11月10日，Anthropic发布Claude Fable 5.2与Claude Mythos 5.2两款前沿AI模型。官方称，新模型在编码、推理、科学研究、网络安全及机器人等领域均有显著提升，同时输出速度最高提高30%，成本下降20%。
在面向“智能体编码”的FrontierCode 2.0基准测试中，Claude Fable 5.2取得49.1%的成绩，超过OpenAI的GPT-6 Astra（42.8%）、Google的Gemini 4 Carbon（41.1%）以及Anthropic自家的Opus 5.5（45.5%）。
多项基准领先，智能体编码优势明显
除FrontierCode 2.0外，Claude Fable 5.2在多个基准测试中表现突出。在“Humanity's Last Exam”多学科推理测试中，Fable 5.2以74.2%领先GPT-6 Astra的57.2%。在科学视觉推理基准VIALS-AA中，Claude Fable 5.2（最高配置，with fallback）得分为67%，高于Gemini 4 Carbon（high）的64%和GPT-6 Astra（max）的63%。
| 基准测试 | Claude Fable 5.2 | GPT-6 Astra | Gemini 4 Carbon | Claude Opus 5.5 |
|---|---|---|---|---|
| FrontierCode 2.0 | 49.1% | 42.8% | 41.1% | 45.5% |
| Humanity's Last Exam | 74.2% | 57.2% | — | — |
| VIALS-AA | 67% | 63% | 64% | — |
在衡量AI模型构建交互式3D体验能力的AA-3D基准上，Claude Fable 5.2（Max）的Elo得分为1,271分，比Claude Sonnet 5.5（1,204）和Claude Opus 5.5（1,202）高出67分。其95%置信区间（1,246至1,297）与其他任何模型均不重叠，因此其领先优势超出了误差范围。
值得注意的是，在VIALS-AA测试中，Claude Fable 5.2的工具调用次数更多，这与OpenAI模型随着智能提升而减少工具调用次数的情况截然不同。
长程协作演示：8天构建可启动操作系统
Anthropic展示了Fable 5.2的长程协作能力：该模型协调超过1,000个AI智能体，历时8天从零构建出一个可启动的操作系统，其中包含设备驱动、文件存储、窗口系统和安装程序。
提示词影响代码结构决策
据Simon Willison援引Anthropic文档，Claude Fable 5.2对提示词中关于代码归属的表述反应明显。在Anthropic针对小型编码任务的测试中，当提示词未提及归属或将代码库描述为他人所有时，模型倾向于在现有结构上追加，即使这会重复已有代码。
This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it.
Anthropic测试显示，加入上述语句后，模型在约一半的尝试中合并了重复代码；而不加入该语句时，这一比例不到十分之一。
后续关注
目前Anthropic尚未披露两款模型的具体开放时间与定价细节，业界关注其智能体编码能力提升对头部模型竞争格局的影响。