Skip to content

模型卡|Claude Fable 5.2

2026年11月14日1 分鐘
TL;DRClaude Fable 5.2(API ID:claude-fable-5-2)於 2026-11-09 上線取代 Fable 5.1:1,000,000 tokens context、128,000 max output、input $8.00/output $40.00(每 1M tokens,較前代降 20%)、閉源;FrontierSWE v2(agentic coding)達 69.9%,比前代 56.3% 高 13.6 個百分點,RoboDojo Sim 機器人控制從 27.6% 跳到 64.9%;同步發佈受限版 Claude Mythos 5.2,CVE Rediscovery 比 Opus 5.5 高 10.2%。

查詞與收藏

正在載入查詞工具…

🌏 English version

模型資訊

項目值
Model IDclaude-fable-5-2
廠商Anthropic
參數量未公開
Context Window1,000,000 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

BenchmarkFable 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