Anthropic 发布用于高复杂度技术任务的 Claude Fable 5.2 和 Mythos 5.2

Anthropic 发布了 Claude Fable 5.2 和 Claude Mythos 5.2，这些模型专门为处理软件迁移、机器人评估和复杂数学证明等艰巨的技术挑战而设计。在预发布测试期间，这些模型展示了仅用 30 小时即可完成费马大定理形式化证明的能力，而此前 Claude 的研究版本完成此项任务需要 11 天。

架构与安全概况

Claude Fable 5.2 和 Claude Mythos 5.2 共享相同的底层模型架构，但在安全护栏方面有所不同。Fable 5.2 包含强大的网络安全和生物学防护措施以防止滥用，因此向公众开放。

相比之下，Mythos 5.2 专为网络安全和生物医学研究中的特定应用而设计。Mythos 的访问权限仅限于通过 Anthropic 的生命科学和网络验证计划申请的机构。

此图为文中提到的网络安全能力和漏洞识别提供了视觉证据。

“Claude Fable 5.2 是我们在 data-eng-bench 上测得的最强模型，这是我们包含 103 个数据工程任务的开源基准测试。”

— Introducing Claude Fable 5.2 and Claude Mythos 5.2

性能与效率提升

5.2 更新提供了显著的效率飞跃，比 5.1 版本提高了 30% 的输出速度。Anthropic 还引入了可选的“快速模式”，可以在更高的价格点（每百万输入 token 16 美元，每百万输出 token 80 美元）下将 token 生成速度提高多达 2.5 倍。

此图支持关于 5.2 更新的效率提升和成本效益比的讨论。

HN Digest 根据 anthropic.com 报告的数据绘制的图表；数值按原文显示。

基准测试数据表明，Fable 5.2 在多个类别中优于 Opus 5.5。例如，在硬件工程（BenchCAD 2.1）中，Fable 5.2 在最大努力水平下的得分达到 83.5，显著高于 Opus 5.5 的 65.3 分。

此图说明了文中提到的性能提升和基准测试得分。

技术能力与应用场景

Anthropic 强调了这些模型处理“宏大且开放的技术工作”的能力。在一项实验中，Fable 5.2 在八天内协调了 1,000 多个子代理，生产出了一个可以在笔记本电脑上启动的可用操作系统，并配备了驱动程序和登录界面。

对于企业用户，这些模型在复杂的 SQL 生成和软件工程方面表现出色。一位用户报告称，Fable 5.2 正确计算了国家层面的债务摘要，而其他模型产生的错误达到了预期金额的 5 到 8 倍。此外，该模型还被用于将生产服务从 Python 迁移到 Rust，使服务的启动速度提高了 26 倍。

模型层级与局限性

Anthropic 建议用户采用分层方法，建议 Claude Opus 5.5 仍是大多数编程和知识任务的主要“日常驱动”模型。只有当工作的范围和复杂度超出标准模型的能力时，用户才应升级到 Fable 或 Mythos。

虽然 Fable 5.2 在“X高努力”水平上表现出高性能，但它旨在与较小的模型协同工作。它可以作为顾问帮助较小的模型解决更难的问题，也可以作为编排者委派较简单的任务，从而优化成本与能力之间的平衡。

核心引述

"Claude Fable 5.2 是我们在 data-eng-bench 上测得的最强模型，这是我们包含 103 个数据工程任务的开源基准测试。" (主要)