模型資訊
| 項目 | 值 |
|---|---|
| Model ID | claude-fable-5-2 |
| 廠商 | Anthropic |
| 參數量 | 未公開 |
| Context Window | 1,000,000 tokens(max output 128,000 tokens) |
| Input 定價 (USD/1M tokens) | $8.00(cache read $0.20,5m cache write $10.00,1h cache write $16.00) |
| Output 定價 (USD/1M tokens) | $40.00 |
| 開源 | 否 |
| 發布日 | 2026-11-09 |
| 官方公告 | Anthropic:Introducing Claude Fable 5.2 and Claude Mythos 5.2 |
| 家族 | Claude 5.x(Fable/Mythos 分級,前代為 Fable 5.1/Mythos 5.1) |
能力亮點
- FrontierSWE v2(agentic coding)達 69.9%,比前代 Fable 5.1(56.3%)高 13.6 個百分點,也超過 GPT-6 Astra 的 65.5%
- RoboDojo Sim(機器人控制模擬)從前代的 27.6% 跳到 64.9%,是前代的 2.3 倍以上,也超過自家 Opus 5.5(39.4%)
- 輸出速度比 Fable 5.1 快 30%(fast mode 再快 2.5 倍),定價反而從 $10/$50 降到 $8/$40,降幅 20%
- 受限版 Mythos 5.2 在 CVE Rediscovery 上比 Opus 5.5 多找出 10.2% 的漏洞、比前代 Mythos 5.1 多 14.4%,安全分類器誤殺率同時降了 55%
Benchmark 表現
| Benchmark | Fable 5.2 | 前代 (Fable 5.1) | 競品最強 |
|---|---|---|---|
| FrontierSWE v2(agentic coding) | 69.9% | 56.3% | GPT-6 Astra 65.5% |
| Terminal-Bench-Science 0.1(agentic 科學研究) | 74.6%(Mythos 5.2 為 75.3%) | 52.6% | GPT-6 Astra 68.1% |
| OSWorld 2.1(computer use,offline set) | 89.3% | 83.5% | Opus 5.5 87.2% |
| Humanity's Last Exam(含工具) | 74.2% | 65.6% | Opus 5.5 67.7% |
| RoboDojo Sim(機器人控制,內部評測) | 64.9% | 27.6% | Opus 5.5 39.4% |
⚠️ 以上皆為 Anthropic 官方公告中自選的評測組合,「競品最強」欄的 GPT-6 Astra、Opus 5.5 分數也是 Anthropic 自行跑出,與 OpenAI/Google 自測結果可能有方法論差異,僅供參考。
與前代/競品比較
跟 Fable 5.1 比,進步幅度最大的是需要長時間自主執行與實體控制的任務:RoboDojo Sim 從 27.6% 跳到 64.9%(2.3 倍以上),Remote Labor Index 從 17.9% 跳到 41.3%(2.3 倍),Terminal-Bench-Science 0.1 多了 22 個百分點——這次升級的重點延續 Fable 5.1 的方向,繼續往「agentic 執行力」而非泛用知識量加碼。
跟同代競品比,在 Anthropic 自己這套評測組合裡,Fable 5.2 在絕大多數項目領先 Opus 5.5、GPT-6 Astra 與 Gemini 4 Carbon,但不是全面獲勝:AutomationBench(企業流程自動化)輸給 Gemini 4 Carbon(51.4% 對 53.9%),Chartography(視覺圖表辨識)也輸給 Gemini 4 Carbon(73.4% 對 72.5%,差距很小)與 GPT-6 Astra(71.0%)。定價上,Fable 5.2 的 $8/$40 比前代降 20%,仍高於自家 Opus 5.5($4/$20,剛好一半),但首次跟維持原價 $10/$50 的 GPT-6 Astra 拉開 20% 價差。
對 Agent 開發的意義
Fable 5.2 跟 Mythos 5.2 延續 5.1 世代的做法:同一份權重,差別只在推論時套用的安全防護層。Anthropic 明確把 Fable 5.2 定位成給「最艱難、最開放式的技術工作」,一般 coding 與知識型任務仍建議先用 Opus 5.5,再依複雜度上調到 Fable 或下調到 Sonnet/Haiku;Fable 5.2 也可以扮演 Advisor(讓小模型遇到難題時諮詢它)或 Orchestrator(把簡單任務下放給小模型)的角色。
- 如果你在做多 agent、長時間跑的系統(研究、規劃、跨工具自動化):Fable 5.2 很適合當 orchestrator 或 advisor,官方案例顯示 1,000 個 agent 的團隊用它在 30 小時內完成 Fermat 最後定理的形式化證明(人工研究版本原本要 11 天),協調能力是這次升級的核心賣點
- 如果你在做硬體或機器人控制:RoboDojo Sim 的跳升(27.6%→64.9%)和官方展示的電路板設計案例值得關注,這類「模型指揮實體世界」的場景過去不是 Claude 的強項,這次是明顯轉折
- 不適合:需要 zero data retention(ZDR)的場景——Fable 5.2 要求 30 天資料保留,除非 Anthropic 特別授權;也不適合拿來蒸餾訓練自家小模型,這次的反蒸餾防護是歷來最強(資料採集量降 90–99%),preserved thinking 已套用到所有帳號,想透過編輯歷史對話萃取推理過程的路徑被堵死
今日收穫
這次升級有一個反直覺的細節:Anthropic 把反蒸餾防護做到史上最強的同時,安全分類器的誤殺率反而降了 55%(資安誤擋降 60%、生物領域誤擋降 40%)。過去容易假設「防護更嚴格」和「誤殺合法用途更少」是互斥的兩個目標,但這次的分類器改版同時達成了兩者——說明安全護欄的品質瓶頸常常不是「鬆或嚴」的單一刻度,而是分類器本身準不準,把這兩個目標分開看才不會低估優化空間。
參考資料
- Anthropic:Introducing Claude Fable 5.2 and Claude Mythos 5.2(官方發布文)
- Claude Platform Docs:Claude Fable 5.2 Overview(完整規格與定價)
- Anthropic:Claude Fable 5.2 and Mythos 5.2 System Card(安全評測細節)
- 本站:定價追蹤|Claude Fable 5.2 取代 5.1,API 價格砍兩成
- 本站:Benchmark 異動|Arena Agent 與 CursorBench 同週洗牌
- 本站:模型卡|Claude Fable 5.1(前代)