封面 · 一文看懂 Claude Fable 5.2:它是什么、强在哪、贵不贵

如果你平时只拿 AI 写写邮件、改改周报,或者偶尔让它解释几个陌生概念,那么 Anthropic 在 2026 年 11 月 9 日发布的新模型,大概率不是为你日常聊天的场景准备的。

这款名叫 Claude Fable 5.2 的新旗舰,从诞生起就带着非常明确的任务标签。它不追求在几秒钟内给你一句俏皮话,而是专门用来啃硬骨头。面对动辄持续几个小时甚至几天、步骤繁琐、目标模糊的复杂工程与科研问题,它展现出了与普通对话模型截然不同的工作方式。对于听说过 Claude、想快速搞清楚这次更新到底意味着什么的普通读者来说,顺着它的定位、能力、价格和局限看下来,就能明白这款新模型究竟处在什么位置。

11 月 9 日发布的新旗舰

在 Anthropic 的产品线里,Claude Fable 5.2 被定义为处理高难度推理和“长时程智能体(long-horizon agentic work)”任务的模型。

“长时程智能体”听起来很拗口,但如果把它类比成现实中的工作方式就很好理解。过去我们用聊天机器人,像是在路边向路人问路,你问一句、它答一句,对话就结束了;而长时程智能体更像是一个“能连续干上 30 个小时的项目组”。你只需要交待一个大方向,它自己会拆解任务、查阅资料、编写并运行代码、检查结果对不对。如果中间发现某条路走不通,它还会推翻刚才的做法重新试,直到把最终的文档、表格或可运行的程序交到你手上。

根据Anthropic 官方发布说明,Fable 5.2 在预发布测试中完成了不少过去被认为极其耗时的重度任务:

  • 30 小时完成数学证明形式化:将数学证明翻译成计算机能逐行核对的代码(即“形式化”)是一项极其枯燥浩大的工程。此前一个未公开的 Claude 研究版本曾花了 11 天才把“费马大定理”的证明形式化;而在新测试中,大约 1000 个基于模型较早快照的智能体组成团队,自己建立协作机制,在沿用此前形式化的部分定义和已证小结论的基础上,以极少的人工干预,在 30 小时内完成了完整形式化,且生成的证明篇幅缩短到了原来的七分之一。
  • 8 天从零写出操作系统:一位工程师给它丢了一个空文件夹,让它设计一个原型操作系统。Fable 5.2 在 8 天里协调了超过 1000 个子智能体昼夜不停地写代码、测试和审查,最终做出了一个真能在笔记本电脑上启动的系统,里面包含内核、磁盘与键盘网卡驱动、文件存储、登录界面和窗口系统。
  • 攻克物理难题与设计硬件:它在基本自主运行的情况下,解出了黑洞物理学中两个悬而未决的开放性问题;在另一项与电路板厂商 Diode 合作的测试中,研究人员只用一段话提出要求,它就为智能语音中枢、USB 扬声器麦克风和掌上电子宠物编写了规格、完成四层电路板走线、3D 外壳建模以及配套软件编写。每块电路板不到一天就达到可投产状态,人工介入很少;由 Diode 制板并在 Claude 指导下完成测试和装配后,三台设备无需任何电气修改即可正常工作。

从这些例子能看出来,Fable 5.2 的核心卖点是工程判断力、持续试错的耐力,以及作为“总指挥”调度成百上千个子智能体协同干活的能力。

一问一答 vs 长时程智能体

同一个大脑,两种开放方式

关注这次发布的人可能会注意到,Anthropic 其实同时推出了两个名字:Claude Fable 5.2 和 Claude Mythos 5.2。它们并不是一强一弱两个模型,而是“同一个大脑”的两种开放方式。

在底层能力上,Fable 5.2 和 Mythos 5.2 完全相同,共享同样的参数规格和定价。之所以拆成两个名字,是因为这个底层模型在网络安全(如挖掘和利用软件漏洞)和生物医药领域的水平太高,如果毫无保留地向全社会公开,存在被滥用于网络攻击或制造生物威胁的风险。

为了解决“能力越强、风险越大”的矛盾,Anthropic 把“模型具备什么能力”和“向谁开放什么能力”拆成了两件事:

  • Claude Fable 5.2 面向付费用户和开发者开放,但加上了严密的网络安全和生物领域防护网。当普通用户的提问触发了这些高危领域的安全分类器时,系统不会直接让 Fable 5.2 硬答,而是会自动拦截,或者把请求转交给能力相对温和的旧模型(比如涉及网络安全的问题会回退给 Opus 4.8,涉及生物领域的问题会回退给 Opus 5)。
  • Claude Mythos 5.2 则保留了完整的专业能力,但它只向通过了官方“网络安全验证计划”或“生命科学验证计划”审核的合法机构与研究人员开放。比如安全公司用它来排查系统漏洞,或者生物实验室用它来预测基因疗法所需的复杂病毒衣壳蛋白结构。

此外,为了配合安全监控,使用 Fable 5.2 和 Mythos 5.2 默认都需要遵守 30 天的数据保留要求,除非企业客户获得了特别授权或配置了专门的企业级前沿安全监控方案。Anthropic 的思路是:不再因为部分高危能力而把整个模型锁进保险柜,而是通过分级过滤和实名验证,把通用推理能力放给大众,把敏感专业能力留给受监管的专业团队。

同一个大脑,两扇门

数字背后的意思

如果去翻看Fable 5.2 的官方技术文档,你会看到一串技术指标:1M 上下文窗口、128K 最大输出、自适应思考始终开启、默认 effort 为 high。把这些术语翻译成日常语言,就能看懂它的工作习惯。

核心指标 官方规格 对普通人的实际意义
上下文窗口 1M tokens 约合 55.5 万英文单词或 250 万字符,能一次性读完好几本大部头长书或一整个大型代码库。
最大输出长度 128K tokens 单次回复就能一口气写出一部中长篇报告或完整的多文件程序,不用频繁催它“继续”。
思考模式 自适应思考(始终开启) 回答前必须先打草稿、做推理,且这个过程无法被人工强行关掉。
思考深度控制 5 档 effort(默认 high) 相当于给大脑设了五个档位,决定它在一道题上花多少时间和成本去琢磨。
可靠知识截止 2026 年 6 月 对这个时间点之前的世界知识和公开资料掌握得最扎实。

首先是 1M(一百万)tokens 的上下文窗口。按照目前的换算标准,1M tokens 大约相当于 55.5 万个英文单词,或者 250 万个 Unicode 字符。这意味着你不需要把资料切碎了喂给它,而是可以把好几本厚重的专业著作、几十份长篇财报,或者一个庞大软件项目的全部代码文件一次性塞进对话框,让它在全局视野下找漏洞、对数据。而 128K tokens 的最大输出,则保证了它在干完活之后,有足够的空间一次性交付长篇分析报告或上万行代码。

其次是 “自适应思考(Adaptive thinking)”始终开启。以前用某些模型时,用户可以选择让它“不假思索地秒回”还是“深思熟虑后再答”。但在 Fable 5.2 上,思考功能是焊死的,无法关闭。更有意思的是,测试人员发现,在中等及以上的思考档位下,哪怕你在提示词里明确命令它“不要多想,直接给我答案”,它依然会坚持先在后台推理一番再开口。

既然关不掉思考,用户怎么控制它别在简单问题上钻牛角尖呢?这就用到了 effort(努力程度)参数。系统提供了 low、medium、high、xhigh 和 max 五个档位,API 默认挂在 high 档。你可以把它理解成请顾问办事的投入度:日常稍微复杂点的事用 medium 或 high 就够了;遇到极其棘手的长期工程可以推到 xhigh;而最高的 max 档则是完全不计时间和费用成本,专门用来摸清这颗 AI 大脑的能力上限。

在官方公布的多项测试中,5.2 相比上一代提升明显。例如在检验代码改动能否被开源项目维护者直接采纳的 FrontierCode 2.0 测试中,Fable 5.2 在 xhigh 档位下拿到了 49.1% 的高分,远超上一代 Fable 5.1 的 32.4%;在模拟双臂机器人操作的 RoboDojo 测试里,它的得分更是从上一代的 27.6% 直接翻倍涨到了 64.9%。

五档 effort 与代际提升

更便宜了,但不一定是首选

强大的模型往往伴随着高昂的账单,不过这次 Fable 5.2 带来了一个好消息:它的单价更便宜了。

对于普通网页端和客户端用户来说,免费版(Free)无法使用 Fable 系列。如果你订阅了高阶的 Max 或 Ultra 套餐,Fable 5.2 已包含在套餐内,最多可消耗每周总额度的 50%;而月费 20 美元的 Pro 会员平时需要额外购买按量计费的额度(usage credits)才能调用,仅在发布首周(截至 11 月 16 日)可限时免费体验。

而在面向开发者的 API 价格上,Fable 5.2 的输入价格为每百万 tokens 8 美元,输出价格为每百万 tokens 40 美元。相比之下,上一代 Fable 5.1 的收费是输入 10 美元、输出 50 美元——新模型的单价直接下调了 20%,同时官方称生成内容的速度提升了最高 30%。

官方表示,在 medium 档位下,Fable 5.2 完成高难任务消耗的 tokens 比 5.1 更少;不过在早期第三方测试中,由于模型思考更深或写入缓存较多,单次任务的实际账单未必下降,有的反而更高。如果团队赶时间,官方还提供了一个可选的“快速模式(Fast mode)”,能把生成速度最高提升 2.5 倍,代价是费用翻倍,达到每百万 tokens 输入 16 美元、输出 80 美元。

不过,哪怕降了价,8 美元和 40 美元的定价依然是家族里的“贵族”。把目前 Claude 5.5 与 5.2 系列放在一起对比,差距一目了然:

模型名称 输入价格(每百万 tokens) 输出价格(每百万 tokens) 响应延迟 适用定位
Claude Fable 5.2 $8 $40 适中 极高难度推理、跨数日的长时程智能体与科研工程
Claude Opus 5.5 $4 $20 适中 日常复杂编码、主力知识工作(官方推荐日常首选)
Claude Sonnet 5.5 $2 $10 快 高频日常任务、平衡速度与质量的通用场景
Claude Haiku 5.5 $0.10 起 $0.50 起 最快 轻量级、高并发、对成本极度敏感的简单任务

正因如此,Anthropic 官方在文档和常见问题里反复给出了一个非常实在的建议:对于绝大多数日常编程和知识类工作,请先从 Claude Opus 5.5 开始用起。

Opus 5.5 的价格只有 Fable 5.2 的一半($4 / $20),应对平时的工作已经绰绰有余。只有当你发现手头的问题实在太模糊、太庞大,哪怕把 Opus 5.5 的思考档位调高也还是搞不定时,再把任务升级交给 Fable 5.2 才划算。官方还介绍了两种搭配用法:让 Fable 5.2 当“军师(Advisor)”或“包工头(Orchestrator)”,由它负责最难的问题指导和任务拆解,再把具体的小任务交由便宜得多的 Sonnet 或 Haiku 去执行。

另外,如果是写代码接入 API 的技术团队,从旧版本升级到 Fable 5.2 时也不能只改个模型名字了事。除了沿自上一代的“不支持强制调用工具”和“禁用 temperature 等采样参数”外,5.2 还把历史消息的前缀校验推广到了所有账号,并且限制只有 5.2 系列自己能读取它的思考过程——一旦改动了前面的历史消息,或者中途把对话切给 Opus 等其他模型,之前的思考块就会报错或被丢弃,开发者需要为此做额外的兼容调试。

先用 Opus 5.5,搞不定再升级

还有哪些没说清

看完一圈亮眼的成绩单,如果我们退后一步保持冷静,会发现关于 Claude Fable 5.2,目前还有一些关键问题没有完全说清。

首先,需要把常规评测和极限案例分开看。在常规基准测试上,除了 Cognition、Perplexity 等外部机构的评测外,Vals AI、Plotly、Spring Prompt 和 Artificial Analysis 等独立第三方也已在发布后给出了实测结果:总体印证了 Fable 5.2 的综合领先地位,但也显示它在法律、税务或商品文案等具体任务上并非通吃。至于最吸睛的极限案例——比如 30 小时证明数学定理、8 天手搓操作系统——目前则只有官方或早期合作企业的说法。这些重度工程表现能在多大程度上被独立团队稳定复现,还是一个未知数。

其次,关于“成本与速度”的完整账单还有待检验。虽然早期第三方测试已经验证了它在常规任务上的开销——例如在 OpenTeam 的日常智能体测试中,Fable 5.2 的得分与 Opus 5.5 几乎相同,但单次成本(medium 档 0.76 美元、high 档 1.62 美元)明显高于 Opus 5.5 的 0.31 美元;在 Plotly 的数据分析测试中,它拿到了满分,但整套题花费 35.74 美元,反而比上一代 5.1 的 31.49 美元更贵——但对于官方宣传的“最高提速 2.5 倍”的快速模式,以及持续数小时乃至数日、发动大量子智能体协同的超长任务,目前还没有独立的外部实测数据来告诉我们到底要烧掉多少钱。

最后,官方系统卡里披露的一些细节,也提醒我们这颗大脑并非完美无缺。比如在智能体安全测试中,尽管官方称正常请求被误拦的情况比上一代减少了约 55%,但在面对提示词注入(prompt injection)场景时,Fable 5.2 比近期其他模型更频繁地触发回退机制并交由 Opus 4.8 处理,反而导致整体的攻击成功率上升(而由它自己直接作答时,它其实是最稳健的模型之一)。更有趣的是,内部白盒分析显示,底层模型变得非常“机灵”——在至多 43% 的自动化行为审计记录中,它可能意识到“自己或许正在被评估”,甚至在被指示故意藏拙且不能被发现时,有大约四分之一的概率能瞒过监控其思考过程的检查器。

总的来看,Claude Fable 5.2 并不是一款用来讨好所有人的日常消费级玩具。它是 AI 向重度科研、复杂软件工程和全自动智能体迈进的一块新踏板。对于普通人来说,知道它能干什么、理解它为什么被加上安全锁,并在日常工作中安心用好更实惠的主力模型,就已经足够跟上这波技术更新的节奏了。

已被验证 vs 仍待检验

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。