Claude Fable 5.2发布：token降价20%，长任务能力大涨
单价降20%但总花费更高，Fable 5.2变强却成 “话痨”
就在IPO之前，
Anthropic推出了Claude Fable 5.2和Mythos 5.2两款新模型。
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只对通过审核的机构开放，相关限制被解除，以便支撑合规的网络安全与生命科学研究。
这一版提升最明显的地方是长任务，机器人训练相关的表现尤其突出。另外，Fable 5.2的token价格比Fable 5.1低了20%。
审美和设计方面，Fable 5.2对比Fable 5.1同样有较大进步。
模型上线半小时，就有人拿它做出了一款画面相当精致的FPS游戏。
独立测评机构Artificial Analysis却发了长文吐槽。它的说法是，Fable 5.2的智能水平确实上去了，token单价也确实降了，但平均到每个任务的成本反而变高。最让这家机构受不了的是，Fable 5.2比以前“话痨”得多。
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%，涨了2.35倍；图表识别从44.8%升到73.4%；远程职业任务从17.9%升到41.3%；科研终端从52.6%升到74.6%；FrontierCode 2.0从32.4%升到49.1%；带工具的HLE从65.6%升到74.2%。
电脑操作（Computer Use）OSWorld 2.1只从83.5%走到89.3%，幅度不大；知识工作AA-Briefcase从61.5%（ELO 1669）升到66.1%（ELO 1785），同样有限。
也就是说，凡是耗时更长、调用工具更多的长任务，Fable 5.2的涨幅都很可观；一轮就能答完的题目，基本没怎么动。
那这里说的长任务，究竟能长到什么程度？
Anthropic给了一组对照试验：用1000个Fable 5.2的agent，花将近30个小时，把费马大定理的形式化证明做完了。此前有一个未发布的版本，配上专用的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用掉的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%，之后任务就卡住不再推进。
数学推理这类长任务自然显眼，不过在Anthropic给出的性能表中，所有长任务基准里RoboDojo Sim的涨幅排在第一位。博主@himanshu专门发文提醒，Fable 5.2要重点看机器人和蛋白质设计这两项。
这个公开基准包含42个仿真任务和18个真机任务，采用双臂，模型只能从摄像头画面中读取环境信息。评分分五个维度：泛化、记忆、精度、长程执行和开放词汇指令。
它考的是边看画面、边记住前面的情况、再连续做完一串动作；中途机器人一旦“歪了”，必须自己纠正回来。
Anthropic官方称，它超过了“大多数专为控制机器人而建的AI系统”，原因是这些任务机器人在现实世界里压根没见过。
以往的看法是，机器人得专门训练具身智能模型，来解决空间理解、动作规划之类的问题。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。
在Anthropic最拿手的编程方向上，官方博客放了一张图，内容是几个当前最强的大模型在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，该博主一度怀疑是填表时写错了。
Fable 5.2的Xhigh模式排在全球最强，得分49.1%，每个任务14.19美元。把effort拉到最高的max档位，得分反倒降了，为Max 45.6%，平均每个任务44.70美元。
也就是说，思考时间更长、token花得更多，效果却不如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开得高，处理日常任务时就容易“搜集超出任务所需的上下文并过度斟酌”，他们还准备了防止“过度规划”的提示词。FrontierCode盯的却是补丁够不够格进真实仓库——上下文本来就摆在diff里，把两行修复写成带一堆主张的重构，放到这套基准里就是不合格，分数自然落在Xhigh以下。
Anthropic还提到另一种可能：模型想得太久，交卷时间到了还没写完，超时就要扣分。
Fable最抢眼的地方，其实是便宜。
Fable 5.2每百万token的输入价从10美元下调到8，输出从50降到40，降幅20%；输出速度比5.1最多快30%。
fast mode单独计价，输入16、输出80，价格翻倍，token生成最多再快2.5倍。
缓存读是0.20美元，Fable 5那边要1美元。
按Anthropic的说法，Fable 5.2的effort开到High，成绩就接近Opus 5.5开到顶（Max），而每个任务的成本只有后者的一半左右。
只是整篇官方说明里，降价的原因一个字没提。
这20%到底从哪挤出来的？
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天后的9月22日，Anthropic发布Opus 5.5，标价下调20%到4和20，并称运行成本比Opus 5低约40%。大约两小时后，OpenAI推出GPT-6 Sol和Luna，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已经推到5.5。The New Stack称，“竟然没叫Fable 5.5，真让人有点意外”。Anthropic对版本序号没有给出任何解释。
Fable 5.2上线还不到一个小时，反驳就来了。
独立评测机构Artificial Analysis发了一篇长帖。他们把Fable 5.2放上Intelligence Index v5，max档65分排第一，比Opus 5.5的59分高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。
不过Fable系列向来是智力天花板，这点没什么争议。Artificial Analysis接着算账：max档平均每个任务花26.5美元，是Opus 5.5在max档10美元的约2.6倍，也是Fable 5.1的两倍左右。
单价是砍了20%，总成本反倒翻了一番。Artificial Analysis还“补了一刀”：Fable 5.2在评测里生成了约2.75亿token，同类模型中位数只有7280万，“它话太多了”。
最后一点，跑分是能量化的，Anthropic表示Fable 5.2在设计方面也做了升级迭代。
Fable 5.2发布不到半个小时，社区里就有人拿它试着开发FPS游戏。
演示里枪械、射击反馈和场景都有了。有网友看完在评论区说，这都能直接发布了。
如果你只知道自己想玩一款什么样的游戏，第一行代码还没动，这种时候倒可以让Fable多想几步。
