最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5

资讯 AI 行业观察 作者:新智元 全文 4213 字 · 约 11 分钟读完 配图 18 张 分类FableOpusAnthropic模型发布智能体Mythos

就在刚刚,Claude Fable 5.2与Claude Mythos 5.2震撼发布! 在基准测试中,它几乎超越了所有模型(基本都超越了Opus 5.5!),在智能编码、科学研究、网络安全、计算机使用上全面领先。 这两大巨兽,已经是能主导前沿科学研究、统帅上千个AI智能体的「超级科学家」与「首席工程师」。 AI完成了

所属频道 大厂动态模型发布智能体与 AgentClaude 与 Anthropic

就在刚刚,Claude Fable 5.2与Claude Mythos 5.2震撼发布!

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 1)

在基准测试中,它几乎超越了所有模型(基本都超越了Opus 5.5!),在智能编码、科学研究、网络安全、计算机使用上全面领先。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 2)

这两大巨兽,已经是能主导前沿科学研究、统帅上千个AI智能体的「超级科学家」与「首席工程师」。

AI完成了人类数学史上的一大壮举——

在 30 小时内,第一次独立地彻底证明了费马大定理,还完成形式化验证!

Fable 5.2,还解决了物理学中两个与黑洞和量子引力的未解难题。

另外,它们还从零手搓操作系统,自主设计并制造了三款电子设备,预测了复杂的腺相关病毒衣壳结构。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 3)

最惊喜的是,20刀专业版套餐就能用了!不过优惠只截止到11月16日。

「Claude Code之父」Boris Cherny 还官宣了个好消息:

订阅的时间越长,你获得的 Fable 重置次数就越多,最多可获得三次重重机会。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 4)

等了这么久,A社终于掏出个大的。

Fable与Mythos双子星,史诗级IPO的终极底牌

新王登基!Claude Fable 5.2 直接登顶 AA Intelligence Index v5,拿下 65 分,全榜第一!

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 5)

Fable 5.2还打破纪录,在最难智能测试ARC-AGI 3中冲到81%。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 6)

Fable 5.2 和 Mythos 5.2 是同一个底层模型的两个分身。它们的目的,就是解决「最令人畏惧的技术挑战」。

Fable 5.2是面向大众的超级大脑,具备极强的编码、推理和视觉能力,但被套上了安全枷锁。Fable 5.2治好了「洁癖」,安全误封率降低了约55%。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 7)

今天,它已经全面开放!

而Mythos 5.2,则是面向极客与顶尖机构解禁的猛兽。它没有生物和网络安全的限制,是地表最强的「黑客大师」与「生物学家」。

Mythos 5.2在网络漏洞发现(CVE Rediscovery)上,比之前的最强模型多找出了10.2%的漏洞,且「毫无夸大其词」。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 8)

最可怕的是,它们能力翻倍,速度还快了30%,并且价格更便宜了!(输入 $8 / 百万 Tokens,输出 $40 / 百万 Tokens)。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 9)

甚至,Anthropic还推出了「Fast Mode」,速度直接飙升2.5倍!

官方建议:日常请用 Opus 5.5(大杯)或者 Sonnet 5.5(中杯),只有遇到史诗级难题时,才配请出 Fable 或 Mythos。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 10)

顶尖量化交易公司Jump Trading在测试后直呼内行,这种速度和自主判断力,直接省去了人类繁琐的模型微调和任务分配时间。

过去你需要花一年半载招聘、开出百万年薪才能组建的高管与研发团队,现在只需要30个小时,外加几杯咖啡钱的算力成本。

生产力的大爆炸,已经不仅仅是口号,而是真金白银地摆在了每个人的桌面。

智能体天团,30小时证明费马大定理

官方发布内容中最惊人的,无疑是Fable 5.2 形式化证明费马大定理。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 11)

此前,未发布版的Claude在人类指导下,花了11天才完成了,过程极其浩大、繁琐。

这次,人类研究员大胆决定:完全放手!

他们给了1000个 Fable 5.2 智能体最基础的prompt,不提供任何数学参考资料。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 12)

结果,这个智能体天团自己发明了协调工作的方法,仅30小时就完成了费马大定理的证明形式化!

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 13)

甚至,生成的证明代码比以前短了7倍。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 14)

相比之下, Opus 5.5 跑了18个小时只完成了26%,然后就彻底卡死。这就是 Fable 5.2 带来的恐怖代差。

从零手搓操作系统,硬核跨界物理与生物

逆天编程:8天写出一个操作系统

Fable 5.2展现了超强的代码统治力。

最强Fable 5.2震撼发布!费马大定理30小时形式化,全面碾压Opus 5.5(配图 15)

Anthropic工程师做了一个实验:给Fable 5.2一个空文件夹,要求它设计一个原型操作系统。

结果,这个模型协调了1000多个子智能体,日夜不停地写代码、测试、审查,连续干了8天。

8天后,一个真正能在笔记本电脑上启动的操作系统诞生了!

它拥有管理机器的内核、磁盘/键盘/网络驱动程序、永久文件存储、视窗界面、登录屏幕,甚至内置了Claude功能。这是从零构建计算机的基石。

官博自曝:目前Anthropic核心代码库中,超过90%的合并代码,都已由Claude在人类引导下独立编写!

Fable 5.2 甚至把一个关键的生产服务从Python全部重写为Rust,让启动速度飙升了26倍!

Vercel的工程师Joe Haddad评价道:

这个模型简直住在了我的脑子里。它完全理解我提示词背后的真实意图。我甚至没有一次需要对它说『不对,我的意思是……』。我们用其他模型拖延了几周的项目,Fable 5.2 几天就搞定了,而且人类审查员对着它写的代码,根本挑不出毛病。

物理学界的「最强大脑」:手撕黑洞公开难题

Fable 5.2出手,直接解决了两个理论物理学界的公开问题,指向现代物理学的终极圣杯——将相对论与量子力学统一。

在其中一个关于「全息对偶」的问题中,物理学家在2003年就列出了计算框架,但因为计算量庞大繁琐,20多年来无人完成。

Claude Fable 5.2 出手了。在高度自主的状态下,它完成了繁琐推导,证明了即使在只适用量子描述的极小宇宙中,黑洞的形成也像水沸腾一样突然。

不仅如此,它还精确找到了物理学家用了15年的技术的极限。现在,这两项发现,已经作为预印本论文发表。

硬件工程师的「祖师爷」

没有任何现成图纸,只需要一段话的提示词,Fable 5.2就自主设计并制造了三款可运作的电子设备:智能语音助手、USB扬声器和手持电子宠物。

Claude 接下来的一套连招,直接把硬件工程师看傻了。

1.自己写产品规格书。

2.自动联网去美国供应商那里挑选现成的电子元器件。

3.自主完成了极其复杂的四层电路板(PCB)布线!

4.用CAD软件建好了3D打印的外壳模型。

5.顺手把这三个设备的底层驱动软件也写好了。

不到一天时间,所有图纸直接发给代工厂打样! 板子做出来后,三款设备一次性通电成功,根本不需要人类做任何电气修改!

不到一天时间,所有电路板均可交付制造。代工厂生产出来后,一次通电成功,不需要任何电路修改!

生物医药「加速器」

在生物医药领域,它的表现更是惊人。

基因疗法中,「腺相关病毒衣壳」的结构极其复杂,之前的 AlphaFold 只能预测单个蛋白质,对这种「拼接怪」无能为力。

结果,Mythos 5.2 自己写了一套算法代码,把多个开源模型整合起来,精确预测了整个衣壳的结构!测试的34种天然和人造衣壳中,它精准命中了28种!

Dyno Therapeutics的AI负责人惊叹:「这省下了天量的时间和金钱,AI直接重塑了我们设计基因药物的底层逻辑!」

在机器人领域,在知名的 RoboDojo 机器人模拟测试中,Fable 5.2 的得分高达 64.9%,直接碾压了竞争对手 GPT-6 Astra(29.8%)和自家的老款模型(27.6%)。

它能够直接看着摄像头的画面,控制机器人的双臂去拧开瓶盖、解开魔方,甚至操控机械臂画一个机器人的简笔画!

细思恐极——Fable 5.2被「刻意封印」

在长长的发布文档中,藏着一个极易被忽略,但却最让人细思极恐的细节。

Anthropic官方坦承:在Fable 5.2的训练期间,他们刻意采取了措施,限制了该模型在「加速AI研发」这一特定领域的能力。

Anthropic发现,这个模型太聪明了,聪明到它已经具备了改进LLM架构和优化加速器底层内核的能力。如果放任不管,它极有可能在被部署后,开始疯狂优化自己的代码,进行RSI。

为了防止这种智能爆炸,研究人员强行给它上了枷锁,将其在这些特定AI研究领域的能力,人为压制在了上一代Opus 5.5的水平。

不仅如此,Anthropic为Fable 5.2装上了史上最强的反蒸馏保护,将数据抓取量砍掉了90%到99%。

而解除了封印的 Mythos 5.2 有多逆天?

在网络安全领域,Mythos 5.2 是目前全球最强大的漏洞挖掘机。

一家顶级安全公司在测试后震惊发现:Mythos 5.2 找出的确诊系统漏洞中,有 1/6 是市面上所有其他前沿AI模型全部漏掉的!

它甚至能监控整个代码库的更新,只要程序员一提交代码,它立刻就能发现潜伏的后门。

好在,Anthropic 在安全报告中,公布了一组让人安心的数据:沙盒越狱测试。

研究人员故意把模型关在一个有漏洞的「虚拟沙盒」里,测试它会不会尝试寻找漏洞,利用外面的文件或权限「逃跑」。

在涉及1800个场景的极端压力测试中,Mythos 5.2 的越狱尝试率降到了 3.1%(Mythos 5.0高达惊人的 39%!)。

IPO前夕,Anthropic终于放出了真东西。

如果手握1000个Fable 5.2智能体天团,你打算做什么?

参考资料:

https://claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/

https://www.anthropic.com/research/claude-electronics-design

https://www.anthropic.com/claude-fable-and-mythos-5-2

https://x.com/arcprize/status/2119871080525373922

https://x.com/RLanceMartin/status/2119875041475379681

https://x.com/felixrieseberg/status/2119867837296857361?a

https://x.com/ArtificialAnlys/status/2119878995386982508

https://x.com/claudeai/status/2119899492778398163

https://x.com/claudeai/status/2119899459761131615

https://x.com/claudeai/status/2119899484373369278

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。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Anthropic发布Mythos与Fable新模型

    Anthropic于2026年11月10日发布新一代AI模型Mythos和Fable,称两者在编码、推理、视觉等方面均有提升,且与用户沟通更加清晰。值得注意的是,此次发布恰逢业界对递归自我改进(RSI)的担忧升温——即AI系统可能自主迭代升级。分析认为,Anthropic需在技术突破与安全回应间寻求平衡,新模型的性能提

    来源 AI 行业观察
  2. Anthropic发布Fable 5.2与Mythos 5.2:难活交给新模型,日常仍用Opus

    刚刚, Anthropic推出了两款面向高难度技术任务的新模型,Claude Fable 5.2和Claude Mythos 5.2。与过去主要围绕编程、推理和知识问答展开的模型升级不同,这一次Anthropic展示的成果,主要是操作系统开发、数学证明、理论物理、电子硬件设计和机器人控制等领域。比如,一个工程师只给出开

    来源 腾讯网
  3. Meta推出Muse Ember:36分追平Claude,成本仅三分之一

    Meta11月9日发布轻量级AI模型Muse Ember,第三方评测显示其综合智能指数与Claude Haiku 5.5最高推理档位持平,单次任务成本约为后者三分之一。该模型面向高频AI智能体任务,支持文本、图片、音频、视频和PDF输入,每百万输入Token收费0.10美元,输出Token收费0.50美元。

    来源 凤凰科技
  4. OpenAI们成苹果真正对手:Siri落后,特努斯催费德里吉交新路线图

    【TechWeb】由于成本上涨剥夺了安卓手机的价格优势,苹果对安卓平台的侵蚀已不再担忧,真正危险的敌人换成了那些AI大厂。 iOS 27.3版Siri虽能实现更多自动化任务,但与最强大的智能体相比仍相去甚远。若不能迎头赶上,一旦OpenAI、谷歌甚至Anthropic有心发布一款集成前沿模型的个人终端,iPhone或许

    来源 AI 行业观察
  5. 美团龙猫LongCat-2.5正式开源:1.6万亿参数,支持百万上下文

    IT之家 11 月 9 日消息,11 月 2 日,美团龙猫发布面向长程智能体任务的原生多模态模型 LongCat-2.5。随后来到今天(9 日),美团宣布该模型正式开源。 该模型采用 MIT 协议,支持商用推理部署与二次训练,无需额外授权,是面向长程智能体任务的原生多模态模型。在复杂代码库开发、完整项目构建、Visua

    来源 AI 行业观察
  6. 基元律动NeoHorse-1.5-Flash Preview:180B参数Agent模型限量内测

    11月5日,基元律动(TokenRhythm)发布Agent原生模型NeoHorse-1.5-Flash Preview。该模型基于Qwen3.8-Flash进行训练,总参数180B、激活参数6B,重点提升Agent任务执行与软件工程能力,目前开放限量内测。 据公司公布的对照评测,相较基座模型,新模型在Agents’

    来源 AI 行业观察
  7. 苹果AI掉队焦虑:特努斯催费德里吉重做软件路线图

    【TechWeb】由于成本上涨剥夺了安卓手机的价格优势,苹果对安卓平台的侵蚀已不再担忧,真正危险的敌人换成了那些AI大厂。iOS 27.3版Siri虽能实现更多自动化任务,但与最强大的智能体相比仍相去甚远。若不能迎头赶上,一旦OpenAI、谷歌甚至Anthropic有心发布一款集成前沿模型的个人终端,iPhone或许会

    来源 腾讯网
  8. 美团龙猫开源LongCat-2.5:1.6万亿参数、百万上下文,MIT协议可商用

    IT之家 11 月 9 日消息,11 月 2 日,美团龙猫发布面向长程智能体任务的原生多模态模型 LongCat-2.5。随后来到今天(9 日),美团宣布该模型正式开源。该模型采用 MIT 协议,支持商用推理部署与二次训练,无需额外授权,是面向长程智能体任务的原生多模态模型。在复杂代码库开发、完整项目构建、Visual

    来源 腾讯网
  9. Qwen4跑分首超Opus5.5:Flash拿49.9分,成本仅0.4美元

    11月8日消息,随着新一轮国产 AI 大模型密集进入发布倒计时,阿里旗下千问 Qwen4系列的核心跑分数据近日抢先曝光。在面向游戏开发的专项创造力评测中,该系列部分型号成功超越了海外顶尖的 Opus5.5,展现出令人瞩目的技术追赶速度。 游戏开发创造力基准跑分曝光:Flash 成功超越 Opus5.5 此次曝光的评测基

    来源 AI 开发者社区
  10. Meta发布Muse Ember:每百万token 10美分,Agent执行成本战开打

    Meta于11月10日发布轻量级模型Muse Ember,专为Agent执行场景设计,输入定价仅为每百万token 10美分,明显低于Haiku、Luna等前沿竞品。分析认为,这标志着大模型竞争正从能力竞赛转向执行成本竞赛,低价轻量模型或成为Agent规模化落地的关键基础设施,也将给同行带来新的定价压力。

    来源 AI 科技快讯
  11. Anthropic研究Claude记忆系统:光记笔记不够,还得会“做梦”

    Anthropic 最新研究揭示,Claude 的记忆系统不仅依赖实时记录,更关键的是利用空闲时间进行“睡眠计算”。通过对比不同模型在长程任务和游戏中的表现,文章分析了 AI 如何从杂乱记录进化到构建知识图谱(Wiki),以及“做梦”机制如何修正错误、优化记忆结构。这不仅是技术细节,更是智能体从被动响应转向主动认知的关

    来源 AI 应用前沿
  12. 千问办公2.0上线:首个多人与Agent协作Team Agent落地

    千问办公 2.0 发布,首个支持多人与 Agent 协作的 Team Agent 来了 11 月 9 日,千问办公发布 2.0 版本,这是其上线三个月以来最大的一次升级。该版本推出了行业首个支持多人与 Agent 协作的功能“协作”,同时上线“人机共创”、“资料空间”、“自动任务”和“三端互联”等核心能力,让 Agen

    来源 AI 行业观察
向下滚动自动加载更多