Anthropic 发布 Claude Fable 5.2,登顶 Artificial Analysis 智能指数
Anthropic 发布 Claude Fable 5.2,在 Artificial Analysis Intelligence Index v5 上以 65 分登顶,比 Gemini 4 Carbon(high,60 分)高 5 分,比 Claude Opus 5.5(max,59 分)高 6 分。提升主要来自科学推理、知识问答和 FrontierCode 2.0 编程测试。定价为每百万输入/输出 tokens $8/$40,比 Fable 5.1 降价 20%,但 max 档下单任务成本约 $26.5,是 Opus 5.5($10.0)的约 2.6 倍。 具体成绩上,Fable 5.2 在 9 项评估中的 5 项刷新纪录:HLE-Diamond 达 80%(此前 Gemini 4 Carbon 最佳为 69%)、AA-Omniscience v1.1 达 67 分(此前 54)、Terminal-Bench-Science 达 73%、CritPt v2 hard 子集达 77%、FrontierCode 2.0 达 49%。但代理知识工作与终端编程进步有限:AA-Briefcase 达 1785 Elo,仍在 Opus 5.5(1800)的置信区间内;Terminal-Bench 4.0 得 60%,与 Opus 5.5 持平,落后于 Kimi K3.1 Pro(67%)。上下文窗口为 100 万 tokens,支持图像与文本输入,并提供 low 到 max 五档 effort 设置。 值得注意的是,较低 effort 档位也能保持领先:high 档得分 62,超过所有其他模型任意档位的成绩,且每任务输出约 98k tokens,低于 Opus 5.5 max 档的 173k,能在更低成本下超过 Opus 5.5。
Current read
Anthropic 的新旗舰模型,科学推理和编程基准刷了一堆纪录,比如 HLE-Diamond 拿到 80%。有意思的是调低 effort 档反而更划算,输出 token 用得更少还能赢 Opus 5.5。做科学计算、代码开发的团队值得看下这笔成本账。
Evidence
11 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.