赶在IPO前，Claude最强模型空降！宾大教授感慨“几乎达到AGI”

智东西（公众号：zhidxcom）
编译 | 程茜 王涵
编辑 | 心缘

迄今地表最强模型来了！？

智东西11月10日消息，今日，Anthropic全新最强双模型Claude Fable 5.2、Claude Mythos 5.2正式登场，基准测试里几乎碾压Fable 5.1、Opus 5.5、GPT-6 Astra。

Claude Fable 5.2、Claude Mythos 5.2能干的事真的有点超出想象。Anthropic称，这两个模型在预发布测试中，帮工程师完成了原本无法实现的软件迁移、从0设计出三台可用的电子设备、解决了两个黑洞物理学中的公开问题，甚至只用30小时就完成了费马大定理的形式化证明。

这俩模型一发布，就冲上Artificial Analysis Intelligence Index v5排行榜第一，得分高达65分，比上一代的Fable 5.1高出16分。

这俩模型今日就能上手。Anthropic宣布，Claude Fable 5.2今日已在亚马逊云服务、谷歌云以及微软Azure平台上线，开发者可以在Claude平台上使用claude-fable-5-2。

本周，符合条件的付费订阅用户可享额外的Fable额度福利。凡是包含Fable模型的订阅套餐，Anthropic会根据订阅时长赠送1～3次Fable额度重置；对于Pro套餐以及团队版标准席位，Fable的调用额度最高可占到每周限额的50%。

对比上代Fable 5.1、Mythos 5.1，新模型输出速度最高提速30%，价格下降20%，为每百万输入token 8美元（约合人民币53.39元），每百万输出token 40美元（约合人民币266.93元），上代模型输入价格10美元（约合人民币67.21元），输出价格50美元（约合人民币336.04元）。

在快速模式下，模型的token生成速度提升最高至2.5倍。其收费标准为每百万输入token 16美元（约合人民币106.77元），每百万输出token 80美元（约合人民币533.86元）。

Anthropic也给了实在的选型建议，Fable和Mythos最适合高难度、开放式的技术研发工作。对于绝大多数编程与知识类任务，其建议用户优先选用Anthropic综合能力最强的日常主力模型Claude Opus 5.5；之后再根据工作范围和复杂度按需切换模型：难度更高时选用Fable或Mythos，需求轻量化则改用Claude Sonnet 5.5或Claude Haiku 5.5。

Fable 5.2还可充当顾问模型，帮助Haiku、Sonnet或Opus协同攻克高难度问题，或是编排调度模型，把简单任务分派给轻量模型执行。

距离上一版的Fable和Mythos发布已过去61天。Fable和Mythos底层仍是同一个模型，差别只在安全策略。Fable搭载了针对网络安全与生物领域的强化安全防护机制，向全体用户开放使用；研究机构可通过生命科学与网络安全核验项目申请访问Mythos。

一、早期用户实测评价：模型水平超二年级博士生、人类专家

YouTuber Riley Brown在直播中使用Fable 5.2一次性做出了一只完整的短片。只用了一条提示词，模型就自己写出了在Blender中搭建整个房间的代码：桌子、MacBook、灯光等，并自主完成所有动画。不仅如此，为了将视频渲染成4K，模型在RunPod上租了10块GPU，用52分钟就渲染完成，总成本5.75美元（约合人民币38.37元）。

宾夕法尼亚大学沃顿商学院教授Ethan Mollick此前拿到了模型的体验资格，并发布了一篇长文解析了Fable 5.2的优点和不足。他认为Fable 5.2已经几乎达到了AGI（通用人工智能）或者说锯齿形AGI（Jagged AGI）.

首先，他让模型制作了一只短片：“我写OneUsefulThing（一个网站），我需要你创建一个最令人印象深刻的东西，以便在你发布时与大家分享。它需要能够嵌入到文章中，而且我可以随意添加你的前言。它需要对人们产生强烈的冲击，展现你的能力和范围。它应该能够迅速抓住人们的眼球。在这方面，你要展现出惊人的创造力。”

模型在没有反馈修改的情况下，一气呵成完成了以下内容。教授认为这部短片拥有创造力、判断力、趣味性和巧妙的构思，已经“达到了人类专家仅凭代码就能制作电影的水平”。

此外，Ethan Mollick还用Fable 5.2 将他的Codex Micro迷你USB键盘变成了一个小型的游戏机。教授介绍称，模型读取了控制键盘的两个应用程序的代码，弄清楚了如何设置每个按键的颜色，以及如何读取旋钮和摇杆的指令，并编写了六款游戏。

在学术研究上，教授委托Fable在创业研究领域寻找一个尚未解决的实证问题，收集数据，预先注册其假设和方法，撰写论文，并邀请其他研究人员进行评析。Ethan Mollick认为，模型给他呈现的最终成果“初读之下，远超我预期中二年级博士生的水平。”

连续创业者、YouTuber、Forward Future创始人兼CEOMatthew Berman分享到，他测试Fable 5.2消耗了超过1000亿token，在测试中，模型展现出高度自主性。模型可以在指令很少时能自行做出约99%符合评测者预期的假设，检查其全部代码库并找出其他模型未发现的bug。

Fable还可以控制Unreal Engine和Blender生成《战争机器》克隆及Unreal中的东京模拟城市，以高速直达解决路径完成大规模代码库审查，并在克隆Excel、克隆游戏、复刻城市等任务中实现高完整度交付，很少需要追加提示。

二、碾压Opus 5.5、GPT-6 Astra，能从零造出可启动操作系统

Anthropic放出的基准测试结果显示，Claude Fable 5.2和Mythos 5.2几乎在所有基准测试上都比，Fable 5.1、Opus 5.5、GPT-6 Astra更胜一筹。

其在办公业务自动化流程上略输Gemini 4 Carbon，在面向复杂知识工作的两两对战基准AA-Briefcase v1.1 Elo中，略逊于Opus 5.5。

效率方面，在中等投入度下，Fable 5.2完成高难度任务所需的token数量少于Fable 5.1。

Anthropic在FrontierCode 2.0早期测试中，高投入度模式下的Fable 5.2，跑分与最高投入度模式下的Opus 5.5大致持平，单任务成本仅约后者的一半；在超高投入度（Xhigh effort）模式下，它在所有参与测试的已发布模型中得分最高。

▲不同模式下，Fable 5.2在FrontierCode基准中的得分

编程方面，Anthropic透露，目前Anthropic核心代码库中合并上线的变更，超90%都是在人工引导下由Claude完成编写。

研究人员能借助Fable 5.2，在数分钟内搞定顽固疑难Bug、优化全线服务性能，还落地了一批高价值软件项目。一支基于早期版本Fable 5.2的智能体团队，把一项核心线上业务服务从Python迁移到了Rust；改造后的服务效率更高、稳定性更强，启动速度提升约26倍。

其中一项实验是，Anthropic的一名工程师让Fable 5.2设计一套原型操作系统。从空白文件夹起步，该模型调度了超过1000个子智能体，连续不间断运行8天，完成代码编写、测试与评审工作，最终产出一套可在笔记本电脑上启动运行的操作系统原型。

该原型自带负责调度硬件的内核，配套磁盘、键盘、网络驱动，支持持久化文件存储、窗口界面、登录界面、安装程序，并且内置Claude能力。

Claude Mythos 5.2在找漏洞方面也展现出了“天赋”。Anthropic在博客中提到，这是其在网络安全工程领域能力最强的模型。相比前代模型，它能够发现更多漏洞，并且更擅长复现、修复漏洞。

一家安全厂商测试发现，Claude Mythos 5.2找出的已确认漏洞里，有1/6是其他所有前沿模型遗漏的。在他们内部的CVE漏洞复现基准评测中，Claude Mythos 5.2检出漏洞数量比Claude Opus 5.5高10.2%，相比Claude Mythos 5.1提升14.4%。此外，有测试人员统计，前代模型给出的结果里大约每20条就有一条夸大了漏洞危害等级，Claude Mythos 5.2没有出现任何夸大风险的情况。

▲CVE漏洞复现基准评测结果

三、AI算出黑洞相变、完成费马大定理形式化，Fable 5.2包揽多学科硬核难题

如今，科研、工程与数学领域里的重要任务越来越依赖代码实现，数据分析、分子建模、零部件设计、仪器控制全都依靠软件完成。Claude Fable 5.2与Claude Mythos 5.2已帮助研究人员攻克这些领域中的各类难题。

1、理论物理学

Claude Fable 5.2解决了理论物理学中的两个公开问题。这两个问题均与黑洞相关，也关乎现代物理学的两大核心理论相对论与量子力学。

Claude的两项成果都建立在全息对偶的基础之上。全息对偶理论认为：某些包含引力的时空，可以完全由一套不含引力的量子理论精确描述。

第一个问题是，物理学家早在1983年就证明，这类时空升温时会突然生成黑洞，现象类似水的沸腾，但当时这套方法只适用于满足广义相对论适用条件的大尺度时空。2003年，学界提出了一套计算方案，用来验证极小尺度时空下是否也存在同样的现象，这类极小时空只能用量子体系描述，然而该计算工作量极大，一直没能完成。

Fable 5.2在高度自主的状态下完成了这套计算，并证实在这类小时空里，黑洞相变同样是突变式的。

第二个问题中，有一种技术已经被物理学家沿用超过15年，用来在简化时空模型中排除不合适的量子引力候选理论。Fable 5.2求出了该技术的精确适用边界。

论文成果：

2、蛋白质折叠

腺相关病毒（AAV）是一类小型、无致病性的病毒，其蛋白外壳衣壳（capsid）可用于递送基因治疗药物。衣壳的蛋白结构至关重要：比如它会决定疗法是否会被患者免疫系统拦截，但衣壳结构本身复杂度极高。AlphaFold等现有蛋白折叠模型只能预测单个蛋白结构，而衣壳是由数十个蛋白组装而成的。

Claude Mythos 5.2基于两款开源蛋白折叠模型，找到了一种能够精准预测完整衣壳结构的全新方案。它编写代码，对存在重叠的蛋白链分组运行上述模型，并利用衣壳已知的对称性信息，把各组预测结果融合拼接起来。

这套Claude提出的方法在多款天然衣壳与人工改造衣壳上均有效。Anthropic称，在测试中，它尝试建模的34个衣壳里，有28个得到了精准还原。

3、数学

形式化，是将数学证明翻译成一种计算机能够逐行核验的形式语言。它可以帮助数学家确认结论可靠，而无需人工逐条核验，当AI模型生成人类难以验证的结果时，这一点尤为重要。

Anthropic最早对费马大定理的形式化工作，是由一个尚未对外发布的Claude研究版本完成的，耗时11天。该过程需依托一套专门搭建的调度框架，同时需要一名研究员提供引导。

与之对比，由1000个Fable 5.2智能体组成的团队，仅用30小时就完成了该定理的完整形式化，几乎不需要人工介入。

Fable 5.2收到简单的提示词，就会自主搭建协同方案，全程没有查阅数学参考文献，仅依靠一组中间定理陈述来衡量进度。相比第一次形式化工作，Fable 5.2消耗的动作token仅为原先的1/3，产出的证明代码长度缩短至原来的1/7。

而在同样配置1000个智能体的条件下，Opus 5.5在18小时内只完成26%的形式化工作，到30小时之后几乎不再推进。

4、硬件与机器人技术

Fable 5.2在设计硬件设备、控制实体机器人方面也实现了重大进展。

硬件工程能力方面，研究人员给了模型一段简短提示词，要求它独立设计并交付三套可正常工作的电子设备，包含配套电路板、3D打印外壳以及控制软件。三套设备分别是家用语音助手中枢、USB会议免提音箱、手持电子宠物。

Claude自行撰写了产品规格书，从美国元器件供应商选型可用电子器件，完成每台设备的四层电路板布线、用CAD软件完成外壳建模，并编写设备控制软件。

整套电路板在一天之内即可达到可投产状态，全程仅需少量人工参与。Diode生产出电路板之后，Claude还指导该公司工程师完成设备测试与组装。Anthropic称，三台设备全部一次通电可用，无需任何电路改动。

机器人技术方面，由Fable 5.2控制的机器人可以完成多项任务，如还原魔方、拧开瓶盖、绘制机器人简笔画。

公开基准测试集RoboDojo用于检验AI能否基于相机图像操控仿真双臂机器人。Anthropic公布的该测试结果显示，使用同一套调度框架运行的Fable 5.2，性能优于其他前沿模型，同时也超过大多数专门为机器人控制打造的AI系统。

结语：Fable 5.2重新定义通用AI的工程边界

从PCB硬件设计、3D结构建模，再到机器人视觉操控，Fable 5.2正在把AI的边界从纯数字世界往外延伸。以往硬件、机器人领域大多依赖专用模型，通用大模型很容易在物理规则、电路约束上翻车。

这次Anthropic的新模型展现出的潜力，说明通用模型正在学会理解现实世界的物理约束。未来不管是小批量硬件原型快速迭代，还是工业机器人的柔性任务，都有可能借助这类通用工程智能体，大幅缩短试错周期。