事件专题 ·多源确认

Anthropic 发布 Claude Fable 5.2,登顶 Artificial Analysis 智能指数

Anthropic 发布 Claude Fable 5.2,在 Artificial Analysis Intelligence Index v5 上以 65 分登顶,比 Gemini 4 Carbon(high,60 分)高 5 分,比 Claude Opus 5.5(max,59 分)高 6 分。提升主要来自科学推理、知识问答和 FrontierCode 2.0 编程测试。定价为每百万输入/输出 tokens $8/$40,比 Fable 5.1 降价 20%,但 max 档下单任务成本约 $26.5,是 Opus 5.5($10.0)的约 2.6 倍。 具体成绩上,Fable 5.2 在 9 项评估中的 5 项刷新纪录:HLE-Diamond 达 80%(此前 Gemini 4 Carbon 最佳为 69%)、AA-Omniscience v1.1 达 67 分(此前 54)、Terminal-Bench-Science 达 73%、CritPt v2 hard 子集达 77%、FrontierCode 2.0 达 49%。但代理知识工作与终端编程进步有限:AA-Briefcase 达 1785 Elo,仍在 Opus 5.5(1800)的置信区间内;Terminal-Bench 4.0 得 60%,与 Opus 5.5 持平,落后于 Kimi K3.1 Pro(67%)。上下文窗口为 100 万 tokens,支持图像与文本输入,并提供 low 到 max 五档 effort 设置。 值得注意的是,较低 effort 档位也能保持领先:high 档得分 62,超过所有其他模型任意档位的成绩,且每任务输出约 98k tokens,低于 Opus 5.5 max 档的 173k,能在更低成本下超过 Opus 5.5。

当前结论

Anthropic 的新旗舰模型,科学推理和编程基准刷了一堆纪录,比如 HLE-Diamond 拿到 80%。有意思的是调低 effort 档反而更划算,输出 token 用得更少还能赢 Opus 5.5。做科学计算、代码开发的团队值得看下这笔成本账。

11 个信源86° AI 热度最后更新 2026/11/9 19:45:12

证据链

11 个信源
主要来源Artificial Analysis
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。