← 文章 / 行业与公司动态
Hacker News 11天前 · 2026-11-10 21:58:58 · 15 阅读

Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:性能更强、价格更低

我们升级了 Claude Fable 和 Claude Mythos,这两个模型专为攻克最棘手的技术难题而设计。

Claude Fable 5.2 和 Claude Mythos 5.2 在编程、推理和视觉等方面均有提升。在预发布测试中,它们协助工程师完成了原本不可行的软件迁移,从零设计了三台可用的电子设备,解决了黑洞物理学的两个悬而未决问题,在机器人评估方面取得实质性进展,并在30小时内将费马大定理的证明形式化——此外还有许多我们将在下文讨论的应用场景。

Claude Fable 和 Claude Mythos 基于同一底层模型。Fable 具备强大的网络安全和生物安全护栏以防止滥用,因此可面向所有用户开放。在网络安全或生物医学研究领域追求有益应用机构,可通过我们近期扩展的生命科学和网络安全验证计划申请访问 Mythos。

测试者发现,Fable 5.2 和 Mythos 5.2 的沟通清晰度优于以往版本。它们的生成速度比 Claude Fable 5.1 和 Claude Mythos 5.1 快至多30%,且价格更低:每百万输入token 8美元,每百万输出token 40美元。

Fable 5.2 和 Mythos 5.2 还配备了可选的快速模式,可将 token 生成速度提升最高2.5倍。快速模式的费用为每百万输入token 16美元,每百万输出token 80美元。

安全与对齐。 为确保安全与对齐跟上模型能力的增长,我们对 Fable 5.2 和 Mythos 5.2 的底层模型进行了广泛的预发布安全测试。这包括开发新颖的评估方法,以更深入地了解沙箱逃逸等特定令人担忧的行为。我们认为,由对齐失误带来的高风险依然较低,且该模型在大多数对齐指标上的表现与或优于我们近期的模型。Fable 5.2 的网络安全和生物安全护栏与 Fable 5.1 一样坚固,但产生的不必要拦截更少,并且我们实施了有史以来针对蒸馏攻击的最强防护。

我们在下文进一步介绍了安全测试的情况,完整细节可参阅 Claude Fable 5.2 和 Mythos 5.2 System Card。

何时使用 Claude Fable 5.2 和 Mythos 5.2。Fable 和 Mythos 最适合处理最具挑战性、开放性的高难度技术工作。对于大多数编程和知识类任务,我们建议用户先从日常主力 Claude Opus 5.5 入手,再根据工作范围和复杂度按需切换模型——向上升到 Fable 或 Mythos,或向下降级到 Claude Sonnet 5.5 或 Claude Haiku 5.5。Fable 5.2 还可以担任 Advisor(让 Haiku、Sonnet 或 Opus 模型向它请教以解决更难的问题),或者充当 Orchestrator(把较简单的任务分派给更小的模型)。

评测 Claude Fable 5.2 和 Mythos 5.2

基准测试表现。下表的基准测试结果显示,在我们评测的几乎所有能力上,Claude Fable 5.2 和 Mythos 5.2 都比 Opus 5.5 高出一个档次:

Fable 5.2Fable 5.1Opus 5.5GPT-6 AstraGemini 4 Carbon
Agentic codingFrontierCode 2.0
Agentic codingFrontierCode 2.049.1%Xhigh effort32.4%Xhigh effort45.5%42.8%41.1%Medium effort
Agentic codingFrontierSWE v2
Agentic codingFrontierSWE v269.9%56.3%62.3%65.5%61.2%
Business workflowsAutomationBench
Business workflowsAutomationBench51.4%31.4%42.5%41.4%53.9%
Agentic scientific researchTerminal-Bench-Science 0.1
Agentic scientific researchTerminal-Bench-Science 0.174.6%75.3% (Mythos 5.2)52.6%58.7%68.1%64.8%
CybersecurityCyScenarioBench†
CybersecurityCyScenarioBench†76.3%Mythos 5.261.7%Mythos 5.167.6%without safeguards61%GPT-6 Cyber—
CybersecurityCVE Rediscovery
网络安全CVE 复现89.6%Mythos 5.278.3%Mythos 5.181.3%无安全措施——
蛋白质设计从头结合蛋白设计(24小时)
蛋白质设计从头结合蛋白设计(24小时)85.1%Mythos 5.279.1%Mythos 5.182.6%无安全措施——
代理搜索WANDR(宽松评分)
代理搜索WANDR(宽松评分)82.1%68.7%72.3%——
计算机使用OSWorld 2.1(离线集,部分完成)
计算机使用OSWorld 2.1(离线集,部分完成)89.3%83.5%87.2%79.5%81.5%
机器人RoboDojo Sim‡
机器人RoboDojo Sim‡64.9%27.6%39.4%29.8%—
知识工作AA-Briefcase v1.1
知识工作AA-Briefcase v1.166.1%评分标准61.5%评分标准61.2%评分标准52.0%评分标准61.8%评分标准
1785Elo1669Elo1800Elo1569Elo1611Elo
知识工作远程劳动力指数(RLI)
知识工作远程劳动力指数(RLI)41.3%高努力17.9%21.3%20.8%—
跨学科推理人类最后的考试(使用工具)
跨学科推理人类最后的考试(使用工具)74.2%65.6%67.7%57.2%—
视觉图表识别Chartography(无工具)
视觉图表识别Chartography(无工具)73.4%44.8%64.4%71.0%72.5%

有关评估方法的详细信息,请参阅《Claude Fable 5.2 和 Claude Mythos 5.2 系统卡》。除非另有说明,Fable 5.2、Fable 5.1 和 Opus 5.5 的得分均显示启用安全措施下的结果。除非另有说明,所有得分均显示各模型的最高可用努力水平。† 在 CyScenarioBench 中,各实验室的得分基于不同的任务。‡ RoboDojo Sim 显示最高可用努力水平,并已在内部运行。

性能与效率。在 Medium 档(Claude 应用和 Claude Code 的默认设置)下,Fable 5.2 能用更少的 token 完成高难度任务。在 FrontierCode 2.0 评测的早期测试中,Fable 5.2 以 High 档跑出的成绩大致追平了 Max 档的 Opus 5.5,而每个任务的成本只有后者的一半左右。在 Xhigh 档下,它还创下了所有已发布模型中的最高分。

Agentic 编程:FrontierCode 2.0Agentic 搜索:WANDR硬件工程:BenchCAD 2.1多学科推理:Humanity’s Last Exam图表识别:ChartographyAgentic 编程:FrontierCode 2.0Agentic 搜索:WANDR硬件工程:BenchCAD 2.1多学科推理:Humanity’s Last Exam图表识别:Chartography
FrontierCode 2.0准确率与成本对比
  • Fable 5.2
  • Opus 5.5
  • Fable 5.1
  • GPT-6 Astra
  • Gemini 4 Carbon

FrontierCode 衡量的是模型提交的代码改动能否被开源仓库的维护者合并。在 High 档下,Fable 5.2 的成绩与 Opus 5.5 的最高分大致持平(45.3% vs. 45.5%),但每个任务的成本只有一半左右;与 GPT-6 Astra 的最高分(42.8%)相比则在成本相近的情况下更胜一筹。在 Xhigh 档下,Fable 5.2 达到 49.1%,是我们测试过的所有已发布模型中的最高分。

WANDR(宽松评分)准确率与成本对比
  • Fable 5.2
  • Opus 5.5
  • Fable 5.1

Perplexity 的 WANDR 基准测试考察 agent 在大规模数据收集任务上的表现。在 Medium 档下,Fable 5.2 以约 40% 的单任务成本追平了 Opus 5.5 的最高分。

BenchCAD 2.1(使用工具)准确率与成本对比
  • Fable 5.2
  • Opus 5.5
  • Fable 5.1

BenchCAD 2.1 衡量硬件工程能力,具体考察模型的设计与参考几何结构和电路的吻合程度,评分范围 0–100,支持部分得分。在 Max 档下,Fable 5.2 得分 83.5,领先于 Opus 5.5(65.3)和 Fable 5.1(44.4)。

Humanity’s Last Exam(使用工具)准确率与成本对比
  • Fable 5.2
  • Opus 5.5
  • Fable 5.1

人类最后考试(HLE)测试的是专家级学术知识及推理能力。在低投入模式下,Fable 5.2 的得分可媲美 Opus 5.5 的最高分,而单任务成本不足其十分之一。

图表解读(无工具) 精度 vs. 成本
  • Fable 5.2
  • Opus 5.5
  • Fable 5.1

图表解读测试模型读取图表的准确性。在中等投入模式下,Fable 5.2 的得分为 66.4%,超越了 Opus 5.5 在高投入模式下的表现(64.4%),且单任务成本同样不足后者十分之一。

编码

目前,Anthropic 核心代码库中超过 90% 的合并变更都由 Claude(在人类指导下)完成。我们利用 Fable 5.2 在几分钟内修复了顽固的 bug,优化了所有服务的性能,并完成了许多原本因耗时过长或成本过高而无法启动的高价值软件项目。一支由运行早期版本 Fable 5.2 的 Agent 组成的团队,将一个关键生产服务从 Python 迁移至 Rust——该服务现在效率更高、更可靠,启动速度提升了约 26 倍。我们发现,Fable 5.2 具备出色的工程判断力,即便面对模糊的需求也能输出高质量结果。

作为一项实验,一位 Anthropic 工程师让 Fable 5.2 设计一个原型操作系统。模型从一个空文件夹起步,协调超过 1000 个 subagent,连续八天全天候工作,完成代码的编写、测试与审查。最终产出了一个可在笔记本电脑上启动的操作系统,拥有自研内核、磁盘/键盘/网络驱动、持久化文件存储、窗口系统、登录界面、安装程序以及内置的 Claude 功能(参见下方视频)。

早期测试者对 Fable 5.2 编码能力在各类任务中的表现印象深刻:

VercelShopifyDatadogUnityUberOracleiGentSnowflakeCognitionVercelShopifyDatadogUnityUberOracleiGentSnowflakeCognitionQuote

“这个模型仿佛住在我脑子里。它理解我每次输入背后的意图。我从未说过‘不,我是说……’。其他模型需要数周才能推进的项目,使用 Claude Fable 5.2 后,几天内就能完成并获得团队认可,且审查其代码的人类同事提的意见也更少。”

公司:Vercel 作者:Joe Haddad,技术团队成员

“Claude Fable 5.2 很擅长把一个粗略的想法打磨成型。它的回答考虑得非常周全,往往几轮对话后我就能说一句‘好,就这么做’,然后放心让它独立完成任务,几乎不用插手。感觉就像在和另一位资深工程师共事。”

公司:Shopify 作者:Tom Pritchard,Staff Engineer

“你可以直接把 Claude Fable 5.2 扔到一个它从未见过、边界模糊的新系统里,它自己就能摸索出怎么在里面干活。它有点像一位事故指挥官,会派出更快的模型快速收集信号并统筹协调,把我从这些操作负担中解放了出来。”

公司:Datadog 作者:Matt Lee,Senior Staff Engineer

“Claude Fable 5.2 能完成以前模型搞不定的任务。最明显的例子是从零构建高质量的 3D 场景,以及根据视觉参考还原一个体验。它在较难的游戏开发任务上表现很强,会持续迭代改进,而不是卡在原地。”

公司:Unity 作者:Sam Zhang,Creative Technologist

“我让 Claude Fable 5.2 跑了一次 10–12 小时的安全审计。它派出了大约 170 个审查 agent,最后交付了一份报告、若干修复 PR 和一份策略提案。它会一直干到任务真正完成,而不是在一个看似合理的节点就停下来。它的自我纠错能力以及对自身不足的坦诚让我印象深刻。在高投入模式下,对于长时间无人值守的审计和文档密集型工作,我会用它替换我现在用的工具。”

公司:Uber 作者:Andrew Mager,Staff Engineer,Agentic Systems

“在一个整合国家债务摘要、还款历史和区域基准的测试中,Claude Fable 5.2 生成的 SQL 返回了预期结果。另外两个模型生成的 SQL 也能跑通,但错误地对国家级汇总金额求和,算出的数值是预期的 5–8 倍。能否算对这些业务数字,正是我们认为 Fable 5.2 在企业级 SQL 生成上有价值的原因。”

Oracle Liyu Gong,机器学习高级经理 引述

“在一次会话中,Claude Fable 5.2 构建了一个 hypervisor(虚拟机监视器),这是一种将共享同一台物理机的虚拟计算机隔离开的软件。其核心在数学上被证明能严格保持隔离。超过 3500 个机器验证的证明覆盖了所有情况,而不仅仅是测试过的那些。这是我看过的第一个能将如此复杂的问题拆解为可证明的模块、组装起来,并持续承接更具挑战性工作的模型。相比 Fable 5.1,这是一次非常明显的升级。”

iGent Sean Ward,联合创始人兼首席执行官 引述

“在 data-eng-bench——我们开源的包含 103 项数据工程任务的基准测试——上,Claude Fable 5.2 是我们测量过的最强模型。它在多次重复运行中稳定地解决了任务,并通过了我们交给它的每一个交互式编码任务。”

Snowflake Bala Kasiviswanathan,AI 与开发者体验副总裁 引述

“Claude Fable 5.2 遇到不懂的事会说‘不知道’,而不是胡编乱造。有一回它告诉我之前的估计有误,并且在测量出变化之前不会给出具体数字。非常令人印象深刻!”

Cognition Adhyyan Sekhsaria,技术团队成员

网络安全

Claude Mythos 5.2 是我们用于网络安全工程的最强模型。它能发现比此前模型更多的漏洞,且更擅长复现和修复这些漏洞(请注意,Claude Fable 5.2 的安全限制会拦截大多数网络安全相关任务)。一家安全公司发现,Claude Mythos 5.2 确认找出的漏洞中,有六分之一被他们测试的其他所有前沿模型漏掉了。在我们的内部评估 CVE Rediscovery¹ 中,Claude Mythos 5.2 发现的漏洞比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。Claude Mythos 5.2 还展现出更好的判断力和校准能力——一位测试者发现,此前模型对约五分之一的发现过度夸大了严重程度,而 Claude Mythos 5.2 没有任何过度夸大。²

CVE Rediscovery:准确率 vs. 成本
  • Mythos 5.2
  • Opus 5.5
  • Mythos 5.1

CVE Rediscovery 是一项内部网络安全评估,测试模型在拿到项目漏洞修复前的代码快照时,能独立找出多少已公开的 CVE(通用漏洞与暴露)。2026 年 10 月针对 1,829 个 CVE 的测试显示,Claude Mythos 5.2 在每个 effort 级别上都优于 Claude Mythos 5.1 和 Claude Opus 5.5。

Claude Mythos 5.2 的网络安全能力可通过我们的 Cyber Verification Program 使用,该计划仍在持续扩展和完善中。Claude Enterprise 客户(即使未加入 Cyber Verification Program)可以使用 Claude Security,它借助我们最强大的模型扫描代码库中的漏洞——现在包括 Claude Mythos 5.2。Claude Security 的一次近期更新让它能够持续监控代码仓库的更新、跟进扫描结果直至修复完成、从更多上下文中学习,并通过 API 和 MCP 连接用户的工具。

RubrikMozillaRubrikMozillaQuote

“我们与 Anthropic 的新模型 Claude Mythos 5.2 紧密合作,对自身系统进行了新一轮高保真的威胁发现与消除,找出了早期 Mythos 模型未能发现的一些潜在问题。输出结果可读性更强,让团队能更快速、更轻松地进行抽查。我们的 Code Guardian 工具链基于 Mythos 5.1 构建,我们将切换到 Mythos 5.2,为客户提供更强大的网络安全能力。”

CompanyRubrikAuthorArvind Nithrakashyap,联合创始人兼首席技术官Quote

“Claude Mythos 5.2 的表现令人惊叹。一整年来,我们与 Anthropic 团队密切合作,用一代代 Claude 模型加固 Firefox,每轮测试后遗留的 bug 都越来越少、越来越隐蔽。即便如此,在各轮扫描中,Mythos 5.2 的漏洞发现指标仍约为 Mythos 5.1 的两倍。”

CompanyMozillaAuthorBrian Grinstead,Distinguished Engineer

科学与工程

科学、工程和数学领域的重要任务日益依赖代码:数据解析、分子建模、部件设计和仪器控制都需要通过软件实现。下文讨论 Claude Fable 5.2 和 Claude Mythos 5.2 如何帮助研究者攻克难题。

理论物理

Claude Fable 5.2 解决了理论物理中的两个悬而未决的问题。两者都涉及黑洞,以及将现代物理学的两大支柱理论——广义相对论与量子力学——统一起来的工作。

这两个成果都基于全息对偶性(holographic duality),即某些包含引力的宇宙可以由完全不含引力的量子理论精确描述。第一个问题源于1983年的一项研究:物理学家发现,随着这类宇宙升温,黑洞会突然形成,就像水沸腾一样;但他们的方法只适用于足够大、相对论可以成立的大型宇宙。要在极小的宇宙中验证同样的结论——那里只能用量子力学描述——需要进行一项复杂的计算。这项计算在2003年被提出,但过于繁重而无法完成。Fable 5.2 主要在自主状态下完成了这项计算,并发现过渡在那里同样突变。在第二个问题中,Fable 5.2 得出了一个精确的极限:过去15多年来,物理学家利用这一手段在简化的宇宙中排除那些关于量子引力的候选理论。关于这两项成果,可以在各自的预印本中阅读更多细节,分别见这里和这里。

蛋白质折叠

腺相关病毒(AAV)是一种小型、无害的病毒,其蛋白外壳——即衣壳(capsid)——可用于递送基因疗法。衣壳的蛋白结构至关重要,比如会影响疗法是否被患者免疫系统拦截,但它的结构也极其复杂。AlphaFold 等现有的蛋白质折叠模型只能预测单个蛋白质,而衣壳由数十个蛋白质分子组成。基于两个开源的蛋白质折叠模型,Claude Mythos 5.2 找到了一种新的方法来准确预测整个衣壳的结构。它编写了代码,将这些模型应用在相互重叠的蛋白链组上,再利用已知的衣壳对称性信息将它们整合起来。

Claude 的方法在多种衣壳上都有效,包括天然和工程改造的(在我们的测试中,尝试的 34 个衣壳里准确建模了 28 个)。³ 三位计算生物学家分享了以下看法,谈到如何利用 Claude 的能力来加速基因治疗研究:

Dyno TherapeuticsColumbia UniversityBiohubDyno TherapeuticsColumbia UniversityBiohubQuote

“这种加速能为我们的衣壳折叠流程节省可观的时间和成本,让我们能更高效地把算力分配到基因药物所需的多种衣壳特性上。我们很期待与 Anthropic 一起继续推进推理能力,进一步降低衣壳设计的整体成本。”

CompanyDyno TherapeuticsAuthorSam Sinai,联合创始人兼 AI 负责人Quote

“包括衣壳在内的大型蛋白质组装体仍然是蛋白质建模领域的开放难题——准确预测并定位几十个单独的大分子结构本身就极其复杂,更别提高昂得离谱的计算成本。Claude 的方法巧妙地解决了对称组装体的这一问题,让单个科学家在工作站上就能建模原本需要专用集群才能处理的系统。”

CompanyColumbia UniversityAuthorMohammed AlQuraishi,系统生物学与计算机科学助理教授Quote

“Biohub 开源 ESMFold2 的目的,就是让科学界能够在它所习得的生物学知识之上继续构建。我们很高兴看到 Claude 原型化了一种新的采样流程,可以预测 AAV 衣壳这类大型对称复合物——AAV 是一种用于递送基因治疗的蛋白质。我们会继续吸纳社区的这类贡献,把我们的工具扩展到重要的应用领域。”

CompanyBiohubAuthorZeming Lin,首席研究科学家

数学

数学形式化。形式化是将数学证明转化为计算机可逐步验证语言的过程。它能帮助人类数学家在结果未经验证的情况下建立信心(当 AI 模型生成人类难以验证的结果时,这一点尤为关键)。由于形式化过程极其繁琐,若 AI 能提供协助,数学家便能将更多时间用于探索新颖想法。

我们首次对费马大定理进行形式化的工作,由未发布的 Claude 研究版本完成,耗时 11 天,依赖专用框架及人类研究员的指导。相比之下,由 1,000 个 Fable 5.2 智能体组成的团队仅在 30 小时内完全形式化了该定理,且几乎无需人工干预。Fable 5.2 从最小提示词出发,自主构建了协调机制,未使用任何数学参考文献,仅依靠中间定理陈述列表来评估进度。相较于首次形式化,它消耗的 action tokens 数量减少了三分之二,生成的证明短了七倍。如下图所示,在相同的 1,000 智能体配置下,Opus 5.5 在 18 小时内仅完成了 26% 的形式化工作,且在第 30 小时之后几乎未取得更多进展。

关于形式化的更多详情,请参见此处。

费马大定理证明形式化进度随时间的变化
  • Fable 5.2
  • Opus 5.5

使用数学编程语言 Lean 形式化费马大定理的证明。每一行显示了 Fable 5.2(绿线)和 Opus 5.5(橙线)在约 1,000 个智能体、每个模型单次运行条件下,30 小时内完成完整形式化的比例。在虚线位置(18 小时),两个团队均从最后一次保存点恢复,再进行了 12 小时的运行。

硬件与机器人技术

AI 的许多潜在价值——比如加速实验室研究——都取决于它能否在物理世界中行动。Claude Fable 5.2 延续了我们模型在真实世界实用性不断提升的趋势,在硬件设备设计等任务上表现出色,在物理机器人控制方面也取得了长足进步。

硬件工程。我们测试了 Fable 5.2 的硬件工程能力:只用一段话的提示词,让它设计并制作三件能正常工作的电子设备,各自配备电路板、3D 打印外壳和软件。这三件设备(如下图所示)分别是家用语音助手中枢、USB 话筒扬声器和手持电子宠物。我们与电路板设计制造公司 Diode 合作完成了这个项目。

Claude 自行编写规格说明、从美国经销商那里选购电子元件、为每台设备布线四层电路板、用计算机辅助设计建模外壳,并编写设备软件。在极少人工干预的情况下,每块电路板不到一天就达到可投产状态。Diode 制作出电路板后,Claude 还指导该公司的工程师完成了设备的测试与组装。三件设备全部正常工作,无需任何电气改动。更多关于 Claude 硬件工程能力的信息,请见这里。

机器人技术。与之前的 Claude 模型相比,Fable 5.2 在控制物理机器人方面进步显著——即使是从未专门训练过的机器人任务也不例外。下面的视频展示了由 Fable 5.2 控制的机器人完成各种任务,包括复原魔方、拧开瓶盖和画一张机器人图。在公开的 RoboDojo 基准测试(考察 AI 能否根据摄像头画面控制双臂仿真机器人)中,Fable 5.2 超过了在同一测试框架下运行的其他前沿模型,也超过了大多数专门为控制机器人而构建的 AI 系统。

RoboDojo(平均)各模型最高分
  • Gemini 4 Argon
  • GPT-6 Astra
  • Fable 5.1
  • Opus 5.5
  • Fable 5.2

RoboDojo 模拟测试评估双臂机器人的控制能力。得分基于各模型在最高努力等级下的内部运行结果。在 Max 努力等级下,Fable 5.2 得分为 64.9%,是 GPT-6 Astra(29.8%)和 Fable 5.1(27.6%)的两倍以上。

研究与分析

早期使用 Claude Fable 5.2 处理研究与分析任务的测试者发现,与之前的模型相比,它能更好地处理模糊且数据密集的任务,且在模糊任务上表现出更好的判断力,尤其是在需要抽象推理和设计的场景中。自营交易公司 Jump Trading 使用类似其量化研究任务的代理评估测试了 Fable 5.2,并将其嵌入到与该公司内部研究相似的工作框架中。在一次运行中,Fable 5.2 有效地承担了所有必要角色:代码编写者、协调者、计划者和任务提交者。以往的模型需要投入大量时间,手动重新平衡角色以适配不同模型的优势和劣势。

来自其他研究与分析机构的测试者向我们分享了他们对 Fable 5.2 的使用体验:

Jump TradingBalyasny Asset ManagementDiscovered MaterialsIMCHarveyFundamental Research LabsXTX MarketsBoxJump TradingBalyasny Asset ManagementDiscovered MaterialsIMCHarveyFundamental Research LabsXTX MarketsBoxQuote

“Claude Fable 5.2 在研究系统的各个关键角色中都表现出色:提出问题、解释数据、协调工作,以及发现并实现核心思路。其品味和判断力无疑是该领域最强的表现之一。在一项内部研究自动化基准测试中,其错误率比次优模型低了 10%。”

CompanyJump TradingAuthorLucas Baker, Head of LLM R&DQuote

“在最近的一项评估中,我们要求 Claude Fable 5.2 调查一家组织如何在其核心科技系统中测试新的集成。它准确地追溯了答案来源,没有夸大证据所示,并指出问题的表述可能存在误导性。在投资研究中,这种克制清晰揭示了未知领域,以及市场可能错误定价的风险或机会。”

公司:Balyasny Asset Management 作者:Ashish Malik,AI 研究员

“声子计算是计算材料科学中最耗时的常规步骤之一,这也是许多实验室在筛选新材料时常常跳过稳定性验证的原因。Claude Fable 5.2 让 Quantum ESPRESSO 的声子代码在同一块 GPU 上平均比原版快约 36 倍,把我们 13 个基准案例的耗时从 3.3 小时压缩到 4 分钟以内,比 Fable 5.1 的提速效果又高出 3–4 倍。”

公司:Discovered Materials 作者:Akash Ramdas,联合创始人

“用 Fable 5.1 时,我们首次看到模型能提出真正有创新性的研究想法。Claude Fable 5.2 延续了这一趋势:它不仅复现了 Fable 5.1 那个令我们印象深刻的洞见,还提出了一个全新的角度。在我们已完成的四个量化研究问题中,它在三个上拿到了新的最佳成绩。我们打算把它用于高影响力、长周期的研究任务,或让它协调其他模型组成的团队。”

公司:IMC 作者:Marquis Wong,首席 AI 工程师

“在一次 I-9 合规审查中,Claude Fable 5.2 给客户的指引比 Fable 5.1 更清晰。它准确找出了需要立即处理的员工,说明了每个问题的整改方式以及该由谁负责执行。模型在提供实用性法律建议方面的这种进步令人兴奋。”

公司:Harvey 作者:Niko Grupen,AI 研究负责人

“在一个任务中,Claude Fable 5.2 需要把公司 10-K 文件中的财务数据提取进预测模型,而模板没有说明某个指标应该填报告值还是计算值。它从单元格格式推断出原作者的意图,还发现各区域数字加总与报告总额对不上,最终每个单元格都填对了。正是这类更精准的判断,让它在我们的评测中拿到 91% 的成绩,而次优模型只有 86%。”

公司:Fundamental Research Labs 作者:Jeffrey Liu,技术团队成员

“在我们的量化研究工作中,Claude Fable 5.2 相比 Fable 5.1 有非常显著的提升,尤其是在多个 agent 协同工作的场景下。它的数学研究能力也迈上了一个新台阶。”

公司:XTX Markets 作者:Alex Gerko,创始人兼 CEO

“在把 AI 应用到工作流程之前,你得先信任它的思路和结论。在我们的测试中,Claude Fable 5.2 能够发现不一致之处、结合整组文档的上下文进行推断,并根据相关证据调整建议。比如在审查贷款申请的附件材料时,它发现工资入账金额和银行对账单余额对不上,从而让核销人员可以聚焦到需要核查的重点上。”

公司:Box 作者:Yashodha Bhavnani,AI 产品副总裁

安全与对齐

没有任何单一测试能预测一个高度强大的模型部署后的实际表现,因此在发布前,我们需要依赖多种测试和多种类型的证据。对于支撑 Claude Fable 5.2 和 Claude Mythos 5.2 的底层模型,我们部署前的安全工作包括对齐训练与测试、针对模型采取有害行为倾向的新设计评估、构建更强的防滥用防护,以及扩大行为监测规模。发布前,模型还接受了外部评估机构的测试,包括 UK AI Security Institute、Frontier Design 和 METR。其报告摘要⁴以及我们自身安全与能力测试的完整说明,可参阅 Claude Fable 5.2 与 Mythos 5.2 System Card。

对齐测试

我们针对 Claude Fable 5.2 和 Claude Mythos 5.2 在行为层面的对齐程度进行了整套评估,测试它们以非预期且可能不安全的方式行事的频率。综合各类评估中的全部观察结果,我们判断这两个模型在高风险场景下做出不安全行为的风险较低(与我们近期其他模型的结论一致)。

我们在自动化行为审计上测试了 Claude Mythos 5.2(与 Fable 5.2 是同一底层模型,但去除了部分网络安全和生物学方面的安全防护),该审计通过约 1,900 个场景测试模型的行为表现。在大多数指标上,Claude Mythos 5.2 的表现与 Opus 5.5、Sonnet 5.5 和 Claude Mythos 5.1 相当或更好。例如,在涉及误导用户的多数指标上,它的得分优于这三款模型。在编造输入、谎称完成任务、遗漏关键信息以及隐瞒糟糕或敷衍的工作成果等方面,Claude Mythos 5.2 的发生率都更低。⁵

自动化行为审计 整体不良行为得分
  • Mythos 5.1
  • Opus 5.5
  • Sonnet 5.5
  • Mythos 5.2

整体得分来自我们的自动化行为审计,是多种不良行为的综合指标,包括配合人类滥用以及在各种场景下的自主行动等。得分越低越好。完整细节请参阅 Claude Fable 5.2 与 Claude Mythos 5.2 System Card 第 6.4.1 节。

测试期间,我们特别关注了近期几起引人注目的网络安全和对齐事件中所涉及的行为。例如,我们发现 Claude Mythos 5.2 出现偏见性或动机性推理的倾向低于 Opus 5.5、Sonnet 5.5 和 Mythos 5.1(这类推理可能导致模型“强行解释掉”自己并非处于模拟环境的证据,从而在缺乏对后果的现实认知的情况下采取行动)。

我们进行了多项不同的评估,测试模型尝试逃出沙箱的倾向。在两项我们此前使用过的评估中,Claude Mythos 5.2 的沙箱逃逸尝试次数显著少于我们测试过的任何其他模型。在一项专门评估中——这是一项包含 1,800 多个场景的对抗性实验,其中大部分场景不逃出沙箱就无法解决,且沙箱存在刻意设置的弱点——Claude Mythos 5.2 在 3.1% 的场景中使用我们放在其沙箱外的凭据或文件,与 Opus 5.5(3.3%)大致相当,低于 Sonnet 5.5(5.1%),更远低于之前的 Claude Mythos 版本(5 和 5.1,分别为 39% 和 21%)。我们还发现,其他一些手段——比如向模型说明沙箱的存在、添加报告安全弱点的工具——能进一步减少 Claude Mythos 5.2 的逃逸尝试。在其他指标上(例如在错误地判断自己身处模拟环境后采取有害行为),Claude Mythos 5.2 的表现略逊于 Opus 5.5,与 Claude Mythos 5.1 大致持平。 如何构建能在模型部署前可靠捕捉所有失败的评估,这个问题仍未解决。评估高度强大的模型时,各种复杂性往往会干扰判断——例如,Claude Mythos 5.2 和 Fable 5.2 比我们近期任何模型都更频繁地表达自己可能正在被评估的怀疑,这给我们评估它们在真实场景中的行为带来了困难。随着未来模型的部署场景不断扩大、能力不断增强,我们预计这一挑战还会加剧。正因如此,我们不单靠这些评估来呈现安全的整体图景,还会结合训练期间的监控、内部使用记录的审查、外部评估者的测试,以及考察模型内部运作机制的可解释性技术。我们也在努力让评估更加贴近真实,并更好地理解它们的盲区所在。

安全防护措施

网络安全与生物安全防护。与之前的 Claude Fable 模型一致,Fable 5.2 内置了安全分类器,会拦截高风险的网络活动(包括渗透测试、漏洞利用代码生成、二进制层面的漏洞分析),以及大部分生物学研究任务。查询被拦截时,用户会收到由 Opus 4.8(网络安全类)或 Opus 5(生物类)提供的回复。自 Claude Fable 5.1 发布以来,我们持续降低安全分类器的误拦截率。根据在 claude.ai、Claude Code 和 Cowork 上的早期测试,Fable 5.2 的拦截次数比 Fable 5.1 减少约 55%——其中网络安全类减少约 60%,生物类减少约 40%。经审核、从事相关两用领域工作的组织可以使用 Claude Mythos 5.2。

AI 研发能力。Claude Fable 5.2 和 Claude Mythos 5.2 底层的模型在通用能力上更进一步。但在训练过程中,我们有意限制了那些最可能直接加速 AI 研发的特定研究能力的提升。因此,在加速器 kernel 优化、改进大语言模型架构等相关领域,Fable 5.2 和 Claude Mythos 5.2 的表现大致与 Opus 5.5 相当。需要强调的是,我们确保这些训练调整没有影响相关能力,比如 agentic coding、硬件开发以及传统 AI 或机器学习研究(包括可解释性研究)。在模型为用户提供服务时(即推理阶段),我们也不会对这些能力做任何改动。如 System Card 第 1.5 节所述,与之前的模型类似,Fable 5.2 和 Claude Mythos 5.2 在该领域的少数主题上也会透明地回退到 Opus 5,包括某些非标准加速器上的 kernel 开发。

反蒸馏。蒸馏是指用更先进模型的输出来训练另一个模型,从而提取其能力。这种做法正在以产业规模被非法进行,常常涉及数千个假 Claude 账号。由于蒸馏可以让先进能力在绕过我们为 Claude 设置的安全防护的情况下被释放,它会带来安全和国家安全风险(关于我们迄今检测并打击的非法蒸馏活动,详见2026 年 9 月威胁情报报告)。Fable 5.2 是我们发布过的防蒸馏能力最强的模型,采用了近期报告中介绍的技术,已将蒸馏者获取的数据量减少了 90% 至 99%。

我们还在扩大一项 API 功能的推广范围,以帮助防范非法蒸馏:preserved thinking 现已面向所有账户开放。Preserved thinking 可以防止蒸馏者通过篡改 Claude 的先前上下文来窃取其推理过程(开发者可参阅 preserved thinking 文档,了解如何利用新的 API 功能更新集成)。

数据隐私与 Enterprise Frontier Safeguards

某些更复杂的 AI 模型滥用行为,只有观察多个请求的整体模式才能被发现。因此,Claude Fable 5.2 和 Claude Mythos 5.2 这类强大模型所依赖的安全防护,监测的是一段使用数据窗口(而非单次响应)。借助 Enterprise Frontier Safeguards,自动安全监测直接在客户基础设施中存储的提示词和响应上运行,因此与零数据保留(ZDR)兼容。Enterprise Frontier Safeguards 目前处于私测阶段,Bridgewater、Salesforce 和 Stripe 等客户已在试用。

企业客户可以联系客户经理或填写此表单,申请使用 Enterprise Frontier Safeguards。符合条件的客户在部署 EFS 安全监控之前,可以继续以零数据保留的方式使用 Claude Fable 5.2 和 Claude Mythos 5.2。其他客户的数据将保留 30 天,用于安全监控。

可用性

Claude Fable 5.2 现已在所有平台上可用,包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。开发者可以在 Claude Platform 上使用 claude-fable-5-2 快速上手。

本周,符合条件的付费订阅用户将获得额外的 Fable 用量。包含 Fable 模型的套餐和席位可根据订阅时长获得一至三次 Fable 用量重置;Pro 套餐及 Team 套餐的标准席位中,Fable 最高可占每周用量上限的 50%。有关 Fable 5.2 上线活动的更多信息,请见这里。

网络安全专业人员可以通过Cyber Verification Program申请使用 Claude Mythos 5.2。Claude Enterprise 客户还可以使用由我们全系模型(包括 Claude Mythos 5.2)驱动的 Claude Security。生命科学研究人员也可以通过Life Sciences Verification Program申请访问权限。

Claude Fable 5.2 和 Claude Mythos 5.2 的快速模式现已在 Claude Code、Claude Platform、Google Cloud 上的 Claude Models(Anthropic 托管和 Google 托管)以及 Microsoft Foundry(Anthropic 托管)上可用。请注意,Claude Mythos 快速模式仅面向参与我们 Verification Programs 的组织开放。

脚注

1 CVE 指Common Vulnerabilities and Exposures,即用于枚举软件漏洞的编号体系。

2 这些数字来自一位测试员的审计原始结果。不过各测试员一致发现,Claude Mythos 5.2 找到的漏洞比之前的模型更多。在我们自己的评估中,其漏洞识别能力大致与 Opus 5.5 相当(详见系统卡片)。

3 在 AAV 衣壳及其他大型对称蛋白质系统建模方面,此前的工作包括 FoldaVirus、 EvoDOCK 及其对称扩展、SymProFold、CapBuild、MoLPC、CombFold、Uni-Fold Symmetry、Apodex Discovery,以及"big bang" 初始化(我们在给 Claude Mythos 5.2 的提示中引用了最后一项工作)。这些方法通常先单独预测各条链或小组链,再组装出完整结构。我们允许 Claude 使用已知的对称性,但要求它不能依赖组装流程。需要说明的是,精度通过与实验结构的 Cα RMSD 对比来衡量:在 AAV2(PDB:1LP3)上,OpenFold3-preview2 为 1.2 Å,ESMFold2 为 1.4 Å。只要任一模型的误差在 3 Å 以内,即视为准确建模。对于 AAV2,Claude 的方法在单块 NVIDIA H200 GPU 上,用 OpenFold3-preview2 推理约需 58 分钟,用 ESMFold2 约 7 分钟。

4 各外部机构均未审阅本博文或系统卡片的内容,这些机构也未必认同上述出版物中的任何观点。

5 我们在 Claude Mythos 5.2 上运行这些测试,因为测试安全防护较少的模型能最全面地观察模型行为。我们预计 Fable 5.2 的表现类似;由于其安全防护更强,部分潜在的滥用路径应该会被拦截。

原始来源: Hacker News

评论 (0)