同一个模型，两条入口
Anthropic 在 2026 年 11 月 9 日发布 Claude Fable 5.2 和 Claude Mythos 5.2，用来处理最难的技术工作。两个名字底下是同一个模型：Fable 带上网络安全和生物安全护栏，因此向所有人开放；做网络安全防御或生物医学研究的机构，可以申请拿掉其中一部分拦截的 Mythos。试用的人觉得 5.2 比前代说得更清楚，它生成输出的速度也比 Fable 5.1 和 Mythos 5.1 快最多 30%。
标准价格是每百万输入 token 8 美元、每百万输出 token 40 美元。输入 token 是交给模型的材料，输出 token 是模型写出来的内容。另有高速模式，生成快最多 2.5 倍，价格升到每百万输入 16 美元、每百万输出 80 美元。
大多数编码和知识工作，Anthropic 建议先从 Claude Opus 5.5 开始；任务更重再升到 Fable 或 Mythos，任务更轻则降到 Claude Sonnet 5.5 或 Claude Haiku 5.5。Fable 5.2 还可以当顾问，让 Haiku、Sonnet 或 Opus 碰到更难的步骤时来问它，也可以当总调度，把简单步骤派给更小的模型。
Mythos 5.2 走两条已经扩开的申请通道，网络安全验证计划，以及生命科学验证计划。没进前一条计划的 Claude 企业客户，仍然可以用 Claude Security 扫代码仓库。这套扫描现在用上了包括 Mythos 5.2 在内的模型，会跟着代码更新看仓库，跟踪发现有没有修掉，吸收额外上下文，并通过 API 和 MCP 接上客户自己的工具。MCP 是让模型调用外部工具的一种接口。
高档大约花一半的钱，追上 Opus 满格
评测表里，Fable 5.2 在几乎所有列出的能力上都高于 Opus 5.5。没有特别注明时，分数用的是该模型最高可用思考档。Anthropic 把这组档位叫 effort，从低到高是 Low、Medium、High、Xhigh、Max，档位越高，单次任务允许花的计算越多。Claude 应用和 Claude Code 默认开在 Medium，这个档上 Fable 5.2 做难任务用的 token 比 Fable 5.1 少；表上的 Fable 5.2、Fable 5.1 和 Opus 5.5，除非另注，都开着护栏。
在写代码、操作电脑和远程劳动这几项，它都高于 Opus 5.5。前沿软件工程 FrontierSWE v2 是 69.9% 对 62.3%，也高于 GPT-6 Astra 的 65.5%；电脑操作 OSWorld 2.1 的离线部分是 89.3% 对 87.2%；远程劳动指数 Remote Labor Index 的 High 档拉开得更明显，41.3% 对 21.3%。考试和读图同样靠前，带工具的 Humanity's Last Exam 最高 74.2%，不带工具的图表阅读 Chartography 最高 73.4%，大规模数据搜集 WANDR 最高 82.1%，三项都高于表上的 Opus 5.5。
光看最高分还看不出账单。FrontierCode 2.0 测的是模型改的代码，开源仓库维护者会不会愿意合并：High 档的 Fable 5.2 得到 45.3%，单次任务 6.72 美元，和 Opus 5.5 满格的 45.5%、12.82 美元差不多，花费大约一半。GPT-6 Astra 的最高分是 42.8%，单次 6.68 美元，和这个 High 档几乎同一档花费。Fable 5.2 拉到 Xhigh 得到 49.1%，单次 14.19 美元，是 Anthropic 测过的已发布模型里的最高分；再拉到 Max，分数回到 45.6%，单次却要 44.70 美元，低于 Xhigh。
另外四条成本曲线用的是各自评测的分数，不能跟可合并率横向比。WANDR 在 Medium 档已经是 73.6%、15.71 美元，高于 Opus 5.5 满格的 72.3%、38.68 美元，单次花费大约是后者的 40%。硬件设计 BenchCAD 2.1 打 0 到 100 的部分分，看几何和电路跟参考有多接近：Max 档 Fable 5.2 是 83.5 分、50.77 美元，Opus 5.5 是 65.3 分，Fable 5.1 是 44.4 分。Humanity's Last Exam 在 Low 档是 68.4%、图上标约 0.19 美元，高于 Opus 5.5 满格的 67.7%、2.18 美元，花费不到后者的十分之一；Chartography 在 Medium 档是 66.4%、图上标 0.03 美元，Opus 5.5 满格是 64.4%、0.49 美元。
有两项的最高分在别的模型上。企业流程 AutomationBench 上，Fable 5.2 的 51.4% 高于 Opus 5.5 的 42.5%，低于 Gemini 4 Carbon 的 53.9%。知识工作 AA-Briefcase v1.1 按细则打分是 66.1% 对 61.2%，两两比较的 Elo 则是 Opus 5.5 的 1800 略高于 Fable 5.2 的 1785。
八天，从空文件夹到能开机的笔记本
Anthropic 自己的核心代码库里，现在合并进去的改动有九成以上由 Claude 写出，人负责指导。他们用 Fable 5.2 在几分钟里修掉顽固缺陷，也给全部服务做性能优化，并做完以前因为太慢或太贵而不会开工的项目。一组跑着较早版本 Fable 5.2 的智能体，把一项关键生产服务从 Python 迁到 Rust，迁完的服务更省、更稳，启动速度大约是迁移前的 26 倍。
有一位工程师用 Fable 5.2 做实验，从一个空文件夹设计原型操作系统。模型自己协调超过 1000 个子智能体，也就是它派出去分头干活的程序，连续 8 天写代码、测试和审查。交出来的系统能在笔记本上启动，自带内核，磁盘、键盘和网络的驱动，持久的文件存储，窗口，登录界面，安装程序，以及内置的 Claude。
外面的试用把任务说得更具体。Uber 的 Andrew Mager 让它做了 10 到 12 小时的安全审计，模型派出大约 170 个审查智能体，交回书面结果、修复用的拉取请求和一份策略提案。他记下的差别是，它会干到事情做完，也会自己改口，并承认哪里还没做到。Oracle 的 Liyu Gong 用国家债务汇总、还款历史和地区基准做了一次数据库查询，Fable 5.2 返回了预期结果；另外两个模型的查询也能跑通，却把国家级汇总金额加错了，结果是预期的 5 到 8 倍。
iGent 的 Sean Ward 说，它在一次会话里写了一个虚拟机监控程序，用数学证明把共享同一台机器的虚拟电脑隔开，机器检查过的证明超过 3500 条。Snowflake 在自有的 data-eng-bench 上测了 103 项数据工程任务，Fable 5.2 是他们测到最强的，重复运行稳定，交互式编程题全部通过。Cognition 的 Adhyyan Sekhsaria 记下另一面：它会说自己不知道，有一次承认上一次估计是错的，并且在量完改动之前不再给数字。
挖漏洞要用 Mythos，公开版会拦住
Claude Mythos 5.2 是 Anthropic 目前做网络安全工程最强的一款，抓到的漏洞更多，复现和修复也更好。Claude Fable 5.2 的护栏会挡住大多数网络安全任务，所以这类工作不能指望公开版自己做完。一家安全公司发现，Mythos 5.2 确认的漏洞里，每六个就有一个是他们测过的其他前沿模型全都没抓到的。
内部评测叫 CVE Rediscovery。CVE 是已公开编号的软件漏洞，做法是把漏洞修好之前的项目快照交给模型，看它能不能自己找出后来被编号的那一个。2026 年 10 月这一轮覆盖 1829 个漏洞。最高档 Mythos 5.2 的复现率是 89.6%，单次 9.13 美元，按找出的条数算比 Claude Opus 5.5 多 10.2%，比 Claude Mythos 5.1 多 14.4%。关掉护栏的 Opus 5.5 在最高档是 81.3%、2.98 美元，Mythos 5.1 是 78.3%、4.14 美元；High 档的 Mythos 5.2 已经到 83.2%、1.01 美元，花费大约是 Opus 5.5 最高档的三分之一，曲线上每个思考档都高于这两款。
10.2% 按找出的漏洞条数算，不是识别率；那家公司的每六个里有一个，计的是它的原始发现。在 Anthropic 自己的评测里，漏洞识别和 Opus 5.5 大致相当；另一位测试者看到，以前的模型大约每 20 条发现里有 1 条把严重程度说高了，Mythos 5.2 这一次没有说高。攻防场景 CyScenarioBench 上，Mythos 5.2 是 76.3%，关掉护栏的 Opus 5.5 是 67.6%，GPT-6 Cyber 是 61%，各实验室的题目并不相同，这几个数不能当成同一张卷子。
已经在用的团队把差别放在可读性和还能不能再找出东西上。Rubrik 用 Mythos 5.2 在自己的系统里又做了一轮威胁排查，找出了更早几代 Mythos 没发现的问题，输出更好读，抽查也更快。他们的 Code Guardian 原先建在 Mythos 5.1 上，准备改用 Mythos 5.2。Mozilla 的 Brian Grinstead 说，Firefox 已经用前几代模型一轮轮加固，剩下的缺陷更少也更隐蔽，Mythos 5.2 在各自扫描里的漏洞发现指标仍然大约是 Mythos 5.1 的两倍。
两个黑洞问题，28 个衣壳
科学、工程和数学里的很多硬任务，现在都要靠写代码：分析数据、给分子建模、设计零件、控制仪器。Fable 5.2 解决了理论物理里的两个开放问题，都和黑洞有关，也都落在相对论和量子力学怎么接到一起。两个结果都用到全息对偶，也就是某些含有引力的宇宙，可以用一套完全不含引力的量子理论精确描述。
第一个问题，物理学家在 1983 年已经证明，这类宇宙升温时，黑洞会像水烧开一样突然出现，但当时的方法只适用于大到能用相对论的宇宙。2003 年有人写出了极小宇宙里的算法，那里只能用量子描述，只是计算量太大，当时做不完。Fable 5.2 大体上自己做完了，结论是那里的转变同样突然。第二个问题，它求出一套用了 15 年以上的技术的精确界限，这套技术用来在一个简化宇宙里排除候选的量子引力理论。两个结果各自写在一篇预印本里。
蛋白质这一侧用的是 Mythos 5.2。腺相关病毒本身无害，外壳叫衣壳，可以用来送基因治疗；外壳的结构会影响疗法会不会被免疫反应挡住，一个衣壳由几十条蛋白质链拼成。现有折叠模型能预测单条蛋白质。Mythos 5.2 在两个开源折叠模型上写了新办法，让模型在互相重叠的一组组蛋白质链上跑，再用衣壳已知的对称性把结果合到一起。测试的 34 个衣壳里，天然的和改造过的都有，它准确建模了 28 个。
算不算准确，看的是跟实验结构比碳阿尔法原子的均方根偏差。AAV2 上，OpenFold3-preview2 是 1.2 埃，ESMFold2 是 1.4 埃；两套里只要有一套进到 3 埃以内，这个衣壳就算建模成功。在一张 NVIDIA H200 上，OpenFold3-preview2 大约要 58 分钟，ESMFold2 大约 7 分钟。提示允许它利用已知的对称性，但不许靠拆成单条链再拼起来。24 小时从头设计结合蛋白的评测里，Mythos 5.2 是 85.1%，关掉护栏的 Opus 5.5 是 82.6%，Mythos 5.1 是 79.1%。
Dyno Therapeutics 的 Sam Sinai 说，这能省下衣壳折叠管线里的时间和费用，把算力挪到一种基因药需要同时看的多种衣壳性质上。哥伦比亚大学的 Mohammed AlQuraishi 说，大型蛋白质组装仍然是开放问题，这套做法让单个科学家在个人工作站上建模，不必先去申请专用集群。Biohub 的 Zeming Lin 说，他们开源 ESMFold2，就是为了让别人在它学到的生物学上继续做；看到有人用它试出预测大型对称复合体的新采样步骤，他们会把这类社区改动继续收进来。
命令行科学实验 Terminal-Bench-Science 0.1 上，Fable 5.2 是 74.6%，Mythos 5.2 是 75.3%，Opus 5.5 是 58.7%。这项看的是在终端里做科学实验和计算，衣壳那 28 个计的是结构偏差。
30 小时走完费马，三台电路板一次点亮
形式化是把数学证明翻译成计算机可以逐步检查的语言。Anthropic 第一次形式化费马大定理，用的是尚未发布的研究版 Claude，花了 11 天，还要专门做的调度框架和一位人类研究员的指导。这一次，1000 个 Fable 5.2 智能体用 30 小时做完，人的介入很少：它从很短的提示开始，自己决定怎么分工，不查数学参考文献，只拿一份中间定理清单给进度打分。动作 token 是第一次的三分之一，证明长度是第一次的七分之一。
用同样 1000 个智能体的 Opus 5.5，18 小时完成 26%，30 小时大约停在 27%。曲线在 18 小时处有一条虚线，两边都是从上次存档接着再跑 12 小时；Fable 5.2 在 18 小时大约完成 86%，30 小时到 100%。证明写在数学语言 Lean 里，每个模型只跑了一次。
硬件测试只给了 Fable 5.2 一段话，要它设计并做出三台能用的电子设备，各自有电路板、3D 打印外壳和软件：家用语音助手、USB 会议扬声器、掌上虚拟宠物。合作方是做电路板的 Diode。模型自己写规格，从美国分销商里选现成元件，给每台设备布四层电路板，用计算机辅助设计做外壳，并写软件。每块板子在一天之内达到可以生产的状态，人的输入很少；板子做出来以后，它带着 Diode 的工程师做测试和组装，三台都工作了，电路不用改。
机器人是另一条线。Fable 5.2 控制实体机器人的表现明显好于前代，包括它没有专门训练过的动作。演示里，机器人复原魔方、拧开瓶盖、画一个机器人。
公开基准 RoboDojo 看的是模拟双臂机器人，输入是摄像头画面。Anthropic 在同一套调度框架、各自最高可用思考档上内部跑分，Fable 5.2 最高档 64.9%，高于 GPT-6 Astra 的 29.8%、Fable 5.1 的 27.6% 和 Opus 5.5 的 39.4%。同一张图上的 Gemini 4 Argon 在 High 档是 34.2%，Fable 5.2 也高于大多数专门为控制机器人做的系统。
研究和财报里，它停在证据够到的地方
Jump Trading 用一套接近自己量化研究的调度框架来测 Fable 5.2。在一次运行里，它同时扮演写代码、协调、计划和提交任务这几个角色；以前的模型需要人花很多时间重排角色，去迁就不同模型的强弱。Lucas Baker 说，内部研究自动化基准上，它的误差比下一名低 10%。
Discovered Materials 用它改 Quantum ESPRESSO 的声子计算。声子计算用来看新材料的晶格稳不稳，实验室常常因为太贵而跳过这一步。同一张 GPU 上，Fable 5.2 把代码平均加速到原版的大约 36 倍，13 个基准算例从 3.3 小时降到 4 分钟以内，和 Fable 5.1 比，加速幅度大约高出 3 到 4 倍。
Fundamental Research Labs 让它把一家公司的 10-K 财务数据填进预测模型。模板没写某一项该用报表原值，还是该用算出来的值，它就从单元格格式推断作者想要哪一种，还发现地区数字加总对不上报表总数，每个格子都填对了。他们的评测里它得到 91%，下一名是 86%。
Balyasny Asset Management 让它追查一家机构怎么测试新集成。它追到了对应的材料，没有把证据能证明的范围说大，还标出问题的问法本身可能误导。Box 的测试里，它在贷款申请附件中标出工资入账和银行流水余额对不上，核保的人因此知道先查哪一笔。
Harvey 做 I-9 合规审查时，Fable 5.2 比 Fable 5.1 更清楚地指出哪些员工要马上处理、每项怎么改、谁来做。IMC 说它先复现了 Mythos 5.1 时期一个让他们印象深的研究想法，又给出第二个新角度，四道已经做完的量化研究题里有三道拿到新的最高分。XTX Markets 的 Alex Gerko 说，多个智能体一起做的量化研究，以及数学研究，都比 5.1 有明显推进。
拦截大约少了 55%，接入看你在哪一边
这些测试各自只看一面，单看任何一项都不足以说明部署之后会怎样。发布前的工作包括对齐训练和测试、新设计的“会不会做出无益举动”的评测、更强的滥用防护，以及扩大行为监控。外部测试方包括 UK AI Security Institute（英国人工智能安全研究所）、Frontier Design 和 METR，各项评测的细节写在系统卡里。
行为审计大约 1900 个场景，测的是 Mythos 5.2，也就是拿掉部分网络和生物护栏之后的同一个模型。综合来看，高风险场合里不安全行为的风险被评为低，和其他近期模型一样。大多数指标上它不低于 Opus 5.5、Sonnet 5.5 和 Mythos 5.1，误导用户的几项更低：编造输入、谎称做完、漏掉重要信息、隐瞒干得差或偷懒。综合不当行为分里，Mythos 5.2 是 2.67，Opus 5.5 是 2.79，Mythos 5.1 是 3.28，越低越好。带偏见或有动机的推理也更少，它会把“这是真实环境”的证据解释掉，然后在没看清后果时行动。
沙盒逃逸做了多组测试。以前用过的两项里，它的尝试明显少于 Anthropic 测过的其他模型。另一项专门测试有 1800 多个场景，其中大多数不逃出沙盒就做不完，沙盒还故意留了弱点。Mythos 5.2 使用放在沙盒外的凭据或文件的比例是 3.1%，Opus 5.5 是 3.3%，Sonnet 5.5 是 5.1%，Mythos 5 是 39%，Mythos 5.1 是 21%。把沙盒讲清楚，并加上报告弱点的工具，尝试还会再降。
另有一项是它错误地认定自己在模拟里之后采取有害行动。这项上它略差于 Opus 5.5，和 Mythos 5.1 大致相当。Fable 5.2 和 Mythos 5.2 说出“怀疑自己正在被评测”的次数，比近期模型都多，Anthropic 因此不单靠这些评测下结论，还看训练中的监控、内部使用记录、外部测试，以及模型内部在发生什么。
Fable 5.2 的分类器会挡住高风险网络活动，包括渗透测试、生成利用代码、基于二进制的漏洞工作，以及研究生物学里的大多数任务。被挡住时，网络安全改由 Opus 4.8 回答，生物改由 Opus 5 回答。和 Fable 5.1 比，早期测试里拦截大约少 55%，其中网络安全大约少 60%，生物大约少 40%。测试范围是 claude.ai、Claude Code 和 Cowork，Mythos 5.2 只给在这些两用领域通过核验的机构。
训练时还刻意压低了最直接加速人工智能研发的那几项。加速器内核优化，以及改进大语言模型架构，大约停在 Opus 5.5 的水平。智能体编程、硬件开发、传统机器学习研究包括可解释性，没有被这套训练改动改变。推理的时候不再改这些能力，少数主题会透明地退回 Opus 5，其中包括某些非标准加速器上的内核开发。
蒸馏是用一个更强模型的输出去训练另一个模型，从而把能力抽走。非法蒸馏往往是工业化的，会用到成千上万个假账号。Fable 5.2 的反蒸馏保护是 Anthropic 发布过的最强的一档，沿用近期报告里的办法之后，蒸馏方采到的数据减少 90% 到 99%。保留思考现在对所有账号打开，它保住模型先前的推理上下文，用来阻止对方改掉这段上下文、再把推理过程套出去。
有些滥用要看多次请求合在一起才看得出来。Enterprise Frontier Safeguards 把自动监控放在客户自己基础设施里存着的提示和回复上，因此可以和零数据保留一起用。它在和 Bridgewater、Salesforce、Stripe 等客户做非公开测试。符合条件的客户，在接上这套监控之前，仍可以按零数据保留使用 Fable 5.2 和 Mythos 5.2；其他客户的安全监控保留 30 天。
Fable 5.2 发布当天就在各平台，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。开发者在 Claude Platform 上用的模型名是 claude-fable-5-2。发布当周，符合条件的付费方案会多给 Fable 用量：含 Fable 的方案和席位，按订阅时长获得 1 到 3 次额度重置；Pro 以及 Team 的标准席位，Fable 最多占每周用量上限的 50%。高速模式开在 Claude Code、Claude Platform、Google Cloud 上由 Anthropic 或 Google 托管的 Claude 模型，以及 Microsoft Foundry 里由 Anthropic 托管的模型。Mythos 的高速模式只给验证计划里的机构。
