这次 Anthropic 又把模型能力的边界往外推了一大截。
11 月 9 日，Anthropic 正式推出 Claude Fable 5.2 和 Claude Mythos 5.2，进一步提升了模型在编程、推理、视觉理解和科学研究等方面的能力。
两款新模型不仅成功地从零设计三款能正常工作的电子设备，还让 1000 个 AI Agent 组队，只花了 30 个小时，就完成了费马大定理的形式化证明。另外，新模型还解决黑洞物理学领域的两项公开难题，也在机器人控制评测中大获好评。
官方表示，相比旧版本，新模型的输出速度最高提升 30%，API 定价也有所下调。
那么，这次升级究竟有多大变化？我们一起来看看。
Opus 负责日常，Fable、Mythos 专攻硬核任务
值得注意的是，Fable 5.2 和 Mythos 5.2 实际上基于同一个底层模型，主要区别在于安全防护机制和开放范围。
其中，Fable 5.2 内置了更严格的网络安全和生物学安全防护机制，面向所有用户开放；Mythos 5.2 则主要面向经过审核的网络安全和生物医学研究机构开放。
虽然 Fable 5.2 和 Mythos 5.2 在复杂技术任务上表现突出，但 Anthropic 并不建议用户把所有工作都交给它们。
官方给出的建议是：对于绝大多数日常代码开发和知识类任务，优先使用 Claude Opus 5.5。它仍然是 Anthropic 当前面向日常工作的主力旗舰模型。
如果遇到更复杂、目标更开放的硬核技术任务，再根据项目规模和难度，向上切换到 Fable 5.2 或 Mythos 5.2。如果只是一些相对简单的工作，则可以选择 Claude Sonnet 5.5 或 Claude Haiku 5.5，以更轻量的模型完成。
此外，Fable 5.2 还有两种特别的用法。
一方面，它可以充当代码顾问（Advisor），让 Haiku、Sonnet 和 Opus 在遇到棘手问题时向它求助；另一方面，也可以用于多智能体编排，将简单任务分配给轻量级小模型处理，把更复杂的问题交给能力更强的模型。
换句话说，Anthropic 希望用户根据任务难度灵活调度不同模型，而不是一味追求使用最强、最贵的模型。
编程能力再升级：1000 个 Agent 联手打造操作系统
在这次更新中，Claude Fable 5.2 和 Claude Mythos 5.2 都超越 Opus 5.5：
当然，编程能力依然是 Anthropic 着重展示的方向。
Anthropic 透露，目前其核心代码库中超过 90% 已合并的代码变更都由 Claude 在人类指导下生成。
在实际工程任务中，Fable 5.2 已经能够处理一些此前成本过高、耗时过长，甚至难以完成的项目。
官方也分享了一个颇有意思的实验，一位 Anthropic 工程师给 Fable 5.2 布置任务：从一个空文件夹开始，设计一套原型操作系统。
面对这个任务，Fable 5.2 自主协调了超过 1000 个子 Agent，连续 8 天进行代码编写、测试和审查。
最终，它交付了一套能够在笔记本电脑上启动的操作系统原型，其中包含负责运行机器的内核、磁盘、键盘和网络驱动程序、持久化文件存储、窗口系统、登录界面、安装程序，甚至还集成了 Claude 功能。
1000 个 Agent 仅用 30 小时，完成费马大定理形式化证明
除了编程，Anthropic 这次还展示了 Fable 5.2 在数学、物理学等研究领域的表现。
其中最引人关注的，是对费马大定理的形式化证明。
这里需要说明的是，费马大定理早在 1994 年就已经由数学家安德鲁·怀尔斯完成证明。Anthropic 此次展示的并不是重新发现或证明这一数学定理，而是将已有证明转化为 Lean 数学编程语言能够逐步检查的形式化证明。
此前，Anthropic 曾使用一款尚未发布的 Claude 研究版本完成这一工作，整个过程耗时 11 天，还需要专门设计的工具框架和人类研究人员提供指导。
而这一次，Fable 5.2 调度了约 1000 个 Agent，仅用 30 小时就完成了整个形式化过程，期间几乎不需要人工干预。
更重要的是，这支 Agent 团队从非常有限的提示开始，自行建立了协作机制，没有使用数学参考资料，只依靠一系列中间定理来评估进度。
与此前的尝试相比，这次使用的行动 Token 数量减少到原来的三分之一，最终生成的证明文本长度也缩短到了原来的七分之一。
作为对照，Anthropic 使用相同的 1000 Agent 配置测试 Opus 5.5，后者在 18 小时内只完成了 26% 的形式化工作，30 小时后也几乎没有取得进一步进展。
在理论物理方面，Fable 5.2 还解决了两个与黑洞有关的开放问题，涉及广义相对论和量子力学之间的联系。
其中一个问题可以追溯到 2003 年。当时，物理学家已经提出相关计算思路，但由于计算过程过于繁琐，一直没有完成。Fable 5.2 基本自主完成了这项计算，并得出了新的结果。
在生物研究方面，Mythos 5.2 则展示了蛋白质结构预测能力。
此前，AlphaFold 等模型已经能够预测单个蛋白质的结构，但腺相关病毒（AAV）的衣壳由数十条蛋白质链组成，整体结构预测更加复杂。
Mythos 5.2 通过编写代码，调用两个开源蛋白质折叠模型，对不同重叠蛋白质链组分别进行预测，再利用已知的衣壳对称性将结果整合起来。
在 Anthropic 的测试中，它成功预测了 34 个天然及人工设计衣壳中的 28 个。
从零设计三款电子设备，机器人控制能力也有提升
这次发布还有一个比较特别的展示：Fable 5.2 不仅能写软件，还能参与硬件设计。
Anthropic 让模型仅根据一段提示词，设计三款能够实际工作的电子设备，分别是家庭语音助手中枢、USB 免提扬声器，以及一款手持电子宠物。
整个过程中，Fable 5.2 自主撰写规格书、从美国元器件经销商选型、完成四层电路板布线、CAD 建模外壳、编写设备固件。每一块电路板都在不到一天内达到可生产标准，人工介入极少。
随后，Anthropic 与硬件公司 Diode 合作制造电路板，并由 Claude 指导工程师完成测试和组装。
最终，三款设备全部正常工作，而且不需要对电路进行任何修改。
机器人控制方面，Fable 5.2 同样取得了明显进步。
在 RoboDojo Sim 测试中，模型需要根据摄像头画面控制一台模拟双臂机器人完成任务。Fable 5.2 在最高推理强度下取得了 64.9% 的成绩。作为对比，Fable 5.1 为 27.6%，GPT-6 Astra 为 29.8%，Opus 5.5 为 39.4%。
这意味着，新模型在这一测试中的成绩已经超过此前几款模型。
Mythos 5.2 专攻网络安全，漏洞发现能力进一步提升
与面向普通用户开放的 Fable 5.2 不同，Mythos 5.2 的重点之一是网络安全。
Anthropic 称，这是目前其在网络安全工程方面能力最强的模型，能够发现更多软件漏洞，并更好地复现和修复漏洞。
在内部 CVE Rediscovery 测试中，Anthropic 使用了 1829 个已公开漏洞进行评估。
结果显示，Mythos 5.2 发现的漏洞数量比 Opus 5.5 高出 10.2%，比 Mythos 5.1 高出 14.4%。
此外，一家安全公司在测试中发现，Mythos 5.2 找到的已确认漏洞中，有六分之一没有被其测试的其他前沿模型发现。
Mozilla 方面也表示，在持续使用 Claude 系列模型加固 Firefox 的过程中，Mythos 5.2 的漏洞发现指标相比 Mythos 5.1，在各自的扫描活动中大约翻了一倍。
不过，考虑到这类能力也可能被用于攻击，Anthropic 并没有向所有用户开放 Mythos 5.2。
目前，网络安全专业人士需要通过 Cyber Verification Program 申请使用资格，企业客户则可以通过 Claude Security 使用相关能力。
输出速度提升 30%，API 价格降低 20%
除了能力升级，Fable 5.2 和 Mythos 5.2 在性能和价格方面也有变化。
Anthropic 表示，与 5.1 版本相比，两款新模型的输出速度最高提升了 30%，在沟通表达方面也更加清晰。
API 定价方面，新模型的标准价格为：
输入：每百万 Token 8 美元
输出：每百万 Token 40 美元
此前，Fable 5.1 和 Mythos 5.1 的价格分别为每百万输入 Token 10 美元、每百万输出 Token 50 美元。
也就是说，新模型的标准输入和输出价格均降低了 20%。
此外，Anthropic 还为新模型提供了可选的 Fast Mode，最高可以将 Token 生成速度提升至原来的 2.5 倍，对应价格为每百万输入 Token 16 美元、每百万输出 Token 80 美元。
如今这两款新模型目前已经正式推出。其中，Fable 5.2 已经可以通过 Claude 各个平台使用，也支持 Amazon Web Services、Google Cloud 和 Microsoft Azure。
开发者可以通过 Claude Platform 调用模型，API ID 为 claude-fable-5-2。
Mythos 5.2 则继续采用审核制，面向符合条件的网络安全和生命科学研究机构开放申请。
本文来自微信公众号“CSDN”，整理：屠敏，36氪经授权发布。