“全球最强模型”又刷新了 但这还是给人用的吗？

当地时间 11 月 9 日，Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2。两者共用同一个底层模型。Fable 面向所有用户，内置网络安全与生物安全防护；

Mythos 拆掉这些限制，只对通过 Cyber 或 Life Sciences 验证计划的机构开放。发布之后，大伙的描述几乎一致：更强、更快。也有部分开发者一看感觉定价不对劲，对于coding来说，Fable 5.2不划算。

不过，Anthropic 自己在发布文档里也说了，对于大多数编码和知识工作，建议大家还是“从 Claude Opus 5.5 开始”。史上最强模型不断刷新，但能用到的时候已经不多了，在触达AGI之前，AI公司先触到了商业化的天花板。

最强继续更强，数字劳动力雏形已现？先说它强在哪。FrontierCode 2.0 测的是“开源项目维护者愿不愿意合并模型写的代码”。在最高算力档下，Fable 5.2 拿到 49.1%，上一代 Fable 5.1 是 32.4%。

Remote Labor Index 衡量的是模型能独立完成多少真实的远程工作任务，从 17.9% 提升到 41.3%，翻了一倍多。Anthropic 内部还有一个机器人仿真测试 RoboDojo Sim，成绩从 27.6% 提到 64.9%。

不过，这个数字来自公司内部运行，外界无法复现。然后是它不强的地方。同样在官方公布的对比表里，AutomationBench 一项，Fable 5.2 的 51.4% 输给了Google Gemini 4 Carbon 的 53.9%。

外部平台Artificial Analysis智能榜单上，Fable 5.2以65分登顶，远远超越第二名60分的Gemini 4 Carbon，与第四名的GPT-6 astra更是相差9分。

它到底有多强？一天多时间，直接完成了人类数学史上的一大壮举。在 30 小时内，完成了费马大定理的形式化验证；此外，还解决了物理学中两个与黑洞和量子引力的未解难题。还能完全独立做操作系统、自主设计和制造电子设备、预测复杂腺相关病毒衣壳结构……有人认为，Fable 5.2意味着AI从生产力工具向具备工程执行能力的数字劳动力迈进。

不过，也有不少开发者群体认为，这可能意味着Anthropic在coding方向上已经“卷到头了”，如果不开拓部分新赛道和新模式，很难刺激投资人的观感。而当下又恰逢Anthropic冲刺IPO进行定价的关键时期。

价格遥遥领先，所以Anthropic建议大家别用然而，就当不少开发者兴致勃勃的想要尝试一下Fable 5.2的能力时，却发现定价有些不对劲。Fable 5.2 的标准定价是每百万 Token 输入 8 美元、输出 40 美元，看起来比上一代的 10 美元和 50 美元降了 20%，输出速度比 5.1 快至多 30%。

嫌慢可以开快速模式，速度提到 2.5 倍，价格也翻倍，输入 16 美元、输出 80 美元。直观一点看，Artificial Analysis上每项任务成本也是遥遥领先的。不过，Anthropic自己在发布材料里放了一张“代码准确率 vs 每任务成本”的曲线，并给出结论：在中等算力档下，Fable 5.2 的 45.3% 已经接近 Opus 5.5 在最高档的 45.5%，而每完成一个任务的成本只要一半左右。

目前，Anthropic官方已经把衡量智能消耗的尺度换了。过去两年，行业比价用的是每百万 Token 多少钱，这次换成了每完成一个任务多少钱。两把尺子量出来的结果可以完全相反，一个 Token 单价便宜两成的模型，如果多试三轮才做对，任务成本可能贵一倍。

另外，Anthropic官方建议说的是，“对于大多数编码和知识工作，我们建议用户从 Claude Opus 5.5 开始。”放到现在的价格梯队里对比，DeepSeek V4.1-Flash 输入每百万0.3美元、输出1.2美元，Kimi K3.1 Pro 是输入 2 美元、输出 10 美元，GPT-5.5 标准版是 5 美元和 30 美元。

Fable 5.2 站在最上面，8 美元和 40 美元。也就是说，这个模型每开一次都很贵。它值钱的地方在于关键时刻开一次，而不是天天开着。对此，Anthropic 给它安排的两个新角色，一个是 Advisor，顾问，Haiku、Sonnet、Opus 这些便宜的模型碰到难题，来问它；

一个是 Orchestrator，调度者，它不亲自上手，把任务拆开派给下面更小的模型。比最强更强仍在刷新，但已经不是最重要的了Anthropic 称，一位工程师给 Fable 5.2 一个空文件夹，它协调了超过 1000 个子智能体，连续跑了 8 天，最终交出一个能在笔记本电脑上启动的原型操作系统，有自己的内核、磁盘、键盘和网络驱动，有文件存储、窗口、登录界面和安装程序。

另一组 Agent 把 Anthropic 自己的一个生产服务从 Python 迁移到 Rust，迁移后启动速度快了约 26 倍。它甚至参与了硬件。Anthropic 称与电路板厂商 Diode 合作设计了三款产品——家用语音助手、USB 会议音箱、掌上电子宠物，包含电路板、外壳与软件，板子造出来后不需要做任何电气改动即可工作。

数学上的样本是这样的。约 1000 个 Agent 花了不到 30 小时，把费马大定理的已有证明翻译成 Lean 能逐步校验的形式。今年 9 月时做同一件事，需要 11 天、专用脚手架，外加研究员全程引导；

这一次，输出 Token 只用了三分之一，证明长度约为原来的七分之一。这些案例听上去像炫技。但如果把“1000 个子智能体”换成“1000 个下属”，会发现它描述的其实是一套组织架构，而不是一个模型。

一位行业人士认为，顶级模型的竞争已经趋同，即价格趋同、数据趋同，接下来毫无疑问是“应用”的阶段，模型能力上限与价格下限同时进行，这意味着AI可以被用来不同的差异化探索。届时，对模型厂商来说，比拼的就是harness、记忆与用户习惯等维度。

在这一点上，可以看到大模型厂商都在布局，比如DeepSeek和OpenAI也在补齐同一套能力。今年8月，DeepSeek已经以MIT协议开源了DeepSeek Harness。10月17日，DeepSeek发布V4.1-Flash-1017时，又明确表示新模型针对DeepSeek Harness、腾讯CodeBuddy、WorkBuddy等智能体产品进行了优化。

而harness团队的崔添翼一直在大举招人。凤凰网科技此前从行业人士处了解到，梁文锋本人的更擅长的“也是这块”。另在11月5日，Kimi刚刚发布Kimi Hosted Agents（托管智能体），正式提出Harness as a Service。

同一天，曾在Anthropic负责Claude Code产品的Cat Wu加入了OpenAI，负责核心产品团队的产品管理。她参与推动Claude Code从内部原型走向广泛使用的商业产品，之后还曾短暂加入Cursor。

Claude Code是Anthropic在AI编程市场最有代表性的产品之一，Cat Wu对它从产品构想到商业化落地的过程有直接经验。OpenAI把她招进来，显然有补强Codex及更广泛Agent产品能力的意味。

其实就在Fable 5.2发布之前，据称的Gemini 新模型就“泄露”了，用户@chetaslua 的评价是“耗时翻倍、代码量也翻倍”，这是Google内部一个代号为“krypton”的Gemini 4新检查点，说是在代码生成视觉和3D场景上的表现明显超越刚发布不久的carbon。

所以顶级模型的刷新速度在提升，一些人觉得是RSI的功劳，不然没法解释。那么问题也来了，如果智能不再是问题，那么什么才是竞争力？接下来的模型竞争又会怎么走？答案很快就会揭晓。 查看评论