Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程跑分超 GPT-6 Astra

Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿模型，输出速度最高提升 30%，API 调用成本下降 20%。官方称新模型在编码、推理、科学研究、网络安全和机器人等领域均有显著提升。 基准成绩方面，Claude Fable 5.2 在智能体编码基准 FrontierCode 2.0 上取得 49.1%，超过 GPT-6 Astra 的 42.8%、Gemini 4 Carbon 的 41.1% 以及 Anthropic 自家的 Opus 5.5 的 45.5%。在 Humanity's Last Exam 多学科推理测试中，Fable 5.2 得分 74.2%，领先 GPT-6 Astra 的 57.2%。在 VIALS-AA 科学视觉推理测试中，Fable 5.2（最高配置 with fallback）得分为 67%，高于 Gemini 4 Carbon（high）的 64% 和 GPT-6 Astra（max）的 63%。在 AA-3D 基准上，Fable 5.2（Max）Elo 得分 1,271 分，比 Sonnet 5.5 和 Opus 5.5 高出约 67 分，且 95% 置信区间（1,246 至 1,297）与其他模型不重叠。 Anthropic 还演示了长程协作能力：Fable 5.2 协调超过 1,000 个智能体，历时 8 天从零构建出一个可启动的操作系统，包含设备驱动、文件存储、窗口系统和安装程序。一个值得注意的行为差异是，Fable 5.2 在 VIALS-AA 上工具调用次数更多，而 OpenAI 模型随智能提升反而减少工具调用。