Anthropic Fable 5.2 在 Remote Labor Index 上完成 41.3% 真实自由职业任务

Anthropic 的 Fable 5.2 在 Remote Labor Index 基准上以专业质量完成了 41.3% 的真实自由职业任务，是第二名 Opus 5.5 和 GPT 6 Astra 成绩的两倍以上。而一年前，该基准上的最高分数只有 2.5%。 Remote Labor Index 衡量的是模型在真实接单场景中的表现，而非传统考试式基准：模型需要独立完成客户级别的完整工作并达到专业交付质量。这一变化意味着一年内顶级模型的实战完成率提升了约 16 倍。基准也暴露了明显短板，产品设计和动画等任务领域仍然是模型的弱项。 对于自由职业市场和外包行业而言，这组数字直接指向可被自动化替代的工单比例。与 Opus 5.5、GPT 6 Astra 等竞品相比，Fable 5.2 的领先幅度表明各家模型在真实工作执行力上的差距正在拉大，而非趋同。