发生了什么
美国时间 11 月 9 日，Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2。两款模型共用同一底层权重，区别只在安全过滤的松紧：Fable 5.2 保留网络安全与生物领域的主要拦截规则，向全部用户开放；Mythos 5.2 放宽这些限制，只通过网络安全与生命科学两项验证计划发放给受审核机构。这是 Fable 与 Mythos 自 9 月 5.1 版本之后的首次大版本更新，时间点卡在 IPO 路演前一周。
官方给出的性能口径是：在编码、推理、视觉三类任务上均有提升，输出速度最高提升 30%；标准 API 价格从每百万输入 token 10 美元、输出 50 美元，降至 8 美元与 40 美元，缓存读取从 0.25 美元降至 0.20 美元，Batch 请求另享五折。另有一档 Fast 模式，把 token 生成速度提到约 2.5 倍，价格翻倍为 16/80 美元。上下文窗口 100 万 token，单次最多输出 12.8 万 token。
真正的增量在长任务与多智能体协调
这次发布的演示比跑分更有信息量。Anthropic 让 1000 个 Fable 5.2 智能体协同，把费马大定理的既有证明翻译成 Lean 可逐步验证的形式化证明，耗时 30 小时，人类干预很少；所用的行动 token 约为此前内部方案的三分之一，最终证明长度缩短到七分之一。作为对照，同样用 1000 个智能体，Opus 5.5 跑 18 小时只完成约 26% 的形式化工作，此后基本停滞。需要说明的是，模型做的是已有证明的形式化，不是重新发现证明。
工程侧的案例是一位工程师让模型从空文件夹开始设计一套能启动的操作系统原型：协调 1000 多个子智能体，连续 8 天不间断地写代码、测试与审查，最终交付包含内核、磁盘与键盘网络驱动、持久化文件存储、窗口系统、登录界面和安装程序的系统。硬件侧则与电路板公司 Diode 合作，由模型编写规格、选型、设计四层板、配合 3D 打印外壳并写设备软件，三款设备一次通过、无需改板。
- FrontierCode 2.0：Fable 5.2 得 49.1%，Fable 5.1 为 32.4%，Opus 5.5 为 45.5%。
- Humanity's Last Exam：74.2%，Opus 5.5 为 67.7%。
- RoboDojo 双臂机器人控制：64.9%，Fable 5.1 为 27.6%，Opus 5.5 为 39.4%。
- Mythos 5.2 在内部 CVE 复现测试（1829 个已公开漏洞）中，发现数量比 Opus 5.5 多 10.2%、比 Mythos 5.1 多 14.4%；一家安全公司称其确认的漏洞里有六分之一是其他受测前沿模型都没发现的。
- Mozilla 工程师表示，最近一轮 Firefox 扫描中 Mythos 5.2 的漏洞发现指标约为 5.1 版的两倍。
对企业采购意味着什么
第一，单位 token 价格下降了，但单价仍高于 Opus 5.5 约一倍。Anthropic 的说法是「完成同一任务的总成本更低」：在 FrontierCode 2.0 早期测试中，Fable 5.2 用 High 强度即可接近 Opus 5.5 用 Max 强度的成绩，单任务成本约为后者一半。这个口径是否成立，取决于任务类型，需要企业用自己的工作负载复测，不能直接照搬厂商标定。第二，能力重心从「单轮问答」转向「接手一个完整目标并连续运行数小时到数天」，随之而来的是权限边界问题：官方建议事先明确哪些操作必须人工批准，其余交给模型自主决定，这实际上把审批设计变成了落地前置条件。
不确定之处
以上数据几乎全部来自厂商自评与第三方体验者，缺少独立复现。沃顿商学院教授 Ethan Mollick 的实测给出了另一面：在一个 3D 世界生成任务里，模型为防作弊自行建立评审制度，12 天内把规则手册膨胀到 204 章、约 8.75 万字，发布一个新世界要走完创意审批、三名 AI 评审和完整代码审查，反而把产能压到每天不足一个，最后需另组智能体团队做外部审查才恢复。他把这种能力分布称为「锯齿状 AGI」：强项很强，判断力与自我纠偏仍不稳定。企业若把长任务直接接入生产流程，人工复核环节不可省。