫次數與每次代幣量共同決定。

與前代的價格對照可參考 Fable 5.1 的發布整理。當時的重點是代理任務成本下降四成五,此次則在此基礎上再降一級,同時把快速模式列為正式選項而非實驗功能。

基準測試表現如何?

代理編碼基準 FrontierCode 2.0 取得 49.1%,代理式軟件工程 FrontierSWE v2 為 69.9%,電腦操作為 89.3%,主要項目高於同業。

在 FrontierCode 2.0 中,Fable 5.2 於最高努力程度取得 49.1%,Opus 5.5 為 45.5%,GPT-6 Astra 為 42.8%,Gemini 4 Carbon 為 41.1%。此基準的判準是模型提交的程式改動是否會被開源專案維護者合併,貼近真實協作情境。

FrontierSWE v2 的結果為 69.9%,較上一代 56.3% 有明顯跳升。終端機科學任務 Terminal-Bench-Science 為 74.6%,硬體設計 BenchCAD 2.1 於最高努力程度取得 83.5,較 Opus 5.5 的 65.3 差距明顯。

成本效率的比較更值得留意。官方指出在 FrontierCode 2.0 的高努力程度下,Fable 5.2 的分數與 Opus 5.5 的最佳成績相若,但每任務成本約為一半。若換算成每美元可完成的任務數,差距會再擴大。

「八日寫出作業系統」的實驗是什麼?

一名 Anthropic 工程師要求 Fable 5.2 從空資料夾開始設計作業系統原型,模型協調逾千個子代理連續工作八日,產出可開機的系統。

官方在公告中描述這項實驗:工程師交付的起點是一個空資料夾,目標是設計一套作業系統原型。模型自行拆解工作,協調超過一千個子代理,連續八日不停編寫、測試與審查程式碼。

成品包含自製核心、磁碟與鍵盤網路驅動、永久檔案儲存、視窗系統、登入畫面與安裝程式,可在筆記本電腦上開機。官方同時附上示範影片,並表示系統內建部分 Claude 功能。

同一段落還提到另一組案例:一隊代理把一套關鍵生產服務由 Python 遷移至 Rust,遷移後啟動速度約快二十六倍。這類長期、多階段的工程任務,正是官方主張 Fable 5.2 與前代拉開距離的場景。

Mythos 5.2 的安全能力有何差別?

Mythos 5.2 解除部分資安限制,僅限審核機構使用;官方稱其於內部 CVE 重現評估中較 Opus 5.5 多發現一成零二個百分點的漏洞。

Mythos 版本針對資安與生命科學場景。官方公布的內部評估 CVE Rediscovery 以 1,829 個已公布漏洞為樣本,在修補前的專案快照上測試模型能否自行找出問題。Mythos 5.2 的表現較 Opus 5.5 多一成零二個百分點,較 Mythos 5.1 多一成四四個百分點。

測試者的回饋集中在誤報率。有機構指出前代模型會誇大約二十分之一發現的嚴重程度,而 Mythos 5.2 在該批測試中沒有出現誇大。對資安團隊而言,誤報下降的價值往往高於發現量上升,因為每一條誤報都要人工覆核。

取用方式仍是 Cyber Verification Program 審核制。Claude Enterprise 客戶即使未加入計畫,亦可使用 Claude Security 掃描程式庫,該服務現已納入 Mythos 5.2。相關的資安模型發展可參考 GPT-6 Cyber 的整理。

開發者應如何選擇模型?

日常編碼與知識工作先用 Opus 5.5,任務規模超出負荷時升級至 Fable,需要大量重複呼叫的執行層則下調至 Sonnet 或 Haiku。

Anthropic 在公告中給出的建議相當明確:多數編碼與知識工作先從 Opus 5.5 開始,按任務範圍與複雜度向上或向下調整。向上是 Fable 或 Mythos,向下是 Sonnet 5.5 與 Haiku 5.5。

Fable 5.2 另有兩種架構角色。一是顧問,由較小的模型在遇到難題時向其查詢;二是協調者,由它把簡單子任務分派給小模型執行。兩種角色的共通點是把昂貴模型的呼叫次數壓到最低。

選擇的實際依據應該是任務的可驗證性。若成果有明確判準,例如測試是否通過、遷移後服務是否啟動,昂貴模型的邊際效益容易量化。若成果需要主觀判斷,升級帶來的改善較難衡量,先壓測再決定更為穩妥。

有哪些限制與未公布資訊?

公告未披露上下文長度、速率上限、各地區可用性與延遲數據,基準分數亦多為官方自行執行,第三方複現結果仍待觀察。

基準數字的來源需要留意。表列分數多數由 Anthropic 自行執行,並標註努力程度與防護開啟狀態。不同努力程度之間的分數差距可達數個百分點,跨廠商比較時若未對齊設定,結論容易失真。

上下文長度與速率限制未在公告中說明。對需要處理長文件的流程而言,這兩項往往比單價更具決定性。長上下文的實際可用比例、超過門檻後的衰減曲線,都需要自行測試。

代理架構的風險亦未量化。官方提到模型可在八日內協調逾千個子代理,但未披露此類長時任務的失敗率、成本上限與中斷恢復機制。把相同模式搬進生產環境前,宜先設定明確的停止條件與預算上限。

出處連結有哪些?

本文依據 Anthropic 於十一月九日發布的官方公告,內容涵蓋模型定位、定價、基準分數、客戶引言與取得方式。

原始公告由 Anthropic 發布,標題為 Claude Fable 5.2 and Mythos 5.2,網址為 anthropic.com/claude-fable-and-mythos-5-2。全文包含模型定位、定價表、跨廠商基準對照、客戶引言與系統卡連結。

公告同時列出可用性與取得方式,並說明 Mythos 需經 Cyber Verification Program 審核。若需要評估方法的細節,官方指向同日發布的系統卡。

本文僅就公開資訊整理,未包含實測數據。模型在本地工作流中的延遲、準確率與實際成本,仍須以自身任務壓測為準。