Chinese content用户仅凭一次提示词，用 Fable 5.2 在 8 小时内从零做出完整游戏
有人拿 Fable 5.2 一次性提示词跑通了一款完整游戏，8 小时、550 美元 Token 费，模型、声音、纹理全自己生成。想知道长时程自主任务现在的真实水位和成本量级，这条数据很直观。
Latest
Every published item, in order · 9305 items
Nov 10
Chinese contentMatt Shumer 用 4000 亿 Token 实测 Fable 5.2
Matt Shumer 拿 4000 亿 Token 让 Fable 5.2 真做项目而不是刷分，这种实测方式比看榜单更实在。原文还列出 5 个具体案例，做长上下文评测或者想换模型的人可以看看他怎么设计测试。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程跑分超 GPT-6 Astra
Anthropic 这次一次发了两个模型，编码跑分把 GPT-6 Astra 和 Gemini 4 Carbon 都压了下去，API 还便宜了 20%。最离谱的演示是协调上千个智能体花 8 天写出能启动的操作系统。做编程和智能体开发的可以重点看 FrontierCode 2.0 那组数据。
IT之家Source
Chinese contentFable 5.2 发布：从零构建操作系统，性价比对标 Opus 5.5
Fable 5.2 拿从零写操作系统当演示任务，官方数据说性价比超过 Opus 5.5，做开发的可以关注下。比较有意思的是他们训练时主动锁死了模型的 RSI 能力，这个安全取舍值得聊聊。
Chinese contentClaude 发布 Fable 5.2 与 Mythos 5.2，Agent 能力再升级
Claude 这次一口气发了 Fable 5.2 和 Mythos 5.2 两个版本，主打 Agent 实操能力。最亮眼的是 Fable 5.2 能直接生成一个可交互的完整操作系统 Demo，不是截图那种糊弄的。做 Agent 开发或自动化的朋友可以看看这 10 个案例，对比下自己手上的工具。
Chinese contentFable 5.2 在 FrontierCode 2.0 基准上以 49.1% 保持领先
如果你想选模型跑 Agent 编程任务，这条值得看：Fable 5.2 在 FrontierCode 2.0 拿了 49.1%，比 Opus 5.5 高 3.6 个百分点，成本还只有 Opus Max 的一半左右。跑批量编程工作流的团队可以直接对一下价格和完成率。
Chinese contentClaude 发布 Fable 5.2 与 Mythos 5.2，Agent 完成复杂任务
Claude 这两个新版本能一口气跑完长任务，甚至直接生成可玩的操作系统 Demo，不是嘴上回答而是真做出来。做自动化工作流的人可以看看那 10 个案例，找找自己能复用的场景。
Chinese content蚂蚁集团 Robbyant 开源触觉 AI 模型
蚂蚁集团 Robbyant 把触觉模型开源了，不同传感器信号能统一处理，做机器人感知的团队可以少走弯路。和各家自建触觉方案相比，这种跨传感器表征思路更省适配成本，搞具身智能的可以关注下代码。
Chinese contentAnthropic 发布 Fable 5.2 与 Mythos 5.2，宣称速度提升 30%
Anthropic 一次放出两个新模型 Fable 5.2 和 Mythos 5.2，官方说比上代快 30%。如果经常用 Claude 系列做长任务，速度提升能直接省时间。不过参数、定价都还没公开，想上生产环境的话建议等更完整的评测。
Chinese contentDylan Patel 称 Anthropic 在 Fable 5.2 中有意削弱 RSI 能力
Dylan Patel 爆料 Anthropic 的 Fable 5.2 在芯片设计、生物等领域大幅变强，但被刻意削弱了 RSI 能力，GDPx 分数能看出来。关心前沿安全策略和开源模型差距的人可以看看这条讨论。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，速度提升、价格下调
Anthropic 把旗舰 Fable 从 5.1 升到 5.2，跑分压过 Gemini 4 Carbon 和 GPT-6 Astra，速度快 30%，输入价降到 8 美元一百万 token。做硬核技术求解的团队值得看，写代码还是先试试 Opus 5.5。
Chinese contentAnthropic Fable 5.2 评测登顶，指挥 1000 个 AI 连干 8 天造出原型操作系统
这期日报信息量大：Fable 5.2 排第一还带 1000 个 AI 干活的演示，Dot 能一句话管多台电脑，UE5.9 是 Agent 一周做出来的引擎版本。做开发、做产品的人都值得刷一遍。
Chinese contentPatternBloom 让 Agentic RAG 学会可复用的推理图模式
搞 RAG 智能体的值得看看：它不再只检索文本，而是把 RL 训练出的推理骨架存成图谱记忆给 agent 复用。7B 模型跑赢了 27 个基线 15 个点，代码也开源了，想做深度推理检索的团队可以直接抄作业。
Chinese contentHibana：面向统一内存设备的本地智能体推理引擎
想在本地跑大模型智能体的开发者可以看这篇。它专门针对 DGX Spark 这类统一内存设备优化，跑 125B 的 Qwen、Nemotron 比 vLLM、llama.cpp 快 3 到 4 倍，还能保存智能体状态随时恢复，代码也开源了。
Chinese content面壁智能详解 LES：让 35B MoE 模型在手机上跑出 20+ tokens/s
面壁智能把 35B 的 MoE 模型塞进手机，靠 LES 预取专家权重这一招，iPhone 上跑到 20.51 tokens/s，代码还开源了。做端侧部署的人可以直接看实现细节，比单纯量化压缩的路子更值得研究。
Chinese contentAnthropic 发布 Fable 5.2，可协调超 1000 个 AI 智能体
Anthropic 在 IPO 传闻下推出 Fable 5.2，主打一次协调上千个智能体，跟 OpenAI 那种单智能体玩法很不一样。做多智能体系统的开发者值得看看实际调度能力如何。
Chinese contentClaude 发布 Fable 5.2 与 Mythos 5.2，部分任务成本仅 Opus 5.5 一半
Claude 一次发了 Fable 5.2 和 Mythos 5.2 两款模型，官方说编码、推理、视觉都比 Opus 5.5 强，部分任务成本还便宜一半。经常用 Claude 写代码、跑技术项目的朋友可以直接对比下成绩单再决定升不升级。
Chinese contentClaude 发布 Fable 5.2 与 Mythos 5.2，多项能力超 Opus 5.5
Claude 一次放出 Fable 5.2 和 Mythos 5.2 两款模型，官方说几乎全面超过 Opus 5.5，部分任务成本还砍半。做长链条技术任务——大项目编码、数学证明、机器人控制——的团队可以留意这次能力覆盖面。
Chinese contentKevin Ngo 展示用 Claude Fable 5.2 制作的浏览器可玩船游 Demo
有开发者用号称 Claude Fable 5.2 的模型做了一个乘船逛 8 个梦境世界的网页小游戏，打开就能玩。不过这个模型名我在官方渠道没查到，大家先当社区演示看。想对比各家模型做游戏 Demo 能力的可以留意。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，提速 30% 并下调百万 token 价格
Anthropic 这波把百万 token 价格砍到 $8/$40，还号称提速 30%。8 天写操作系统、30 小时证费马大定理这两个演示听着很猛，但都是官方自述没第三方验证。做长任务的团队可以对比下 Opus 系列的价格差再决定。
Chinese contentClaude Fable 5.2 开放所有付费套餐，价格降至 8/40 美元每百万 Token
如果你在用 Claude API，这个更新直接省钱：同样的调用价格降了两成。做文档处理、代码生成这类大 Token 消耗的团队收益最明显，建议测一下 5.2 在自己任务上的表现再决定要不要切换。
Chinese contentClaude Fable 5.2 登顶 Code Arena WebDev 榜，价格降至 $8/$40
Anthropic 把 Claude Fable 5.2 的 WebDev 分数干到 1832，压过自家 Opus 5.5 和 Gemini 4 Carbon，价格还降了两成。做前端页面、小游戏、可视化的开发者可以直接试试，速度也快了 30%。
Chinese contentAnthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2
Anthropic 一次发了两个模型，Fable 5.2 和 Mythos 5.2 主打编程、推理和视觉三块。做技术项目的开发者可以先测测编程能力，和 GPT、Gemini 最近的版本比一比再说。
Chinese contentAnthropic 发布 Claude Fable 5.2，已接入 Genspark Code Agent
Genspark 的 Code Agent 第一时间接入了 Claude Fable 5.2，这个模型在 FrontierCode 2.0 上分数超过了 Opus 5.5。如果你平时用智能体写代码，可以直接去试，看看和手里模型比谁更强。
Chinese contentMeta 发布轻量模型 Muse Ember，跑分媲美 Claude Haiku 5.5，单任务成本仅 1/3
Meta 这款小模型专门给智能体干活用，100 万 Token 上下文能一次处理整个代码库，还原生支持读图、听录音。跑分追平 Claude Haiku 5.5 但价格只有它的三分之一，经常跑自动化工作流的开发团队值得算一笔成本账。
IT之家Source
Chinese contentMeta 发布小模型 Muse Ember，首次通过 Google Cloud 和 Oracle 销售 API
Meta 把自家 API 搬上了 Google Cloud 和 Oracle，这在它历史上是第一次。Muse Ember 定价 0.1/0.5 美元每百万 tokens，缓存只要 0.004 美元，直接对标 GPT-6 Luna 和 Claude Haiku 5.5，官方测试还占优。跑批量任务、做成本敏感应用的团队可以拿来测测。
Chinese contentRobbyant 发布开源触觉基础模型 LingBot-Touch，预训练数据近 5000 小时
Robbyant 开源了一个触觉基础模型，用近 5000 小时真实触觉数据预训练，走的是 JEPA 那套潜空间预测路线，论文里还和 MAE、VAE 对比过。做机器人灵巧操作或具身智能的团队可以直接拿来用，跨传感器和跨灵巧手的迁移能力是卖点。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，编程推理视觉全面升级
Anthropic 这次发了两个同底层的新模型：Fable 5.2 开 Xhigh 档在 FrontierCode 2.0 拿了 49.1% 的最高分，成本还只有 Opus 5.5 的一半；Mythos 则要申请才能用。做复杂长任务的团队值得看看，日常活官方还是推荐 Opus 5.5。
Chinese contentClaude Fable 5.2 (xHigh) 登顶 Code Arena: WebDev 榜首
Anthropic 又发新模型了，Claude Fable 5.2 在 Code Arena 的 WebDev 评测拿了 1832 分，比自家的 Opus 5.5 和 Google 的 Gemini 4 Carbon 都高。关键是价格还降了 20%，速度更快 30%。平时用 Claude 写代码、做网站的朋友可以直接换新版试试。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，8 天协调千个智能体造出原型操作系统
Anthropic 把旗舰模型价格砍了 20%，还让模型指挥一千多个子智能体 8 天写出能启动的操作系统。比起 OpenAI 的旗舰，它在长程任务协调和科学形式化证明上打法不同。做智能体编排和科研工具的开发者可以重点看协调机制的细节。
IT之家Source
Chinese contentThinkymachines 推出 Inkling 2 Small：能看自己写的代码，限时免费开放
Thinkymachines 的新模型 Inkling 2 Small 能看自己生成的页面和 3D 作品，靠截图反馈自己迭代，现在在 OpenRouter 上限时免费，还能接进 Claude Code、Codex 里用。做前端和创意编程的可以直接试试。
Chinese contentClaude Fable 5.2 发布并登顶模型排行榜，对比 Opus 5.5
Claude 家族内部换榜了，新来的 Fable 5.2 把自家 Opus 5.5 挤下第一。做选型的朋友可以看看它在自己业务场景里到底比 Opus 5.5 强在哪，再决定要不要迁移。
Muse Ember Matches GPT-6 Luna on Browser-Use Benchmark at Lower Cost
Pricing per task, not raw benchmark scores, is becoming the deciding metric for agent builders, and Muse Ember now defines the cost-performance frontier for browser automation. Teams running web agents at scale can cut per-task cost by 2.4x versus GPT-6 Luna medium with no score loss on hundreds-of-steps workloads. Engineers evaluating browser-use stacks should re-benchmark their model choices against sub-5-cent tiers before defaulting to frontier models.
Muse Ember: Alexandr Wang Announces Small Efficient Agent Model
The pricing claim — a third of the cost of Haiku-class models — is the lever that could shift how teams budget for always-running agents. Engineering teams running high-volume agent loops should re-run their cost benchmarks against Muse Ember before renewing model contracts. No independent benchmark data is available yet, so treat the intelligence-per-dollar figures as vendor claims until third-party evaluations appear.
Chinese contentMeta 将 Muse Ember、Muse Wonder 和 Muse Spark 1.3 上架 Google Cloud
Meta 一次在 Google Cloud 上线三个模型，Muse Ember 主打智能体干活：跨应用走流程、串行调工具、跑测试修代码，还有 1M 上下文和多模态。做 agent 应用或要在云上跑多模态的开发者可以直接试用，看它和同级别轻量模型的差距。
Chinese content1000 个 Fable 5.2 智能体 30 小时完成费马大定理形式化
Anthropic 用 1000 个 Fable 5.2 智能体把费马大定理证明完整形式化，30 小时跑完，同设置下 Opus 5.5 只做到 26%。做形式化验证或数学相关工作的人应该看看多智能体拆任务的具体玩法。
Chinese contentAnthropic 测试 Claude 在真实电子设计任务中的表现
Anthropic 让 Claude 去做真实的电路设计和 PCB 相关任务，看它能不能像工程师一样干活。做硬件的朋友可以看看它在选型和调试上到底靠不靠谱。
Chinese contentFable 5.2 在 FrontierCode 2.0 上与 Opus 5.5 打平且成本约一半
如果你在用 Claude Code 写代码，这个数据挺有用：Fable 5.2 开 Xhigh 比 Opus 5.5 拉满还强，开 High 只要一半价格就打平 Max。跑批量代码任务、在乎 API 账单的团队值得换算一下成本。
Chinese contentMeta Muse 系列（Muse Wonder、Muse Spark 1.3、Muse Ember）登陆 Google Cloud 公测
Meta 一下子把 Muse Wonder、Muse Spark 1.3 和 Muse Ember 三个模型放到 Google Cloud 上公测了。如果你本来就在用 GCP，现在可以直接试试这几个 Meta 模型，不用自己搭环境。做模型选型的开发者可以先跑个对比看看效果。
GPT Image 2.6 Flare cuts image generation time to 30 seconds
Faster output with higher benchmark scores means the upgrade decision is easy: no quality-versus-latency trade-off to weigh. Developers building image-generation features into products should benchmark the new model's API pricing against their current setup before switching. Teams in ASEAN serving latency-sensitive creative or e-commerce workflows will feel the halved generation time most in batch and interactive use cases.
Only the latest 2000 items are listed; for older ones see the daily archive