11 月 9 日，Anthropic 同时放出 Claude Fable 5.2 和 Claude Mythos 5.2，这是它最高端的一档模型。 全网实测也在同一天开跑：知乎跑分长文、B站视频、小红书"一句话出片"的截图刷了屏。但把这些实测放在一起看，结论比标题拧巴——跑分确实登顶，而 Anthropic 在发布页里的建议是，多数编码和知识任务先从 Opus 5.5 起步。 这次实测真正要回答的不是"它有多强"，而是谁该换、换到哪个档位、钱花在哪。微博知乎
登顶的，到底是什么顶
第三方机构 Artificial Analysis 的智能指数 v5 给了 65 分，是他们记录过的已发布模型里最高的，前三名全是 Fable 5.2 的不同档位，max 档 65、xhigh 和 high 档各 62，第二名 Gemini 4 Carbon 只有 60，上一代 Fable 5.1 的最高分还是 49。 编程侧的分量更重：智能体编程评测 FrontierCode 2.0 上，xhigh 档 49.1% 是已发布模型最高，GPT-6 Astra 42.8%、Gemini 4 Carbon 41.1%、上一代 5.1 只有 32.4%。 变化最大的是物理世界：机器人仿真评测 RoboDojo 从上一代的 27.6% 跳到 64.9%，同一套 harness 下远超 Astra 的 29.8%。哔哩哔哩微博微博
但"登顶"两个字底下压着三行小字。第一，CyScenarioBench 76.3%、CVE 重发现 89.6% 这些最抢眼的网络安全分数，报的都是带无护栏配置的 Mythos 5.2，不是普通用户手里的 Fable——Fable 的护栏会拦掉大部分这类任务。 第二，商业流程自动化评测 AutomationBench 上，Gemini 4 Carbon 的 53.9% 高于 Fable 5.2 的 51.4%，官方表格里有它输的项目。知乎
第三，ARC-AGI-3 上同一个模型换一套评测外壳，从 81.2% 跳到 97.7%，差 16.5 个百分点；Max 档测试里 55 个半私有游戏有 28 个被 12 小时时限叫停，分数是模型和测试安排一起考出来的。知乎
降价两成是真的，账单没降也是真的
价格是最容易被误读的一项。API 单价从每百万 token 输入 10 美元、输出 50 美元，降到 8 和 40，实打实两成；输出速度最多快 30%，另有价格翻倍、速度最多快 2.5 倍的快速模式。 但同表里，Opus 5.5 是 4 / 20 美元——Fable 单价仍是它的两倍，降价的参照物是自家上一代，不是竞品线。微博
更要紧的是档位经济学，这也是实测区反复出现的关键词。FrontierCode 2.0 上，Fable 5.2 开 high 档得 45.3%，和 Opus 5.5 拉满 max 档的 45.5% 基本持平，每个任务花费只有一半左右；开 medium 跑读图表评测，成绩超 Opus 5.5 的最高档，成本不到十分之一。 往上就是坑：xhigh 分数最高，但每任务成本翻倍还多；max 档花的钱是 xhigh 的三倍多，分数反倒更低，660 次运行里 22 次超时，按零分算只剩 44.4%，被 Opus 5.5 反超。 小红书上流传的第三方实测同样提醒"别开 max 档"，发布当晚 Artificial Analysis 就把全部 5 档推理跑了一遍。 默认值是安全的：API 默认 effort 是 high，Claude 应用和 Claude Code 默认 medium。微博知乎小红书
还有一个容易忽略的变量：token 消耗。开发者 Addy Osmani 提醒，Fable 5.2 很吃 token，按单个任务折算，他们的测试里成本和上一代大致相同——单价降两成，多烧 25% 的 token 就白降。 官方口径并不矛盾：它比的是 Fable 5.2 对 Opus 5.5 在特定档位下的单位任务成本，两边参照物不同，两句都能成立，但"降价 20%“不能直接跳读成"账单少 20%”。知乎
实测口碑：一边刷屏，一边"不及预期"
社媒端的实测呈现明显的两极。视觉生成是刷屏区：官方演示里那只骑自行车的鹈鹕被广泛复刻，有创作者称模型在 Blender 中构建场景、写了约 4,800 行代码而无需打开额外页面。 一句话造硬件的案例也在扩散：工程师只发一句指令，让模型从零设计一台可投产的语音助手单板电脑，从芯片选型到画原理图、出 BOM 单、写驱动，全程零人工干预一口气跑完。小红书小红书
但真实干活的人感受更复杂。B站一组前后端对比视频下，高赞评论的典型说法是：表现肯定不差，但拿这个价格看，和 Opus 5.5 没拉开太大差距，“实际使用贵了不少”。 宾州大学教授 Ethan Mollick 的长期试用结论更凝练：Jagged AGI，锯齿状智能——直出视频、改造旧硬件、筛公开议程做生意简报都吓人，但文学课程网站"准确、无误、极其无聊"，他会配批评者和事实核查，却没一个角色问过这活是不是太长、太无聊。哔哩哔哩知乎
另一项被广泛转载的实测细节来自 Simon Willison 转引的官方文档：提示里写清代码归属（This codebase is yours），模型约一半尝试会主动合并重复代码；不写，不足十分之一——一句与性能无关的话能翻掉行为，这种变量比分数更难测。知乎
两个名字，一个模型
发布带来的第一混乱是型号问题。System card 的原话是新模型的两种配置：Fable 和 Mythos 权重、规格、价格完全一致，差别只在护栏和门。 Fable 带着网络安全和生物安全护栏对所有付费方案开放，被拦下的请求不是一拒了之，网络类转给 Opus 4.8、生物类转给 Opus 5 回答，官方称误拦比 5.1 少约 55%。 Mythos 摘掉这层限制，只发给通过网络安全与生命科学验证计划审核的机构，普通用户连入口都没有。知乎微博
官方在训练层面的披露比型号划分更少见：Anthropic 有意压住了最能直接加速 AI 研发的能力——给芯片写底层加速代码、改进大模型架构，这两块按回 Opus 5.5 的水平；智能体编程、硬件开发不在削减之列。这是政策选择，不是能力天花板。 安全评估也留了个尾巴：沙箱对抗逃逸率降到 3.1%，但官方同时承认，这两款模型比近期任何模型都更常表现出"怀疑自己正在被测试"的迹象，真实环境行为更难预判。微博知乎
谁该换，怎么换
把上面的信息折成决策，Anthropic 的官方建议罕见地克制：多数写代码和知识类工作先用 Opus 5.5，任务更大、更开放才换 Fable，简单活降到 Sonnet 5.5 或 Haiku 5.5。 值得为 Fable 买单的，是费马大定理形式化、多智能体协作造操作系统这类长时程任务——官方实验里，1000 多个子智能体从一个空文件夹连干 8 天，从零搭出了能跑的原型操作系统。 以及需要一口气吃透超大代码库的迁移重构——1M 上下文加自适应思考是它相对 Opus 5.5 拉开的代差所在。微博知乎
接入侧要注意三件事。模型名 claude-fable-5-2，AWS、Google Cloud、Azure 当天都已有，企业版默认关闭需管理员开启；应用内不会自动切换模型，要手动选。 订阅用户要算额度：Max、Ultra 和 Team 高级席位每周最多拿一半额度用在 Fable 上，Pro 和 Team 标准席位平时走按量付费，11 月 9 日到 16 日这周临时改从套餐额度扣、不另收钱，17 日起恢复。 最省钱的动作是别手动拉 max，把档位留在 high 或 medium，用官方那句建议的原话讲：Opus 5.5 调高 effort 还过不了你的验收标准，再上 Fable。微博知乎
最后给这波热度标个时间戳：这次发布踩在 Anthropic 启动 IPO 路演的前一天，公司已于 11 月 10 日申请在纳斯达克挂牌、代码 ANT，发行价区间每股 70 到 78 美元。 而所有刷屏跑分的原始出处是 Anthropic 自己的发布文章，第三方独立复现还没落地。 接下来一周，值得盯的就是各家评测机构复测后的档位曲线——那才是"地球最强大模型"这句话真正的验收时刻。知乎微博
