11月9日，Anthropic 发布了新一代旗舰档模型 Claude Fable 5.2，同底座的 Mythos 5.2 一并上线，发布不到一天，各家实测已经刷了屏。这代最直接的账面变化是标准 API 降价两成、输出速度比上一代 Fable 5.1 最多快 30%。 但把官方基准、第三方评测和多篇社区实测摆在一起看，结论比"降价了快换"细得多：该不该切，标准不是新模型强不强，而是你的任务有没有超出 Opus 5.5 的能力上限；降价说的只是单价，实际账单是涨是降，取决于思考档位和任务类型。微博
单价降了两成，max 档每题成本反而高了 2.6 倍
Claude Fable 5.2 发布当晚，独立评测机构 Artificial Analysis 跑完了全部 5 档推理强度：max 档 65 分登顶，但日常开 high 档就够了。 AA 智能指数（v5.0.1，9 项测试）里它拿下 65 分第一，九项评测里拿下五项第一，前三名全是它的不同档位（max 65、xhigh 62、high 62），别家最高的 Gemini 4 Carbon 是 60 分，自家 Opus 5.5 开 max 也只有 59 分。小红书哔哩哔哩哔哩哔哩
分数之外是成本曲线。AA 实测 max 档输出太多，平均每题 26.54 美元，约是 Opus 5.5 max 的 2.6 倍、Fable 5.1 的 2 倍；high 档 62 分、每题只要 9.08 美元，分数比 Opus 5.5 开到 max 还高，钱还更少。 Anthropic 另外提供了一个可选的快速模式，生成速度最多快 2.5 倍，但价格翻倍到每百万 Token 16/80 美元。小红书微博
官方的分层建议：大多数工作，先用 Opus 5.5
Anthropic 自己的建议比营销口径克制：大多数写代码和知识类工作，先用 Opus 5.5，任务更大、更开放时再换 Fable 或 Mythos，简单任务可以降到 Sonnet 5.5 或 Haiku 5.5。 官方文档也写明，大部分能力在 high 档就有了，max 留给不在乎时间和 token 的少数任务；API 默认就是 high，low 和 medium 在长任务里偶尔会提前收工。 换句话说，这次升级选对档位比拉满更重要。微博小红书
按 Token 单价算，Fable 5.2 仍是 Opus 5.5（4/20 美元）的两倍价，但官方强调它完成同样任务用的 Token 更少：智能体编程评测 FrontierCode 2.0 上，Fable 5.2 开 High 档得 45.3%，和 Opus 5.5 开到最高 Max 档的 45.5% 基本持平，每个任务的花费却只有一半左右；开到 Xhigh 档是 49.1%，为已发布模型里最高，GPT-6 Astra 是 42.8%、Gemini 4 Carbon 是 41.1%。微博
值得切的四类任务：长周期工程、开放科研、图形渲染、机器人控制
长周期、可拆解的工程活，是目前社区实测里差距最直观的一类。有开发者在同一台电脑的 Claude Code 里跑 ShipBench 难题，限时 30 分钟、全自动没人插手，题目是用 TypeScript 从零写一个 git，裁判是 git 官方测试集的 1.6 万条可得分断言：Fable 5.2 拿下 3,771 条、22.9 分，用时 26 分钟，花了 25 美元；Opus 5.5 拿下 2,002 条、10.4 分，花了 4 美元，九类测试全部落后。 差距在干活方式：Opus 一个人从头写到尾，代码全塞在一个 2700 多行的文件里；Fable 自己拆了 10 个子代理并行写，分 11 个文件、跑 96 次测试、调了 216 次工具。这位开发者的结论很实际——分数翻倍多，钱也花了 6 倍，“困难的任务交给 fable 5.2，日常开发还是用 opus 5.5”。小红书
官方发布材料则单独晒出了一批长任务成绩：1000 个 Fable 5.2 agent 用 30 小时，把费马大定理的证明全部改写成可机器检查的 Lean 代码，只拿到一份中间定理清单、没给任何数学参考资料；同样设置下，Opus 5.5 18 小时只完成 26%，到 30 小时也几乎没再前进。 发布会同步展示的还包括 8 天构建操作系统原型、一天内独立完成三款电子设备的规格制定、硬件布线、3D 打印外壳和软件编写。微博哔哩哔哩微博
开放式科研上，一篇盲法实测比跑分更接近科学家的工作方式：给 Fable 5.2 提供 128 条含随机误差和异常值的模拟物理实验数据，不告诉它这是什么系统、不提供公式。它识别出周期与摆长接近平方根的关系，通过残差分析发现简单模型在大角度下有系统性偏差，比较十余种竞争模型后选择了基于完全椭圆积分的物理模型，五折交叉验证中相对均方根误差从 3.31% 降到 0.36%，对 48 组未公布数据的外推平均误差只有约 0.26%，做完还主动提出 8 次专门检验、甚至推翻自己模型的后续实验。 测试者也如实划了边界：这是模拟数据，背后的规律人类早就知道，不能算独立发现了新定律。官方科研展示里更硬核的项目——34 个测试病毒衣壳里 28 个误差在 3 埃以内、1829 个公开漏洞中比 Opus 5.5 多找到 10.2%——由无护栏的 Mythos 5.2 完成，需要审核资质的机构才能用到。小红书微博
读图、图表与图形渲染是性价比反差最大的一组。读图表的 Chartography 评测上，Fable 5.2 用默认 Medium 档就超过了 Opus 5.5 的 Max 档，每个任务花费不到后者的十分之一，这大概是普通用户最容易直接吃到升级红利的场景。 3D 和图形方向则是发布日社区晒图的集中区：有人让它自己写一支带光追的宣传片，思考模式 max 跑了 40 分钟、交出 4902 行代码，全程没加任何 skill 和 MCP；也有人做 3 分钟的电磁学实验科普视频，花了 40 分钟生成。 效果普遍被夸，但这类任务烧 Token 也最狠，账单要先有预期。微博小红书小红书
机器人与硬件控制，官方双臂机器人评测 RoboDojo 上 Fable 5.2 得 64.9%，Opus 5.5 是 39.4%，GPT-6 Astra 只有 29.8%，是本次升级与上一代差距最大的方向之一，做具身智能相关工作的值得优先试。微博
这几类场景，先别急着切
简单前端和日常编码，社区首批体感普遍平淡：有 B 站 UP 主做完前端表现速览，给出的判断是"与 Opus 5.5 不相上下？“。 也有 Pro 用户用了一个上午后的结论是"和 Opus 5.5 差距不大”。 单人单次体感不能当结论，但方向与官方"大多数工作先用 Opus 5.5"一致——这类任务切过去，多半只是多花钱。哔哩哔哩小红书
固定流程的业务自动化是官方数据里少见的败项：AutomationBench 上，Gemini 4 Carbon 得 53.9%，高于 Fable 5.2 的 51.4%。 加速 AI 研发本身也被有意设了顶：Anthropic 训练时压住了最能直接加速 AI 研发的能力，比如优化芯片底层计算代码、改进大模型架构，这些方面 Fable 5.2 和 Opus 5.5 差不多。微博
安全攻防和多数生物研究要认清自己用的是哪一档。Fable 与 Mythos 是同一个模型，区别只在护栏：渗透测试、写漏洞利用代码、分析二进制漏洞，以及大部分生物研究任务，在 Fable 上会被拦下，改由 Opus 4.8（网络安全）或 Opus 5（生物）来回答；没有这层限制的 Mythos 只向通过审核的机构开放。 一个实际利好是 Fable 5.2 被误拦的情况比 5.1 少了约 55%，此前被护栏误伤的正常任务值得重测一轮。微博
订阅用户：切之前先算额度账
Fable 消耗套餐额度的速度明显快于其他模型，有人实测一个约 20 分钟的前端任务、开中度思考，就用掉了 Pro 档五小时额度的 45%（单次体感，不是官方口径）。小红书
规则上，Pro（20 美元/月）和 Team 标准席位平时用 Fable 不走套餐额度、要开"额外用量"按量付费；11 月 9 日到 16 日这一周临时改成从套餐额度里扣、最多扣到每周额度的一半，17 日起恢复按量付费。Max（100 美元/月）、Ultra（200 美元/月）和 Team 高级席位的 Fable 含在套餐里，但每周最多只能拿一半额度用它；这次另送按订阅时长分档的"Fable 额度重置"——不满半年 1 次、半年到一年 2 次、一年以上 3 次，2027 年 3 月 8 日前用完，且只退回花在 Fable 上的额度、不提高上限。微博
怎么判断自己该不该切
比较可靠的做法是拿一个真实任务试一轮：挑那种 Opus 5.5 差一档做不完、又值得为结果多花钱的活——长链路重构、从零实现的复杂工程、没有标准答案的科研问题——开 high 档跑，盯住分数和每题成本两条曲线；日常前端、固定流程和简单编码留在 Opus 5.5 或更低档。也要留意发布时点：Anthropic 正处冲刺美股 IPO 的最后关头，这轮"降价+送额度"的窗口期未必是常态。 除 AA 跑分外，前文官方基准数字均来自其发布材料、尚待独立复现，发布前英国 AI 安全研究所、Frontier Design 和 METR 的外部测试还写到：Fable 5.2 和 Mythos 5.2 比近期任何模型都更常说出"我怀疑自己正在被测试"，这让评估它们在真实环境里的表现更难。微博微博
