当地时间11月9日，Anthropic发布ClaudeFable5.2与ClaudeMythos5.2。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LifeSciences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，Fable5.2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ClaudeOpus5.5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。FrontierCode2.0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，Fable5.2拿到49.1%，上一代Fable5.1是32.4%。
RemoteLaborIndex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RoboDojoSim，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，Fable5.2的51.4%输给了GoogleGemini4Carbon的53.9%。
外部平台ArtificialAnalysis智能榜单上，Fable5.2以65分登顶，远远超越第二名60分的Gemini4Carbon，与第四名的GPT-6astra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，Fable5.2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Fable5.2的能力时，却发现定价有些不对劲。
Fable5.2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，ArtificialAnalysis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，Fable5.2的45.3%已经接近Opus5.5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ClaudeOpus5.5开始。”
放到现在的价格梯队里对比，DeepSeekV4.1-Flash输入每百万0.3美元、输出1.2美元，KimiK3.1Pro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。Fable5.2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Fable5.2一个空文件夹，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DeepSeekHarness。10月17日，DeepSeek发布V4.1-Flash-1017时，又明确表示新模型针对DeepSeekHarness、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KimiHostedAgents（托管智能体），正式提出HarnessasaService。
同一天，曾在Anthropic负责ClaudeCode产品的CatWu加入了OpenAI，负责核心产品团队的产品管理。她参与推动ClaudeCode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。
ClaudeCode是Anthropic在AI编程市场最有代表性的产品之一，CatWu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Fable5.2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Gemini4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。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】