返回资讯中心
外部精选
软件工程
#开发者实时流

Anthropic发布Claude Fable 5.2,主打复杂高难度任务

来源标题:Fable 5.2 is the New Bazooka

Anthropic推出Claude Fable 5.2,定位为处理高难度、超长复杂任务的“火箭筒”。其输入价格为每百万token 8美元、输出40美元,比Fable 5.1更便宜且速度大幅提升。Ethan Mollick称其“近乎”AGI或“锯齿状AGI”。

Hacker News 最新paulpauper2026/11/17 · 昨天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Zvi Mowshowitz 2026年11月16日 33 9 6 分享

你并不总是想要一把火箭筒。 但有时候,你就是非火箭筒不可。 Claude Fable 5.2 就是干这个用的。它就是你的火箭筒。

对大多数用途、上千种日常场景来说,Claude Fable 5.2 并不会明显强过 Claude Opus 5.5。你可能喜欢也可能不喜欢它的风格,或者在某些特定任务上更偏爱它。如果你两种情况下都还在配额之内,那作为日常主力,两者都是不错的选择。 可当你面对一个困难的任务、一个非常复杂的任务,或者一个耗时长久的任务呢?那种在此之前你会考虑动用 Astra 的任务?那种会抬高你野心的任务?

Ethan Mollick 称 Fable 5.2 是“近乎”AGI,或者“参差不齐的 AGI”。他让它去做它能做的最令人惊叹的事,然后让它入侵一些硬件、创办一家盈利的企业、重建历史上最难的人文学科课程,并做(真正有趣且有用的)原创学术研究。

Fable 5.2 比 Fable 5.1 便宜得多。 它们的价格更低:每百万输入 token 8 美元,每百万输出 token 40 美元。 Fable 5.1 很慢。Fable 5.2 则快得多。 试用 Claude:它们的输出生成速度比 Claude Fable 5.1 和 Claude Mythos 5.1 快最多 30%。 如果你愿意把价格翻倍到 16/80 美元,还能再快 2.5 倍。这买卖相当划算。 试用 Claude:测试者发现,Fable 5.2 和 Mythos 5.2 的沟通比过去的 Fable 和 Mythos 模型更清晰。

第一批用户评价谈到 Mythos 5.2 如何解决其他模型解决不了的问题、发现其他模型发现不了的隐患,以及它如何理解你的意图。它是 Anthropic 面向公众的最强网络安全工程模型。 后来的评价则谈到它提供了卓越的性能。这些陈述仍然是 AI 写的,但如今读起来更吓人,也更有分量。

Fable 5.2 解决了理论物理中的两个开放问题,其中一个基本是匿名完成的:中心荷下的无自旋模 bootstrap,以及弱耦合下的 Hawking-Page 相变。 他们声称在机器人技术和硬件工程方面取得了重大进展。 Claude:Fable 5.2 在控制物理机器人方面展现出显著提升的技能,即使是在它从未被明确训练过的任务上也是如此。 在 RoboDojo 这个使用模拟双臂机器人的基准测试中,它的表现超过了其他模型以及大多数专门为控制机器人而构建的 AI 系统。 Alex Albert(Anthropic,Claude Relations):顺带一提,机器人技术也会败给苦涩的教训

Anthropic:AI 的许多潜在益处——例如加速实验室研究——都取决于它能否在物理世界中行动。Claude Fable 5.2 延续了我们模型在现实世界中越来越有用的趋势,在设计硬件设备等任务上展现出可喜的成果,并在控制物理机器人方面取得了实质性进展。 ……机器人技术。与早期的 Claude 模型相比,Fable 5.2 在控制物理机器人方面展现出显著提升的技能——即使是在它从未被明确训练过的机器人任务上也是如此。下面的视频展示了由 Fable 5.2 控制的机器人完成各种任务,包括解开魔方、拧开瓶盖,以及画一幅机器人的画。在公开的 RoboDojo 基准测试中(该测试考察 AI 如何根据摄像头图像控制模拟双臂机器人),Fable 5.2 的表现超过了在同一套测试框架上运行的其他前沿模型,也超过了大多数专门为控制机器人而构建的 AI 系统。

系统提示词在这里,据我们的朋友 Pliny 说,长达 95 万个字符。 又到了跑“读完整个项目并修复所有问题”这类提示词的时候了。

Anthropic 建议,大多数任务默认使用中等投入度的 Opus 5.5。 对于范围明确的日常工作,你可以降到 Sonnet 5.5,或者对于分类、路由和提取这类最简单的大批量工作,降到 Haiku 5.5。对于编码、金融和科学领域最难的技术项目,则升级到 Fable 5.2。或者在某些情况下,你可以提高到高投入度,但如果你在考虑最高投入度,那你大概应该改用更大的模型。

或者,如果你不想让人干等着,那就求快: Addy Osmani(claude.dev 博客):更快的配置完成得更早,但也可能漏掉更多。在选择模型和投入度之前,先想清楚一个人能等多久。对于有人等着回复的场景,从低或中等投入度的 Sonnet 5.5 开始。

通常下一代模型比前代更快。Fable 5.2 的输出生成速度比 Fable 5.1 快最多 30%。Sonnet 5.5 的运行速度比 Sonnet 5 快 30%。 如果你正在扩大业务规模、因而会消耗大量 token,这些建议似乎都合理。如果规模不会扩大,我觉得更重要的是不必费力思考该用哪些模型和投入度。 也就是说,我的决策树默认是大多数事情继续用 Opus 5.5。编辑方面我用最高投入度的 Opus 5.5,除非我赶时间——这让 Fable 5.2 颇为不快——因为 Opus 5.5 在这方面确实更好,没理由不拉满。 Fable 5.2 则留给我在其他类型的任务上需要它的时候。

官方基准测试 有些基准测试显示相对 Opus 5.5 只有微小提升,而另一些则显示大幅提升。Opus 5.5 在少数几个地方仍然占优,即 GDPval-AA 和 AA-Briefcase Elo,这两项是由评判者评估交付成果,而非完全客观的评估。 Remote Labor Index(RLI)作为一项重大而重要的提升格外突出。仅此一点就足以证明,Fable 5.2 能够重要地处理以往不可能完成的任务。 以下是他们从模型卡和官方公告中选用的图表: 还有几项其他评估没有进入图表,其中许多并未显示出实质性的改进。以下是其中大部分,斜线表示 [无工具/有工具],其中一些还有额外的算力扩展图表。未注明时,比较对象是过去 Claude 模型的最佳得分:

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →