就在衝刺美股IPO的最後關頭，Anthropic掏出最新一代“地球最強大模型”。
Anthropic周一宣佈，發佈新一代旗艦模型Claude Fable 5.2和Claude Mythos 5.2。從公司公佈的測試結果看，此次升級主要體現在複雜程式設計、科研推理、圖表理解和機器人控制等方面，同時輸出速度較上一代最高提升30%，標準輸入、輸出價格均下調20%。
需要說明的是，Fable 5.2與Mythos 5.2採用相同底層模型，主要區別是安全限制和存取權。Fable面向更廣泛使用者開放；Mythos則通過稽核項目向相關機構提供存取權，支援特定網路安全和生命科學用途。
此次發佈也意味著，自從Anthropic掌門達里歐·阿莫代伊9月呼籲放緩人工智慧發展速度以來，該公司首次推出所謂的“前沿”模型。面對擔憂AI投資的大環境，公司必須證明自己配得上1兆美元，甚至1.2-1.5兆美元的IPO估值。
▌先看跑分：程式設計更強，讀圖更準，機器人控制提升明顯
根據Anthropic公佈的測試資料，Fable 5.2在複雜程式設計、科研任務、電腦操作、機器人控制、跨學科推理和圖表識別等多項測試中，幾乎都領先於關鍵競品OpenAI的GPT-6 Astra，以及Google的Gemini 4 Carbon。
在衡量複雜程式設計能力的FrontierCode 2.0測試中，Fable 5.2得分從上一代的32.4%升至49.1%，高於Opus 5.5的45.5%、GPT-6 Astra的42.8%和Gemini 4 Carbon的41.1%。
這項測試關注的是，模型對開放原始碼專案作出的程式碼修改，能否達到項目維護者願意接納的標準。換言之，它考驗的是AI能否寫出真正可用、適合現有項目的程式碼。新模型較上一代提高16.7個百分點，體現了處理複雜軟體工程問題的進步。
在圖表理解測試Chartography中，Fable 5.2得分從44.8%升至73.4%。這類能力關係到模型能否精準讀懂圖形、坐標和資料關係，是分析財報圖表、實驗結果和業務報表的基礎。
機器人能力方面，Fable 5.2在RoboDojo模擬雙臂機器人測試中的成功率達到64.9%，翻了GPT-6 Astra一倍有餘。這一提升意味著，模型根據攝影機畫面判斷環境、安排動作的能力明顯增強。
科研推理同樣有所進步。在允許呼叫工具的“人類終極考試”（Humanity’s Last Exam）中，Fable 5.2得分由65.6%升至74.2%。這項測試主要考查跨學科的高難度知識與推理，反映模型處理專業難題的能力。
▌最直觀的案例：調度上千個AI，八天做出作業系統原型
比測試分數更容易理解的，是新模型究竟能做出什麼。
Anthropic披露，一名工程師曾要求Fable 5.2開發一個作業系統原型。模型從空資料夾起步，調度超過1000個子智能體，連續八天編寫、測試和審查程式碼，最終做出了能夠在筆記型電腦上啟動的作業系統。
這個原型系統不僅有窗口和登錄介面，還具備負責管理硬體資源、調度程式執行的作業系統核心，並內建Claude功能。
另一個更貼近企業實際應用的案例，是Anthropic利用運行早期版本Fable 5.2的智能體團隊，將一項關鍵生產服務從Python遷移到Rust。公司稱，遷移後服務更高效、更可靠，啟動速度達到原來的約26倍。
對於企業，這類能力的意義在於，一些原本因為耗時過長、成本過高而被擱置的系統改造項目，可能開始具備實施價值。
▌一天內完成電路板設計
此次發佈也展示了AI參與硬體研發的進展。
Anthropic與電路板設計製造公司Diode合作，讓Fable 5.2根據一段簡短要求，設計家庭語音助手中樞、USB會議揚聲器和掌上虛擬寵物三款裝置。
模型負責制定規格、選擇可以買到的電子元件、設計四層電路板布線、繪製外殼，並編寫軟體。公司稱，在少量人工介入下，每塊電路板都在一天以內達到可交付製造的狀態。
後續製造、測試和裝配由Diode工程師完成，Claude提供指導。最終，三款裝置均成功運行，無須修改電路。
機器人方面，公司還展示了Fable 5.2控制機器人完成擰瓶蓋、操作魔方和繪畫等任務的畫面。公司表示，與早期的模型相比，Fable 5.2在控制實體機器人的能力上有了顯著提升，即便是在那些它從未接受過專門訓練的機器人任務中也是如此。
▌還有理論物理、生物製藥案例
在理論物理和數學方面，Anthropic也展示了新模型的三項成果：求解兩個與黑洞有關的理論物理問題，以及完成費馬大定理證明的形式化。
首先，模型完成了一項源自2003年研究的複雜計算。通俗地說，研究人員想知道：在特定理論模型中，一種與黑洞有關、類似“水燒開”的突然變化，在需要用量子理論描述的條件下是否仍然存在。公司稱，模型算出了關鍵結果，答案是肯定的。
其次，模型確定了一類數學方法的能力上限。這種方法被用於篩選量子引力候選理論、排除不符合條件的方案。此次成果相當於算清了這張數學“篩網”最細能做到什麼程度，幫助研究人員判斷現有方法還能走多遠。上述兩個物理研究均已發佈預印本。
最後，約1000個Fable 5.2智能體協作，用30小時完成了費馬大定理證明的形式化。這並非首次證明費馬大定理，而是建構電腦能夠逐步核驗的完整證明，需要補齊推導步驟、協調各部分之間的邏輯關係。在同樣的千智能體配置下，Opus 5.5運行30小時後的加權完成度約為27%。不過，這項對比每款模型僅測試了一次。
生命科學方面，Mythos 5.2還基於已有開源蛋白質摺疊模型，開發了預測完整病毒衣殼結構的方法。衣殼是病毒的蛋白質外殼，也是部分基因療法使用的遞送載體。公司稱，該方法在嘗試的34種衣殼中，精準建模了28種。
哥倫比亞大學系統生物學與電腦科學助理教授Mohammed AlQuraishi表示，包括病毒衣殼在內的大型蛋白質複合物，一直是蛋白質建模領域的難題：既要精準預測數十個大分子的結構及其相對位置，又面臨極高的計算成本。Claude的方法巧妙應對了對稱複合物的建模難題，讓研究人員有望在個人工作站上完成過去需要專用計算叢集才能承擔的工作。
▌做量化、查財報，AI研究助手又進一步
研究與分析方面，Fable 5.2展示的進步，既包括處理資料和編寫程式碼，也包括發現材料中的矛盾、判斷證據能支援什麼結論。
量化交易公司Jump Trading測試了模型在類似內部研究流程中的表現。Fable 5.2能夠承擔提出問題、編寫程式碼、制定計畫和協調任務等多個角色，減少人工調整分工的負擔。該公司稱，在一項內部研究自動化測試中，模型的誤差比排名第二的模型低10%。
投資機構Balyasny Asset Management則讓模型調查一家機構如何測試核心技術系統中的新整合功能。根據其反饋，Fable 5.2找到了相關來源，沒有誇大證據能夠證明的內容，還指出問題本身的表述可能具有誤導性。對於投資研究，這類能力有助於區分已經證實的事實與尚待核實的判斷。
交易公司IMC更關注模型能否提出新的研究思路。該公司表示，Fable 5.2不僅復現了此前令其印象深刻的研究洞見，還提出了一個全新角度，並在已完成測試的四個量化研究問題中，有三個取得新的最佳成績。
在財務建模任務中，Fundamental Research Labs要求模型從公司10-K年報提取資料，填入預測模型。面對範本沒有明確說明某項指標應採用披露值還是計算值的情況，Fable 5.2根據記憶體格格式判斷要求，還發現分地區資料加總與披露總數不一致，最終正確填寫了所有目標記憶體格。
▌價格下降20%，上市前強化商業競爭力
能力提升之外，Anthropic也在降低旗艦模型的使用成本。
新模型標準價格為每百萬輸入詞元收費8美元、每百萬輸出詞元收費40美元，均較上一代下降20%。公司還推出可選快速模式，詞元生成速度最高可提升至2.5倍，輸入、輸出價格則分別為16美元和80美元。
Anthropic強調，對大多數日常程式設計和知識任務，使用者仍可從Opus 5.5開始，在面對複雜、開放式難題時再使用旗艦模型。(科創板日報)