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

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。

全球最强 AI 模型：Claude Fable 5.2 登场，编程超 GPT-6 Astra、登顶多项基准

IT之家 11 月 10 日消息，Anthropic 今天（11 月 10 日）发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿 AI 模型。官方称，新模型在编码、推理、科学研究、网络安全及机器人等领域均有显著提升，同时输出速度最高提高 30%，成本下降 20%。 根据官方披露的跑分数据，在面向“智能体编码”的 FrontierCode 2.0 基准测试中，Claude Fable 5.2 取得 49.1% 的成绩，超过 OpenAI 的 GPT-6 Astra（42.8%）、Google 的 Gemini 4 Carbon（41.1%）以及 Anthropic 自家的 Opus 5.5（45.5%）。 在“Humanity's Last Exam”多学科推理测试中，Fable 5.2 也以 74.2% 领先 GPT-6 Astra 的 57.2%。 Anthropic 展示了 Fable 5.2 的长程协作能力：该模型协调超过 1,000 个 AI 智能体，历时 8 天从零构建出一个可启动的操作系统，其中包含设备驱动、文件存储、窗口系统和安装程序。 在科学视觉推理基准测试 VIALS-AA 中，Claude Fable 5.2 工具调用次数更多，这与 OpenAI 模型随着智能提升而减少工具调用次数的情况截然不同。IT之家附上相关视频如下： Claude Fable 5.2（最高配置，with fallback）在 VIALS-AA 上的得分为 67%，高于 Gemini 4 Carbon（high）的 64% 和 GPT-6 Astra（max）的 63%。 在 AA-3D 基准（衡量 AI 模型构建交互式 3D 体验能力）上，Claude Fable 5.2（Max）模型的 Elo 得分为 1,271 分，比 Claude Sonnet 5.5 (1,204) 和 Claude Opus 5.5 (1,202) 高出 67 分。其 95% 置信区间（1,246 至 1,297）与其他任何模型均不重叠，因此其领先优势超出了误差范围。 相关阅读： 《 8 天从零搓出操作系统：Anthropic 最强 Claude Fable / Mythos 5.2 AI 模型登场，API 调用费下降 20% 》

本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Claude、Anthropic、GPT-6 Astra、智能体，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明：本文原始线索采编自「IT之家」，经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 11 家独立信源对该事件进行交叉印证与跟进报道（含 宝玉、lmarena.ai、Blognone 等），属于近期高关注度行业信号。