Anthropic 升级 Claude Fable 5.2 与 Mythos 5.2，输出速度提升 30%

Claude Fable 5.2 与 Claude Mythos 5.2

我们对 Claude Fable 和 Claude Mythos 进行了升级——这两款模型专为攻克最艰巨的技术挑战而设计。

Claude Fable 5.2 和 Claude Mythos 5.2 在编程、推理和视觉等领域均有提升。在预发布测试中，它们帮助我们的工程师完成了原本难以实现的软件迁移，从零设计了三个可工作的电子设备，解决了黑洞物理学中的两个开放问题，在机器人评估方面取得了实质性进展，并在 30 小时内完成了费马大定理的证明形式化——此外还有许多其他应用，我们将在下文讨论。

Claude Fable 和 Claude Mythos 是同一个底层模型。Fable 具备强大的网络安全和生物学防护措施以防止滥用，这使我们能够向所有用户开放它。在网络安全或生物医学研究领域从事有益应用的组织，可以通过我们近期扩展的生命科学和网络验证项目申请获取 Mythos 的访问权限。

测试人员发现，Fable 5.2 和 Mythos 5.2 的沟通比以往的 Fable 和 Mythos 模型更加清晰。它们的输出生成速度比 Claude Fable 5.1 和 Claude Mythos 5.1 快最多 30%，而且价格更低：每百万输入 token 8 美元，每百万输出 token 40 美元。

Fable 5.2 和 Mythos 5.2 还提供可选的快速模式，可将 token 生成速度提升最多 2.5 倍。快速模式的价格为每百万输入 token 16 美元，每百万输出 token 80 美元。

安全与对齐。为帮助确保安全与对齐跟上模型能力增长的步伐，我们对 Fable 5.2 和 Mythos 5.2 的底层模型进行了广泛的预发布安全测试。这包括开发新的评估方法，以更深入地了解沙箱逃逸等特定令人担忧的行为。我们认为，失准带来的高风险仍然较低，该模型在大多数对齐指标上的表现与我们近期的模型相当或更好。Fable 5.2 的网络和生物学防护措施与 Fable 5.1 一样稳健，但产生的误拦截更少，并且我们实施了有史以来最强的防蒸馏攻击保护。

我们在下文进一步描述了安全测试，完整细节也可在 Claude Fable 5.2 和 Mythos 5.2 系统卡中查阅。

何时使用 Claude Fable 5.2 和 Mythos 5.2。Fable 和 Mythos 最适合最宏大、开放式的技术工作。对于大多数编程和知识类任务，我们建议用户从 Claude Opus 5.5 开始——这是我们最强的日常主力模型——然后根据工作的范围和复杂度按需切换到其他模型：向上切换到 Fable 或 Mythos，或向下切换到 Claude Sonnet 5.5 或 Claude Haiku 5.5。Fable 5.2 还可以扮演 Advisor 的角色（Haiku、Sonnet 或 Opus 模型向其咨询以帮助解决更难的问题）或 Orchestrator 的角色（将更简单的任务委派给更小的模型）。

基准性能。下表显示，Claude Fable 5.2 和 Mythos 5.2 在我们评估的几乎所有能力上都比 Opus 5.5 更胜一筹：

有关评估方法的详情，请参阅 Claude Fable 5.2 和 Claude Mythos 5.2 系统卡。除非另有说明，Fable 5.2、Fable 5.1 和 Opus 5.5 的分数均为开启防护措施的结果。除非另有说明，所有分数均显示各模型可用的最高 effort 设置。† 在 CyScenarioBench 上，各实验室的分数基于不同的任务。‡ RoboDojo Sim 显示的是最高可用 effort，且为内部运行。

Effort 与效率。在 Medium effort（Claude 应用和 Claude Code 中的默认设置）下，Fable 5.2 能用比 Fable 5.1 更少的 token 完成具有挑战性的任务。在 FrontierCode 2.0 评估的早期测试中，Fable 5.2 在 High effort 下的得分与 Opus 5.5 在 Max effort 下大致相当，而每个任务的成本约为其一半。在 Xhigh effort 下，它的得分也是所有已测试的已发布模型中最高的。

Fable 5.2 Opus 5.5 Fable 5.1 GPT-6 Astra Gemini 4 Carbon 10203040500Score (%)125102050Cost per task (USD, log scale)LowMedHighXhighMax

FrontierCode 衡量的是模型的代码更改是否会被开源仓库的维护者合并。在 High effort 下，Fable 5.2 的得分与 Opus 5.5 的最佳得分大致相同（45.3% 对 45.5%），而每个任务的成本约为其一半，并且在成本大致相同的情况下领先于 GPT-6 Astra 的最佳成绩（42.8%）。在 Xhigh effort 下，Fable 5.2 达到 49.1%，是我们测试过的所有已发布模型中的最高分。

Fable 5.2 Opus 5.5 Fable 5.1 304050607080900Score (%)125102050Cost per attempt (USD, log scale)LowMedHighXhighMax

Perplexity 的 WANDR 基准测试衡量智能体在大规模数据收集任务上的表现。在 Medium effort 下，Fable 5.2 以约 40% 的每任务成本达到与 Opus 5.5 最高分相当的水平。

Fable 5.2 Opus 5.5 Fable 5.1 020406080Score (0–100)0.030.100.30131030Cost per attempt (USD, log scale)LowMedHighXhighMax

BenchCAD 2.1 衡量硬件工程能力，具体而言是模型的设计与参考几何结构和电路的接近程度，评分为 0–100，带有部分得分。在 Max effort 下，Fable 5.2 得分为 83.5，领先于 Opus 5.5（65.3）和 Fable 5.1（44.4）。

Fable 5.2 Opus 5.5 Fable 5.1 506070800Score (%)0.100.200.50125Cost per attempt (USD, log scale)GPT-6 Astra (Max): 57.2%LowMedHighXhighMax

Humanity's Last Exam（HLE）是一项测试专家级学术知识和推理能力的考试。在 Low effort 下，Fable 5.2 以不到十分之一的每任务成本达到与 Opus 5.5 最高分相当的水平。

Fable 5.2 Opus 5.5 Fable 5.1 3040506070800Score (%)0.020.050.100.200.501Cost per attempt (USD, log scale)GPT-6 Astra (Max): 71.0%Gemini 4 Carbon: 72.5%LowMedHighXhighMax

Chartography 测试模型读取图表和图形的准确程度。在 Medium effort 下，Fable 5.2 得分为 66.4%，领先于 Opus 5.5 在 Max effort 下的表现（64.4%），而每任务成本不到其十分之一。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）