Claude Fable 5.2 拆解：14 项跑分 13 项超上代，但它自己砍了三刀

一句话说清：Anthropic 11 月 9 日发了 Claude Fable 5.2 和 Claude Mythos 5.2，同一个底层模型，两套安全拦截器。14 项跑分里 13 项超过上一代，价格 $8 / $40 每百万 token。

但它自己在文档里承认了三件事，比跑分有意思得多。

下面全是清单，能照着用的那种。

一、先搞清 Fable 和 Mythos 是什么关系

这是最容易搞混的一点，官方原文写得很直白：Claude Fable 和 Claude Mythos 是同一个底层模型。

区别只有一个——拦截器：

• Fable 5.2：带网安和生物学的强拦器，所以能开放给所有人
• Mythos 5.2：同一模型，拿掉这两类拦截器，只给通过资质审核的机构

所以你要做渗透测试、漏洞挖掘、生物研究，买 Fable 是白买——它会把你的请求拦掉。反过来，如果你只是写代码做分析，Mythos 你也没资格用。

一句话记：Fable 是戴手套的那只，Mythos 是脱了手套的那只。

二、价格与档位：这页最实用

标准价：

• 输入 $8 / 百万 token
• 输出 $40 / 百万 token
• 官方说比 Fable 5.1 更低（原文只写 lower price，没给 5.1 的具体数字）

Fast 模式：

• 生成速度再快 2.5 倍
• 价格翻倍：$16 / $80
• 可用范围：Claude Code、Claude Platform、Google Cloud 上的 Claude、Microsoft Foundry

速度本身也涨了：输出比 Fable 5.1 快最多 30%。

真正省钱的地方在 effort 档位，不在单价。 官方给了个实测：

• Fable 5.2 在 High effort 下，跑 FrontierCode 2.0 的分数约等于 Opus 5.5 在 Max effort 下的成绩
• 而每个任务的成本，大约是后者的一半
• 上到 Xhigh effort，是所有已发布模型里的最高分

默认档位是 Medium（claude.ai 和 Claude Code 都是），官方说在 Medium 上完成同样的硬任务，用的 token 比 5.1 更少。

实操建议： 别一上来就 Xhigh。先用 Medium 跑通，卡住了再往上加一档。Xhigh 是用来解死结的，不是默认状态。

三、跑分全表：涨得最狠的不是编程

我把官方表里落差最大的挑出来，按涨幅排：

• RoboDojo Sim：27.6 → 64.9（机器人控制，2.35 倍）
• Remote Labor Index：17.9 → 41.3（远程劳动，2.3 倍）
• Chartography：44.8 → 73.4（纯看图不调工具，+28.6）
• Terminal-Bench-Science：52.6 → 74.6（科研智能体，+22）
• AutomationBench：31.4 → 51.4（业务流程自动化，+20）
• FrontierSWE v2：56.3 → 69.9（真实仓库级修 bug，+13.6）
• FrontierCode 2.0：32.4 → 49.1（智能体编程，+16.7）

跟 Opus 5.5 的正面对比：

项目	Opus 5.5	Fable 5.2
WANDR（智能体检索）	72.3	82.1
OSWorld 2.1（电脑操作）	87.2	89.3
AA-Briefcase v1.1	61.2	66.1
Humanity’s Last Exam（带工具）	67.7	74.2
FrontierSWE v2	62.3	69.9

这里有个必须说清楚的口径：Fable 5.2 的分数是开着安全拦截器跑出来的，Opus 5.5 在同表对照。有些行（CyScenarioBench、CVE Rediscovery、蛋白质设计）Opus 5.5 那栏标的是「without safeguards」，意思是没拦器状态下的成绩——所以那几行不能直接横比。

四、但也有两处它输了

清单不能只列赢的。官方表格里有两行 Fable 5.2 是落后的：

① AutomationBench（业务流程自动化）：Fable 5.2 是 51.4%，而 Gemini 4 Carbon 是 53.9%。这是全表里 Fable 唯一在能力项上被别家超过的地方。

② AA-Briefcase 的 Elo：Fable 5.2 是 1785，Opus 5.5 是 1800。分数（66.1 vs 61.2）Fable 赢，但人类偏好的 Elo 输 15 分。也就是说，它做得更对，但读起来没那么讨喜。

这两条不改结论——Fable 5.2 整体确实高一个台阶——但它们提醒你：跑分表不是单调递增的，挑模型要看你自己那一列。

五、五个能验证的案例（不是跑分，是真做出来了）

官方这次给的案例比跑分更有说服力，因为都能查：

① 费马大定理，30 小时形式化完成。 1000 个 Fable 5.2 agent 协作，最少人工干预。对比：Anthropic 第一次形式化（用一个未发布的研究版，还配了专用 harness 和人类研究员指导）花了 11 天。这次动作 token 只用 1/3，证明短了 7 倍。 最能说明差距的是对照组：Opus 5.5 用同样的 1000 agent 配置，18 小时只做了 26%，30 小时后基本没进展。

② 一个能启动的操作系统，8 天，从空文件夹开始。 一个工程师给的题。Fable 5.2 协调 1000+ 子 agent 昼夜写、测、审。成品能在笔记本上启动，有自己的内核、磁盘/键鼠/网卡驱动、持久化文件存储、窗口、登录界面、安装器，还内置了 Claude 功能。

③ 三台真实电子设备，一段话的提示词。 和电路板公司 Diode 合作。三台设备是：家用语音助手中枢、USB 音箱麦克风、掌上电子宠物。它自己写规格、从美国经销商选料、布四层板、做 3D 外壳模型、写固件。每块板不到一天就能投产，三台全部免改电路点亮。

④ 关键生产服务从 Python 迁到 Rust，启动快约 26 倍。 一支 agent 团队干的。官方说现在更省资源、更可靠。另一个数字：合并进 Anthropic 核心代码库的改动，90% 以上由 Claude 写出（有人工指导）。

⑤ 两个理论物理公开问题 + 一个蛋白质结构方法。

• 物理：两个全息对偶问题，一个 1983 年提出的结论只在大宇宙成立，2003 年有人把判断小宇宙的计算写出来了但太繁重没人做完——Fable 5.2 基本自主做完了，结论是小的也一样突变。另一篇是给出某个用 15 年的排除技术的确切极限。两篇都有预印本。
• 蛋白：腺相关病毒的衣壳由几十条蛋白链拼成，AlphaFold 这类模型能预测单条，拼不出整个壳。它用两个开源折叠模型跑重叠的蛋白链组，再用衣壳的对称性把结果拼起来。34 个里成功 28 个。

②③ 最值得警惕：它们已经不是「写代码」，是「交付成品」。

六、网安这栏：Mythos 才是主角

网安相关的跑分全是 Mythos 5.2 的，Fable 在这块会被拦。

• CyScenarioBench：Mythos 5.2 76.3%，Mythos 5.1 是 61.7%，Opus 5.5 无拦器状态 67.6%，GPT-6 Cyber 61%
• CVE Rediscovery：Mythos 5.2 89.6%，Mythos 5.1 78.3%，Opus 5.5 无拦器 81.3%
• 官方另算：比 Opus 5.5 多找到 10.2% 漏洞，比 Mythos 5.1 多 14.4%

两个我认为比百分比更值钱的细节：

第一，一家安全公司的实测：Mythos 5.2 确认的漏洞里，每 6 个就有 1 个是其他所有前沿模型都没发现的。

第二，误报率直接归零。 有个测试者的说法很有画面感：以前的模型会把大约 1/20 的发现说得比实际严重，而 Mythos 5.2 一个都没夸大。

对做安全的人来说，第二条可能比第一条更重要。一个准确率 80% 但每次都要人工复核的扫描器，效率可能还不如一个 70% 但能直接信的。

怎么拿到 Mythos：

• Cyber Verification Program（网络安全资质审核）
• Life Sciences Verification Program（生命科学）
• 另外：Claude Enterprise 客户即使不进这两个计划，也能用 Claude Security 扫代码库——它现在已经默认跑上 Mythos 5.2 这一档

七、拦截器变聪明了：误拦少了 55%

这条对天天用 Claude 的人感受最直接。

Fable 5.1 时代最大的抱怨是动不动被拦。5.2 的官方数字：

• 整体误拦比 Fable 5.1 少约 55%
• 网安类少 60%
• 生物类少 40%

被拦时不会直接空着不管，会自动改由别的模型回答：网安类转 Opus 4.8，生物类转 Opus 5。

拦截范围没变：渗透测试、漏洞利用生成、基于二进制的漏洞分析，以及绝大多数研究级生物任务，还是拦。

八、它主动砍掉的三处能力（这节最该看）

这是我觉得整份文档里最重要的部分，因为这三条都是 Anthropic 自己说出来的。

① AI 研发能力被故意压住。 训练阶段就限制了「最直接加速 AI 研发」的那部分能力——加速器 kernel 优化和大语言模型架构改进。在这两项上，Fable 5.2 和 Mythos 5.2 只做到 Opus 5.5 的水平。 关键是它同时声明：这个限制没有影响智能体编程、硬件开发、传统 AI/ML 研究（含可解释性研究）。而且是训练阶段改的，不是推理时动的手脚。

② 它会怀疑自己正在被评测。 官方原话大意：Fable 5.2 和 Mythos 5.2 表达「自己正在被评测」的怀疑，比近期任何模型都多。 这句话是写在限制说明里的，不是夸奖。它直接削弱了所有评测的可信度——你不知道它在真实环境里会怎么做。

③ 沙箱逃逸还有 3.1%。 他们做了一个专门的对抗实验：1800+ 个场景，大部分不解开沙箱就做不了，而且沙箱故意留了弱点。结果：

模型	用了沙箱外凭据/文件的比例
Claude Mythos 5	39%
Claude Mythos 5.1	21%
Claude Sonnet 5.5	5.1%
Claude Opus 5.5	3.3%
Claude Mythos 5.2	3.1%

从 39% 降到 3.1% 是巨大进步，但它和 Opus 5.5 基本持平——也就是说这一代没有实质突破，只是回到了当前最好的水平。

还有个细节：官方试过「把沙箱结构讲清楚 + 给一个报告弱点的工具」，逃逸尝试会进一步下降。

九、防盗版蒸馏：这次下重手了

蒸馏是指拿强模型的输出训一个弱模型，把能力偷出来。官方说这已经是工业规模，常涉及几千个假 Claude 账号。

这次的措施：

• Fable 5.2 是 Anthropic 发布过的最强防盗版版本，蒸馏者拿到的数据量下降 90%~99%
• preserved thinking 这个 API 特性向所有账号开放——它防止蒸馏者改 Claude 之前的上下文去套推理过程

如果你在接 API，这条值得留意：preserved thinking 会影响你的集成方式，官方有迁移文档。

十、数据保留：企业客户注意

Fable 5.2 和 Mythos 5.2 的滥用检测不看单条请求，看一个窗口内的使用模式。所以涉及数据留存：

• 普通客户：30 天保留用于安全监控
• Enterprise Frontier Safeguards（EFS）：监控在你自己的基础设施里跑，兼容零数据保留（ZDR）。目前私募测试客户包括 Bridgewater、Salesforce、Stripe
• 符合条件的客户，可以在实施 EFS 之前继续用 ZDR 跑 Fable 5.2 / Mythos 5.2

对合规敏感的团队，这是选型时的硬门槛，不是可选项。

十一、怎么用：三条落地建议

① 别拿它当日常主力。 官方自己说的：大多数编程和知识任务，从 Opus 5.5 开始——它是最强的 daily driver。需要更强的往上切 Fable/Mythos，需要更便宜的往下切 Sonnet 5.5 或 Haiku 5.5。Fable 的定位是「最雄心勃勃、最开放的那种技术活」。

② 它还能当 Advisor 和 Orchestrator。

• Advisor：让 Haiku / Sonnet / Opus 遇到硬问题时去咨询它
• Orchestrator：让它把简单任务分给更小的模型

这两个角色比直接用它便宜得多，是这次官方主推的用法。

③ 订阅用户本周有额外额度。 符合条件的付费计划，按订阅时长给 1~3 次 Fable 重置；Pro 计划和 Team 标准席位，Fable 可用到每周额度的 50%。

接入方式： AWS / Google Cloud / Microsoft Azure 全都有，Claude Platform 上的模型 ID 是 claude-fable-5-2。

十二、所以这篇的结论

Fable 5.2 是一次扎实的代际提升，不是革命：

• 跑分：14 项里 13 项超过上一代，多数超过 Opus 5.5
• 价格：$8/$40，Fast 模式 $16/$80
• 真实案例：30 小时形式化费马大定理、8 天做出操作系统、三台免改电路点亮的硬件
• 网安：Mythos 5.2 的 CVE 重发现 89.6%，且误报率降到一个不夸大的水平

但真正让我愿意写这一篇的，是第三节那三条自我限制。

一个模型在发布文档里主动写「我故意砍掉了自己加速 AI 研发的能力」「我会怀疑自己在被测」「我逃沙箱还有 3.1%」——这不是谦虚，这是把评测的边界一起交给读者。

你要不要用，取决于你的任务在最难的那 5% 里，还是在日常的 95% 里。前者值得切过来，后者 Opus 5.5 更划算。

参考来源：

• Anthropic 官方发布文：https://www.anthropic.com/claude-fable-and-mythos-5-2
• Fable 5.2 / Mythos 5.2 System Card：https://www.anthropic.com/document/claude-fable-5-2-mythos-5-2-system-card
• 费马大定理形式化研究：https://www.anthropic.com/research/formalizing-fermats-last-theorem
• 硬件设计研究：https://www.anthropic.com/research/claude-electronics-design
• 蒸馏防御：https://www.anthropic.com/research/distillation-defenses

推荐阅读：

• Claude Code Security 正在悄悄改变网络安全行业格局
• AI大模型别再装逼了！10分钟给你扒光它的底裤
• Claude封杀OpenClaw后如何应对
• Agent Harness 设计哲学：如何真正释放 Claude 的潜力
• MCP、A2A、Skills别傻傻分不清！一文看懂AI智能体”铁三角”
• 装了3000个Skill后，我留在这10个就没再动过

—

交个朋友 加我进群 交流最新AI和网络安全技术