Claude Fable 5.2发布：token降价20%，长任务能力大涨

赶在IPO之前，Anthropic把Claude Fable 5.2和Mythos 5.2一起推了出来。两个版本共用同一底座，区别落在安全权限上：Fable 5.2给通用用户使用，在网络安全和生物领域设有防护限制；Mythos 5.2则只向通过审核的机构开放，相关限制被解除，用于合规的网络安全与生命科学研究。

长任务能力是这次升级的重点，机器人训练相关的表现尤其突出。价格方面，Fable 5.2的token费用比Fable 5.1低了20%。审美和设计上，新版本相较Fable 5.1同样有不小的进步。

发布半小时内，就有人拿Fable 5.2做出一款画面相当精致的FPS游戏。不过独立测评机构Artificial Analysis发长文唱反调：智能水平确实上去了，token单价也确实降了，可摊到每个任务上的平均成本反而更高。让这家机构最受不了的一点是，Fable 5.2比以前“话痨”得多。

01

性能究竟涨在哪些地方？

先看评分。

机器人控制RoboDojo Sim从27.6%升到64.9%，涨幅达2.35倍；图表识别由44.8%提高到73.4%；远程职业任务从17.9%升至41.3%；科研终端由52.6%提升到74.6%；FrontierCode 2.0从32.4%升到49.1%；带工具的HLE则由65.6%提高到74.2%。

电脑操作（Computer Use）OSWorld 2.1仅从83.5%走到89.3%，变化有限；知识工作AA-Briefcase也只是从61.5%（ELO 1669）升到66.1%（ELO 1785）。换句话说，耗时越久、调用工具越多的长任务，Fable 5.2的涨幅越明显；一轮就能答完的题目，基本没怎么动。

长任务到底能长到什么程度？Anthropic给出了一组对照试验：1000个Fable 5.2的agent跑了将近30个小时，把费马大定理的形式化证明做完了。此前一个未发布的版本，配上专用“外挂”（定制化工具调度框架，purpose-built harness），还有研究员全程引导，完成同样的工作仍要11天。

而且Fable 5.2消耗的action token只有那个未发布版本的三分之一。换成1000个Opus 5.5的agent，结果是18小时完成26%，30小时完成27%，之后任务就停住不动了。

数学推理这类显而易见的长任务之外，在Anthropic性能表列出的全部长任务基准中，RoboDojo Sim的涨幅排在第一。博主@himanshu专门发文提醒，Fable 5.2里机器人和蛋白质设计这两项尤其值得盯。这个公开基准包含42个仿真任务和18个真机任务，双臂操作，模型只能从摄像头画面读取环境，评分维度共五个：泛化、记忆、精度、长程执行和开放词汇指令。

它考的是看画面、记前面、把一串动作连续走完，中途机器人一旦“歪了”，得自己纠回来。Anthropic官方称，它超过了“大多数专为控制机器人而建的AI系统”，理由是这些任务机器人在现实世界中完全没见过。

过去普遍的看法是，机器人得靠专门训练的具身智能模型来解决空间理解、动作规划这些问题。Fable 5.2是通用模型，任何公司都能直接拿它训练机器人，具身智能公司的训练门槛因此被大幅拉低。

回到Anthropic最擅长的编程领域，官方博客放了一张图，列的是当下几个最强的大模型在FrontierCode 2.0基准上的跑分。Anthropic还拿Fable 5.2不同的effort档位分别跑分，结果出人意料，甚至让人一度怀疑是填表时写错了。

Fable 5.2的Xhigh模式全球最强，得分49.1%，每任务14.19美元；effort拉到最高的max档，得分反倒降下来，为Max 45.6%，平均每个任务要花44.70美元。等于说思考时间更长、token花得更多，效果还不如Xhigh模式。

Anthropic官方给出的解释是：高effort制造的是过度斟酌。

Anthropic的说法是，effort调高之后，模型处理日常任务时会“搜集超出任务所需的上下文并过度斟酌”，为此还准备了专门防“过度规划”的提示词。可FrontierCode考的是补丁够不够格合进真实仓库，上下文本来就摆在diff里，把两行修复写成带主张的重构，放到这套基准里就算不合格，得分自然落在Xhigh后面。

Anthropic还提到另一种可能：模型想得太久，交卷时间赶不上，超时就要扣分。

02

Fable最突出的地方是什么？便宜。

Fable 5.2每百万token的输入价从10美元压到8美元，输出从50美元压到40美元，降幅20%；输出速度比5.1最多快30%。

fast mode是另一套价：输入16美元、输出80美元，价格翻倍，token生成最多再快2.5倍。

缓存读的价格是0.20美元，Fable 5那边要1美元。

Anthropic称，Fable 5.2的effort开到High，成绩就能接近Opus 5.5拉满（Max）的水平，而每个任务的成本只有后者的一半上下。

奇怪的是，Anthropic官方从头到尾没讲这轮降价是怎么来的。

那20%到底出自哪里？

9月12日，阿莫迪发文“We Must Pace the Frontier”，文中说放慢“不意味着停止模型训练或技术进步，而是确保公司有足够时间对齐并给模型加防护”。

10天之后的9月22日，Anthropic发布Opus 5.5，标价下调20%至4和20，并称运行成本比Opus 5低约40%。大约两小时后，OpenAI拿出GPT-6 Sol和Luna，定价比GPT-5.6促销价低约50%。

Ramp经济学家阿拉·哈拉齐安（Ara Kharazian）的说法是：“这不是什么技术革新，这其实是一种价格战，压低AI价格，也压低了自己的利润率。”

还有一处让人在意：版本号写的是5.2，可此前的Opus已经走到了5.5。The New Stack称，“竟然没叫Fable 5.5，真让人有点意外”。至于版本序号为何这样定，Anthropic没有给出任何解释。

Fable 5.2上线还不到一个小时，反驳就出现了。

独立评测机构Artificial Analysis发了一篇长帖：他们把Fable 5.2放进Intelligence Index v5，max档拿到65分排第一，比Opus 5.5的59分高出6分，比上一代Fable 5.1的49分高约15分，九项评测中五项拿下最高分。

先别急，Fable系列向来是智力天花板，这点没什么疑问。Artificial Analysis接着算账：max档平均每个任务花26.5美元，Opus 5.5在max档是10美元，前者约为后者的2.6倍，也是Fable 5.1的两倍左右。

单价降了20%，总成本反而翻了一番。Artificial Analysis还补了一句：Fable 5.2在评测中生成约2.75亿token，同类模型的中位数只有7280万，“它话太多了”。

最后还有一点，跑分是能用数字衡量的，Anthropic表示Fable 5.2在设计方面也做了升级迭代。

结果Fable 5.2发布不到半小时，社区里就有人拿它开发FPS游戏。

演示中枪械、射击反馈和场景都已经出现。评论区有网友看完，认为这已经可以直接发布了。

如果你只知道自己想玩一款什么样的游戏，第一行代码都还没动，这种时候倒可以让Fable多想几步。