Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程跑分超 GPT-6 Astra
全球最强 AI 模型：Claude Fable 5.2 登场，编程超 GPT-6 Astra、登顶多项基准
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。
Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿模型，输出速度最高提升 30%，API 调用成本下降 20%。官方称新模型在编码、推理、科学研究、网络安全和机器人等领域均有显著提升。
基准成绩方面，Claude Fable 5.2 在智能体编码基准 FrontierCode 2.0 上取得 49.1%，超过 GPT-6 Astra 的 42.8%、Gemini 4 Carbon 的 41.1% 以及 Anthropic 自家的 Opus 5.5 的 45.5%。在 Humanity's Last Exam 多学科推理测试中，Fable 5.2 得分 74.2%，领先 GPT-6 Astra 的 57.2%。在 VIALS-AA 科学视觉推理测试中，Fable 5.2（最高配置 with fallback）得分为 67%，高于 Gemini 4 Carbon（high）的 64% 和 GPT-6 Astra（max）的 63%。在 AA-3D 基准上，Fable 5.2（Max）Elo 得分 1,271 分，比 Sonnet 5.5 和 Opus 5.5 高出约 67 分，且 95% 置信区间（1,246 至 1,297）与其他模型不重叠。
Anthropic 还演示了长程协作能力：Fable 5.2 协调超过 1,000 个智能体，历时 8 天从零构建出一个可启动的操作系统，包含设备驱动、文件存储、窗口系统和安装程序。一个值得注意的行为差异是，Fable 5.2 在 VIALS-AA 上工具调用次数更多，而 OpenAI 模型随智能提升反而减少工具调用。
全球最强 AI 模型：Claude Fable 5.2 登场，编程超 GPT-6 Astra、登顶多项基准
IT之家 11 月 10 日消息，Anthropic 今天（11 月 10 日）发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿 AI 模型。官方称，新模型在编码、推理、科学研究、网络安全及机器人等领域均有显著提升，同时输出速度最高提高 30%，成本下降 20%。 根据官方披露的跑分数据，在面向“智能体编码”的 FrontierCode 2.0 基准测试中，Claude Fable 5.2 取得 49.1% 的成绩，超过 OpenAI 的 GPT-6 Astra（42.8%）、Google 的 Gemini 4 Carbon（41.1%）以及 Anthropic 自家的 Opus 5.5（45.5%）。 在“Humanity's Last Exam”多学科推理测试中，Fable 5.2 也以 74.2% 领先 GPT-6 Astra 的 57.2%。 Anthropic 展示了 Fable 5.2 的长程协作能力：该模型协调超过 1,000 个 AI 智能体，历时 8 天从零构建出一个可启动的操作系统，其中包含设备驱动、文件存储、窗口系统和安装程序。 在科学视觉推理基准测试 VIALS-AA 中，Claude Fable 5.2 工具调用次数更多，这与 OpenAI 模型随着智能提升而减少工具调用次数的情况截然不同。IT之家附上相关视频如下： Claude Fable 5.2（最高配置，with fallback）在 VIALS-AA 上的得分为 67%，高于 Gemini 4 Carbon（high）的 64% 和 GPT-6 Astra（max）的 63%。 在 AA-3D 基准（衡量 AI 模型构建交互式 3D 体验能力）上，Claude Fable 5.2（Max）模型的 Elo 得分为 1,271 分，比 Claude Sonnet 5.5 (1,204) 和 Claude Opus 5.5 (1,202) 高出 67 分。其 95% 置信区间（1,246 至 1,297）与其他任何模型均不重叠，因此其领先优势超出了误差范围。 相关阅读： 《 8 天从零搓出操作系统：Anthropic 最强 Claude Fable / Mythos 5.2 AI 模型登场，API 调用费下降 20% 》
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, GPT-6 Astra, 智能体.
Source attribution: curated from IT之家. Cross-source corroboration: 11 independent sources have covered this development (including 宝玉, lmarena.ai, Blognone), confirming industry-wide signal strength.
