Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，编程推理视觉全面升级

基准成绩方面，Fable 5.2 在 FrontierCode 2.0 上开到 High 档约得 45.3%，与 Opus 5.5 最高分 45.5% 大致持平，但单任务成本约为一半；开到 Xhigh 档得 49.1%，是已测已发布模型中最高分。在 RoboDojo 双臂仿真基准上，内部最高档跑分 64.9%，高于 Opus 5.5 的 39.4% 和 Fable 5.1 的 27.6%。演示中约 1000 个 Fable 5.2 智能体用 30 小时完成费马大定理形式化，而 Opus 5.5 同样设置下 30 小时仅推进到约 26%。Mythos 在 34 个基因疗法衣壳中准确建模了 28 个。

对齐方面，两款模型多数指标不低于近期模型，并接受英国 AI 安全研究所、Frontier Design、METR 等机构发布前外部评测。官方建议日常编程和知识工作仍先用 Opus 5.5，复杂、开放的长程任务再切换到 Fable 5.2 这一档，应用默认档位为 Medium。

Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，面向最难啃的技术工作，并在编程、推理和视觉上有提升。btw... 终于还是没等到 GPT 6.2 ... Claude Fable 5.2 和 Claude Mythos 5.2 是同一套底层模型。Fable 带有更强的网络安全和生物安全护栏，已在付费方案和主流云平台上线；Mythos 需通过生命科学或网络安全验证项目申请，面向有益的生物医学或网络安全研究。日常多数编程和知识工作，官方仍建议先用 Opus 5.5，复杂、开放的长程任务再换到这一档。 anthropic.com/claude-fable-a… 对齐上，多数指标不低于近期模型，并由英国 AI 安全研究所、Frontier Design、METR 等做了发布前外部评测。能力上，几乎所有评测维度都高于 Opus 5.5。在 FrontierCode 2.0 上，Fable 5.2 开到 High 档约得 45.3%，与 Opus 5.5 的最高分 45.5% 大致持平，单任务成本约一半；开到 Xhigh 档得 49.1%，是已测已发布模型里最高的。应用默认是 Medium 档。 演示性结果：约 1000 个 Fable 5.2 智能体用 30 小时完成费马大定理形式化；同样设置下，Opus 5.5 约 18 小时完成 26%，30 小时后几乎不再推进。Mythos 在尝试的 34 个基因疗法衣壳中，准确建模了 28 个。仿真双臂基准 RoboDojo 上，内部最高档跑分为 64.9%，高于 Opus 5.5 的 39.4% 和 Fable 5.1 的 27.6%。 Claude @claudeai Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Claude, Anthropic, Claude Fable, 推理模型.

Source attribution: curated from shao__meng (@shao__meng).