Fable 5.2 与 Mythos 5.2 双模型上线 数据库与系统代码能力实测
要点
Anthropic在11月9日一次性推出Claude Fable 5.2与Claude Mythos 5.2，两款模型共用同一底层模型，差别只在安全限制与开放范围。这次发布里最被反复引用的不是跑分，而是两项系统级工程案例：模型协调一千多个子智能体、连续八天从空文件夹写出可在笔记…
Anthropic在11月9日一次性推出Claude Fable 5.2与Claude Mythos 5.2，两款模型共用同一底层模型，差别只在安全限制与开放范围。这次发布里最被反复引用的不是跑分，而是两项系统级工程案例：模型协调一千多个子智能体、连续八天从空文件夹写出可在笔记本上启动的原型操作系统；另一项是把一项关键生产服务从Python迁移到Rust之后，服务启动速度达到原来的约26倍。
定价与可用性是另一条主线。标准价格为每百万输入token 8美元、每百万输出token 40美元，相较5.1版的10美元与50美元下调20%；另有可选快速模式，输入16美元、输出80美元，token生成速度最高提升至2.5倍。平台文档给出的规格是1M token上下文窗口、128k最大输出token、始终开启的自适应思考。Fable 5.2即日起在Claude API、Claude Platform on AWS、Google Cloud与Microsoft Azure等平台可用，模型标识为claude-fable-5-2；Mythos 5.2仅向通过Anthropic验证计划的机构开放，其中网络安全方向走Cyber Verification Program，生命科学方向走Life Sciences Verification Program。官方同时说明，5.2开始对所有账户强制执行前缀检查，而5.1版此前仅默认针对2026年8月31日之后建立的账户报错。
数据库一线的实测反馈是这批能力里最具操作性的一块。Oracle方面介绍，在一项结合国别债务摘要、还款历史与区域基准的组合测试中，Fable 5.2生成的SQL返回了预期结果，而另外两个模型虽然同样能跑通，却把国别层级的汇总金额错误相加到了预期的5至8倍。Fundamental Research Labs则让模型从公司10-K年报中提取数据填入预测模型，当模板未明确说明应采用披露值还是计算值时，模型依据单元格格式自行判断，并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。Snowflake的反馈落在数据可靠性上，称模型会表示自己不知道某些事情而不是编造，曾在一次估算中主动提示上一个估值有误、并在实测到变化前拒绝给出数字。
这批能力被放在生产系统里验证时，价值更多体现在维护成本而非新增功能上。官方披露目前合并进Anthropic核心代码库的改动中，超过90%是在人类引导下由Claude完成的；一项关键生产服务由Python迁往Rust后，除启动速度约26倍之外，官方称其效率与可靠性同时提升。官方还提到模型被用于数分钟内修复顽固缺陷、对全部服务做性能优化，以及完成那些原本耗时或成本过高而不值得启动的项目。在更长链条的任务上，量化交易公司Jump Trading让模型承担提出问题、编写代码、制定计划与协调任务等角色，称在一项内部研究自动化测试中模型误差比排名第二的模型低10%；投资机构Balyasny Asset Management让它调查一家机构如何测试核心技术系统的新集成功能，模型找到相关来源、未夸大证据能证明的内容，并指出问题表述本身可能具有误导性。
需要把跑分的边界说清楚。官方基准表里并非全面领先：在衡量业务工作流自动化的AutomationBench上，谷歌Gemini 4 Carbon得分53.9%，高于Fable 5.2的51.4%；衡量图表理解的Chartography上Gemini 4 Carbon为72.5%，同样接近Fable 5.2的73.4%；衡量复杂编程的FrontierSWE v2上，OpenAI的GPT-6 Astra为65.5%，与Fable 5.2的69.9%之间是明显小于跨代对比的差距。真正拉开代差的项目集中在智能体编码与机器人控制上：FrontierCode 2.0从上一代32.4%升至49.1%，官方称这是已发布模型中的最高分；模拟双臂机器人的RoboDojo测试里Fable 5.2达到64.9%，是上一代27.6%的两倍有余；跨学科推理的Humanity’s Last Exam为74.2%，图表识别类的Chartography从44.8%升至73.4%。官方另给出一个成本口径：在低effort下Fable 5.2能用不足十分之一的单任务成本达到Opus 5.5的最高分。
八天写出操作系统这个案例本身也有可核对的技术边界。官方描述的产物不是完整商用系统，而是一个可启动的原型：自带管理机器的内核，磁盘、键盘与网络驱动，持久化文件存储，窗口程序、登录界面与安装程序，并内置Claude功能。官方把它定义在实验性质。同一批材料里还有一项形态化验证：1000个Fable 5.2智能体在30小时内完成费马大定理证明的形式化，官方称所需动作token只有首次形式化的三分之一、证明长度短至七分之一；此前完成同一工作的未发布研究版Claude用了11天，还需要研究人员引导。硬件方向，Anthropic与电路板设计制造企业Diode合作，让模型仅凭一段提示设计出三款设备并产出电路板，官方称每块电路板在一天以内达到可交付制造状态，实际制造、测试与装配由Diode工程师完成。此外，公司还披露模型解决了两项与黑洞相关的理论物理公开问题，Mythos 5.2在蛋白质设计等生命科学任务上另有成绩。
安全侧的设计在这代模型上被明确成两条路径。Fable 5.2内置安全分类器，拦截渗透测试、漏洞利用生成、二进制漏洞分析与多数研究生物学任务，被拦截时网络安全类请求改由Opus 4.8作答、生物学类改由Opus 5作答。官方称基于早期测试观察到的误拦截比5.1版减少约55%，其中网络安全约减少60%、生物约减少40%，防护强度与5.1相当但不必要的封禁变少，同时部署了迄今最强的反蒸馏防护，使蒸馏者获取的数据减少90%至99%。Mythos 5.2走的是相反方向——减少防护以换取研究能力，代价是必须经由验证计划审核。预发布阶段的安全测试规模包括约1900个场景的自动行为审计与超过1800个沙箱逃逸测试场景，官方结论是高风险错位风险仍处低位。
时间点上这次发布被安排在Anthropic的IPO路演前夕。公司10月26日已向美国证券交易委员会提交S-1注册声明，按规定公开提交满15个日历日后才能启动面向投资者的营销活动，因此最快从11月11日起路演。定价与挂牌预期落在11月16日当周，目标在11月26日美国感恩节假期前完成上市，股票代码ANT。财务侧的压力与产品发布同步存在：第三季度营收约170亿美元、同比增长超十倍，但录得5.67亿美元经营亏损，而第二季度还是9.74亿美元的经营利润，公司把反转归因于算力需求爆发带来的临时采购成本，三季度临时加购了50亿美元高价短期算力；算力相关的长期采购与租赁承诺总额接近8954亿美元。另一侧的观察来自企业支出结构：Ramp数据显示最高端、价格也最高的Fable产品仅占模型总支出的11%，而Fable 5的推出被这家机构视为Anthropic在人工智能方面支出达到新上限的标志。
对使用方的实际含义可以归纳为三点：数据库与超大规模系统这类需要正确性与可维护性兜底的场景，模型的表现已经从”能写代码”推进到”能发现口径不一致”；长时间无人值守的任务出现了可用的工程范式，一千个智能体八天出操作系统与三十小时完成形式化证明属于同一类证据；价格下降20%与速度提升30%同时出现，调用侧的成本结构随之改变。但需要注意，推荐路径并不是用新模型替换旧模型——官方建议日常编码与知识任务仍从Opus 5.5起步，按任务复杂度与范围再向上切到Fable或Mythos、向下切到Sonnet 5.5与Haiku 5.5。至于本次发布能否兑现为长期竞争力，还要看IPO路演披露的算力承诺与实际交付能力之间的匹配情况。
