Claude Fable 5.2登顶世界第一：30小时完成费马大定理形式化证明

资讯腾讯网作者：腾讯网 2026/11/10 06:42 全文 5284 字 · 约 14 分钟读完配图 3 张分类Claude Fable Anthropic 智能体

1000 个 AI Agent，30 小时完成费马大定理的形式化证明，连续工作 8 天，从零造出一套能在笔记本电脑上运行的操作系统。就在刚刚，Anthropic 正式发布 Claude ....

所属频道大厂动态智能体与 Agent Claude 与 Anthropic

1000 个 AI Agent 一起上阵，花 30 小时把费马大定理形式化证明做完；连续跑 8 天，从零写出一套能在笔记本上跑的操作系统。

Anthropic 刚刚正式发布 Claude Fable 5.2 和 Mythos 5.2 两款新模型。除了上面这些成果，新模型还啃下两个黑洞物理难题，生成速度最高提升 30%，API 价格降了 20%。

巧的是，两个月前 Anthropic CEO Dario Amodei 才公开喊话要放慢 AI 开发速度，转头公司又端出更强的前沿模型。同一时间，Anthropic 正在筹备估值 1 万亿至 1.5 万亿美元的 IPO。

一边劝大家慢下来，一边往万亿美元 IPO 冲，Anthropic 这回到底掏出了什么新东西？

1000 个 Agent 连干 8 天，从零造出一套操作系统

Anthropic 给

Claude Fable 5.2 和 Mythos 5.2 的定位是面向复杂技术挑战的旗舰模型，编程、推理、视觉理解、科学研究这几项能力是提升重点。

两款模型共用同一底层模型，差别主要在安全限制上。

Fable 5.2 加了网络安全和生物研究方面的防滥用机制，普通用户可以直接用；Mythos 5.2 保留更完整的专业能力，只向通过审核的机构开放。

官方公布的基准测试里，新模型成绩相当扎眼。

测 AI Agent 编程能力的 FrontierCode 2.0 上，Fable 5.2 拿到 49.1%，压过 Claude Opus 5.5 的 45.5%、GPT-6 Astra 的 42.8% 和 Gemini 4 Carbon 的 41.1%。

软件工程测试 FrontierSWE v2 中，Fable 5.2 得分 69.9%，比上一代高出 13.6 个百分点。FrontierCode 2.0 这边，它用较低的推理强度就跑出了接近 Opus 5.5 最高推理强度的成绩，单任务成本只有后者的一半左右。

第三方评测机构 Artificial Analysis 的最新榜单也给出了同样的信号。

Claude Fable 5.2 以 65 分拿下 Intelligence Index v5 第一，比 Gemini 4 Carbon 高 5 分、比 Claude Opus 5.5 高 6 分，9 项测试里有 5 项排第一。优势集中在科学推理、知识理解和编程上。不过最强推理模式下，平均单任务成本达到 26.5 美元，约是 Opus 5.5 的 2.6 倍。

比跑分更值得看的，其实是 Anthropic 摆出的实际工程案例。

有位工程师让 Fable 5.2 从零设计一套操作系统。模型从一个空文件夹起步，自己协调 1000 多个子 Agent，连续干 8 天，把写代码、测试、审查全包了。

最后 Claude 真的做出了一套能在笔记本电脑上启动运行的操作系统。

官方展示里，这套系统有自己的内核，磁盘、键盘、网络驱动都支持，还带文件存储、窗口界面、登录屏幕、安装程序，内置 Claude 功能。

它仍属实验性质的原型系统，可 AI 已经能自主协调上千个 Agent 完成这么复杂的软件工程项目，能力的变化摆在那儿。

另一个实际案例中，早期版本的 Fable 5.2 把 Anthropic 一项关键生产服务从 Python 迁到 Rust，启动速度提升到原来的约 26 倍。

发布后，AI 创业者 Matt Shumer 说 Fable 5.2 是自己用过的最强模型，过去别的模型搞不定的复杂项目它也能做，但有时又「过度负责」，连正常的工作任务都要拦一手。

网友 Kevin Ngo 晒了一款 Fable 5.2 做的 3D 游戏，浏览器里直接能玩，玩家可以乘船穿越 8 个梦幻世界；

开发者 Flavio Adamo 也展示了模型生成的 3D 作品，直呼其三维创作能力强得惊人。

网友 Synopsis 则用经典的「鹈鹕骑自行车」测试去挑战 Fable 5.2，把生成的作品晒了出来，直接称它是新一代 BOSS。

Anthropic 同时透露，公司核心代码库里超过 90% 被合并的代码变更，都是 Claude 在人类指导下写的。

从修简单 Bug 到自主规划、执行持续数天的大型工程任务，AI 编程正一点点具备独立扛下复杂项目的能力。

30小时拿下费马大定理形式化证明，还顺手解了黑洞物理难题

编程能力的进步或许还在意料之中，Anthropic 晒出的科研成果就有点出人意料了。

费马大定理算得上数学史上最有名的难题之一。数学家安德鲁·怀尔斯上世纪 90 年代就给出了证明，可要把它变成计算机能一步步校验的形式化证明，工作量依然极其庞大。

此前 Anthropic 动用尚未发布的研究模型，在人类研究人员的指导下花了 11 天才把这件事做完。

这回不一样：一支由 1000 个 Fable 5.2 Agent 组成的队伍，只用了 30 小时就完成费马大定理的形式化证明，人工干预几乎可以忽略。

实验中模型自己搭起了协作机制，产出的证明长度压到此前的七分之一，消耗的操作 Token 也降到原来的三分之一。作为对照，同样配置的 Claude Opus 5.5 跑满 30 小时，证明工作只推进了约 27%。

数学之外，Fable 5.2 还啃下了两个和黑洞相关的理论物理开放问题。

其中一个是黑洞形成时的相变机制。早在 1983 年，科学家就发现特定理论模型里的黑洞会随温度变化突然形成，但这个结论能不能推广到更小的量子尺度，始终缺少完整的计算结果。

此前长期没做完的计算，Claude 基本靠自己跑完了，得出的突变结论与先前一致。另一项研究里，模型则划定了某种量子引力理论分析方法的精确适用边界。

另一边，Mythos 5.2 把两种现成的开源蛋白质结构预测模型结合起来，做出了一套预测完整病毒衣壳结构的新办法，在测试的 34 个衣壳中有 28 个被准确建模。

这些科研成果当然还需要进一步验证。不过从数学证明到黑洞物理，再到蛋白质结构预测，AI 已经插手越来越多的专业研究任务。

一次提示词设计出三款电子设备，机器人也能听懂指令了

Claude 的本事还伸到了现实世界的硬件设计上。

Anthropic 与电路板设计制造公司 Diode 合作做了一项实验：研究人员只给了一段提示词，Fable 5.2 就设计出三款能真正跑起来的电子设备——家庭语音助手中枢、USB 会议扬声器，还有掌上电子宠物。

从头到尾，Claude 自己写产品规格、挑电子元器件、设计四层 PCB 电路板、建 3D 打印外壳模型，连配套软件也一并开发。

据 Anthropic 介绍，每款设备的电路板设计都在不到一天内达到可制造状态；Diode 制造完成后，Claude 又指导工程师测试和装配。最终三款设备全部成功运行，电气设计一处没改。

机器人控制这块，Fable 5.2 的进步同样肉眼可见。

RoboDojo Sim 双臂机器人模拟测试中，Fable 5.2 成功率 64.9%，上一代 Fable 5.1 是 27.6%，GPT-6 Astra 为 29.8%。

官方演示里，Claude 控制的实体机器人还拧开了瓶盖、还原了魔方，并画出了机器人图案。

巧的是，网友 Tekon Burns 也拿真魔方考了 Fable 5.2 一把：只传 6 张照片，模型就给出步骤极少的解法，而且没走人类常见的先拼白十字、再还原白面那套思路。

从屏幕上的文字和代码，到现实中的电路板和机器人，Claude 正试着把推理能力变成实打实的物理操作。

网络安全继续加码，却主动给 AI 研发能力设限

和 Fable 5.2 相比，Claude Mythos 5.2 的重心依旧落在网络安全上。

Anthropic 今年 4 月最早推出 Mythos，因其漏洞发现和利用能力太强，当时只对经过筛选的机构开放，之后才推出加了安全限制、面向公众的 Fable 系列。

Mythos 5.2 在内部 CVE Rediscovery 测试中能重新找出 89.6% 的已知软件漏洞，上一代这一数字是 78.3%。

有安全公司发现，Mythos 5.2 确认的漏洞里，约六分之一是其他前沿模型在测试中没能发现的。

能力上去了，Anthropic 的安全措施也跟着加码。超过 1800 个场景的沙箱逃逸测试中，Mythos 5.2 动用沙箱外凭据或文件的比例从上一代的 21% 降到 3.1%。

更该留意的是 Anthropic 给新模型主动设下的限制。

官方说得明白：训练时专门压住了新模型在 AI 加速器 Kernel 优化、大语言模型架构改进这些方向上的能力增长。

所以 Fable 5.2 和 Mythos 5.2 综合能力虽然明显更强，但在那些可能直接给下一代 AI 研发提速的任务上，表现大致还停在 Claude Opus 5.5 的水平。

Anthropic 强调，这些调整没有波及普通 Agent 编程、硬件开发和传统机器学习研究等能力。

另外，Anthropic 加强了防止模型能力被非法蒸馏的手段，称相关技术能让恶意蒸馏者拿到的数据量减少 90% 至 99%。

价格降低 20%，Claude Pro 还有隐藏福利

Claude Fable 5.2 今天正式上线，Claude 平台以及 AWS、Google Cloud 和 Microsoft Azure 等云服务均已覆盖，开发者用 claude-fable-5-2 就能调用。

标准 API 价格比上一代降了约 20%，每百万输入 Token 收 8 美元，每百万输出 Token 收 40 美元。

两款模型另有可选的 Fast Mode，Token 生成速度最高为标准模式的 2.5 倍，价格相应涨到每百万输入 Token 16 美元、每百万输出 Token 80 美元。

Anthropic 表示，Fable 系列主要面向复杂工程、数学和科研任务，日常编程及知识工作还是建议优先用 Claude Opus 5.5。

图｜https://platform.claude.com/docs/en/models/overview

为推广新模型，Anthropic 还搞了限时体验活动。

当地时间 11 月 9 日至 16 日，符合资格的 Claude Pro 用户和 Team 标准席位用户，可在原有每周使用额度的 50% 以内使用 Fable 系列模型，不用额外购买额度，还能获得一次免费额度重置机会。

Max、Ultra 及部分 Team、Enterprise 高级席位用户，则可按付费订阅时长拿到 1 至 3 次使用额度重置。

要注意的是，重置只恢复已经消耗掉的额度，不会永久抬高订阅计划的使用上限。Mythos 5.2 目前仍主要开放给通过验证的网络安全机构和生命科学研究组织。

一边呼吁放慢 AI，一边冲刺万亿美元 IPO

Anthropic 这次发新模型，时间点相当微妙。

今年 9 月，Anthropic CEO Dario Amodei 曾公开呼吁放缓 AI 开发速度，希望全行业更谨慎地对待快速提升的模型能力及其潜在风险。

结果才过两个月，Anthropic 就端出了能力更强的新一代前沿模型。

Anthropic 研究产品管理负责人 Dianne Penn 接受 CNBC 采访时回应称，「我们呼吁的是控制发展节奏，而非暂停发展。」

Anthropic 表示，新模型正式发布前经过了大量安全与对齐测试，英国 AI 安全研究所、METR 等外部机构也参与了评估。

不过，安全上的投入也正面临越来越现实的商业压力。

Anthropic 眼下正在做上市前的最后冲刺，管理层很快就要启动路演，给出的目标估值区间是 1 万亿至 1.5 万亿美元。此前市场上流传的 2 万亿美元目标，已经被这个数字压了下去。

更新后的招股说明书显示，到今年 9 月 30 日为止，Anthropic 的营收达到 332.4 亿美元，同比涨幅约 1200%。一家公司马上要去冲万亿美元级别的 IPO，技术领先自然能换来更多生意，可反过来，减速的代价也越来越难扛。

AI 竞赛里最拧巴的地方大概就在这：谁都明白该踩刹车，可谁都不愿意做第一个慢下来的人。

本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。

继续浏览更多资讯

返回资讯目录