Anthropic于11月9日正式推出新一代旗舰人工智能模型Claude Fable 5.2和Claude Mythos 5.2。新版本重点提升了编程、逻辑推理和视觉理解能力,同时改善了模型的表达质量。根据Anthropic公布的数据,两款模型的输出速度最高比上一代快30%,而API调用价格则降低了20%。
k\Q,h75
K}[>T(0E Fable和Mythos是Anthropic产品体系中定位最高的模型系列,主要面向复杂、开放式的技术任务。与之相比,Haiku、Sonnet和Opus分别承担不同规模和复杂程度的日常任务。Anthropic建议,普通编程和知识工作通常可以先使用Claude Opus 5.5,只有在面对特别复杂、耗时较长的任务时,才需要切换到Fable或Mythos。
L]a`"CH:a$ iE0ab,OF 在性能方面,Anthropic表示,Fable 5.2和Mythos 5.2不仅能够更快生成内容,在处理复杂任务时也更加善于清晰表达思路。Fable 5.2在中等推理强度下完成困难任务时,还能够比Fable 5.1使用更少的Token,从而进一步降低实际使用成本。
w",?
Bef
Ou'?]{ Anthropic公布的基准测试显示,Fable 5.2在多项测试中超过了自家的Opus 5.5以及上一代Fable 5.1。在FrontierCode 2.0编程测试中,Fable 5.2在最高推理强度下取得49.1%的成绩,明显高于Fable 5.1的32.4%,也超过Opus 5.5的45.5%。在FrontierSWE v2测试中,新模型得分达到69.9%,而Fable 5.1为56.3%,Opus 5.5为62.3%。
DN4#H` T5wjU*=IL 在涉及复杂知识推理的Humanity's Last Exam测试中,Fable 5.2配合工具使用取得74.2%的成绩,高于Fable 5.1的65.6%和Opus 5.5的67.7%。在RoboDojo Sim双臂机器人模拟测试中,新模型得分达到64.9%,相比上一代的27.6%有明显进步。此外,在Remote Labor Index测试中,Fable 5.2得分为41.3%,而Fable 5.1仅为17.9%。
+b;hBb]R F2(q>#<_ 不过,新模型并非在所有测试中都占据领先地位。例如,在AutomationBench企业工作流程测试中,GoogleGemini 4 Carbon取得53.9%,高于Fable 5.2的51.4%。这些结果也说明,不同模型在具体任务类型上的表现仍然存在差异,不能仅凭单项基准测试判断综合能力。
GC8}X;((Y
Q5S,{ ZeT Anthropic还介绍了Fable 5.2在内部软件开发中的实际表现。公司称,目前其核心代码库中超过90%的合并代码修改已经由Claude在人工指导下完成。工程团队利用Fable 5.2修复了长期难以解决的软件缺陷,优化了多个服务的运行效率,并完成了一些过去因成本或时间限制而难以启动的项目。
ryO$6L 9ykM3 其中一个案例尤其引人关注:一组使用早期Fable 5.2版本的AI智能体,将一项关键生产服务从Python迁移到了Rust。迁移完成后,该服务的启动速度提高了约26倍,同时运行效率和可靠性也得到改善。Anthropic认为,这体现了新模型在工程判断和处理模糊需求方面的进步。
l? #xAZx&_ `Lyq[zg8 此次发布还涉及人工智能安全机制的调整。Fable 5.2和Mythos 5.2实际上采用相同的底层模型,但面向不同用户群体时配置了不同的安全限制。公开提供的Fable 5.2设置了网络安全和生物学领域的安全防护机制,以阻止可能被滥用的高风险请求。Anthropic称,与Fable 5.1相比,新版本在早期测试中的安全拦截次数减少了约55%,意味着模型能够更灵活地处理正常请求,同时仍保留针对高风险用途的限制。
lA>\Ko <