Anthropic 在 11 月 9 日发了 Claude Fable 5.2 和 Mythos 5.2。两个模型是同一个底层,区别在安全防护。公告里最抓眼球的是一个案例:工程师让 Fable 5.2 调度超过 1000 个子智能体,从一个空文件夹起步,八天搭出一套能在笔记本上启动的操作系统。
我把官方公告打开核了 1 遍,下面讲关键变化,以及它对开发者意味着什么。先亮判断:这次发布的信号不在跑分,在子智能体编排和反蒸馏这两件事。谁也别全信,往下看数字。
速度、价格、安全三块
速度上,官方标的的输出比上一代 5.1 快 30%,还有个 fast mode,token 生成最快到 2.5 倍。价格上,标准模式输入 8 美元、输出 40 美元每百万 token,fast mode 翻倍到 16 和 80 美元。fast mode 只开在 Claude Code、Claude Platform、Google Cloud 和 Microsoft Foundry 这几个入口。
安全是这次最实的一块。Fable 带网络和生物安全分类器,挡渗透测试、漏洞利用生成、二进制漏洞。被挡的请求会给替代回复,网络类转 Opus 4.8,生物类转 Opus 5。相比 5.1,误拦截少了约 55%。反蒸馏号称史上最强,把蒸馏者拿到的数据量压掉 90% 到 99%。Mythos 是去掉部分防护的版本,只给通过审查的组织用。
一个口径要纠正。官方没披露上下文长度,公告里没有这个数字。所以别处看到的上下文参数都不是一手来源,我不写。
数据保留也有变化。企业版的 Enterprise Frontier Safeguards 支持零数据保留,其他客户是 30 天保留用于安全监控。这个对合规敏感的场景有影响,我单独点一下。
1000 个子智能体搭操作系统
这个案例值得单独说。一位 Anthropic 工程师从空文件夹开始,让模型协调超过 1000 个子智能体,八天不停,写、测、审代码,产出是一个能在笔记本上启动的操作系统,带自己的核心、磁盘键盘网络驱动、持久文件存储、窗口系统、登录屏、安装程序。
这不是营销里那种「一句话生成个网页」。它把子智能体这事的边界往前推了一大截,1000 个并发协作,人类只做少量干预。
官方给这两个模型的定位也值得说。Fable 面向所有用户,能当 Advisor 给 Haiku、Sonnet、Opus 这些小模型当顾问,也能当 Orchestrator 把简单任务下发给小模型。日常编码官方自己推荐先用 Opus 5.5,遇到难题再切 Fable。Mythos 只给通过审查的网络安全和生命科学组织用,还有个 Cyber Verification Program 可以申请。
这里有个细节我查了 1 遍。两个模型是同一个底层,Fable 带防护分类器,Mythos 摘掉部分防护。所以不是两个能力不同的模型,是同一套能力给了两个不同安全档。这个区分容易被人写错。
基准数字清单
官方给的基准我列几项关键的,数字都是官方标的。我抄了一份下来,挑几个最能说明问题的。
FrontierCode 2.0 在 Xhigh effort 下 Fable 5.2 拿 49.1%,上一代 32.4%,Opus 5.5 是 45.5%。FrontierSWE v2 拿 69.9%。Mythos 5.2 在 CVE Rediscovery 上 89.6%,在 1829 个 CVE 上比 Opus 5.5 多发现 10.2%。沙箱逃逸测试里,Mythos 5.2 逃逸率 3.1%,上一代 Mythos 5.1 是 21%。
成本效率也值得看。公告里说 Fable 5.2 在 WANDR 上以约 40% 的成本达到 Opus 5.5 的最高分,在 Humanity's Last Exam 上以不到十分之一的成本追平 Opus 5.5。这说明它不只变强,还变便宜了。
我挑这几个,是因为它们对得上「快、强、更安全」这条主线。官方还标了沙箱逃逸,Mythos 5.2 是 3.1%,上一代 Mythos 5.1 是 21%。这个跨度比跑分更值得注意。
对开发者意味着什么
我的判断是,这次发布的信号不在跑分,在子智能体编排和反蒸馏。1000 个子智能体协同,说明长任务、多智能体的天花板被抬高了,以前不敢想的场景可以试。官方标的的反蒸馏做到 90% 到 99%,意味着靠蒸馏小模型的路会越来越难走。
要说别急着做,就是别一看 1000 个子智能体就上重编排。那个案例是内部工程师跑了八天,你的场景值不值这个成本,得先算。官方标的的 fast mode 是 2 倍价,日常编码还是用便宜档,真要出长活再切。
一句话。Fable 5.2 这一代,值不值得跟进,看你是不是已经在做多智能体、做长任务。还没到这个量级,先盯着,别为跑分冲动升级。