11月10日，Anthropic發佈Claude Fable 5.2與Claude Mythos 5.2兩款前沿AI模型。官方稱，新模型在編碼、推理、科學研究、網絡安全及機器人等領域均有顯著提升，同時輸出速度最高提高30%，成本下降20%。
在面向“智能體編碼”的FrontierCode 2.0基準測試中，Claude Fable 5.2取得49.1%的成績，超過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%）。
多項基準領先，智能體編碼優勢明顯
除FrontierCode 2.0外，Claude Fable 5.2在多個基準測試中表現突出。在“Humanity's Last Exam”多學科推理測試中，Fable 5.2以74.2%領先GPT-6 Astra的57.2%。在科學視覺推理基準VIALS-AA中，Claude Fable 5.2（最高配置，with fallback）得分為67%，高於Gemini 4 Carbon（high）的64%和GPT-6 Astra（max）的63%。
| 基準測試 | 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模型構建交互式3D體驗能力的AA-3D基準上，Claude Fable 5.2（Max）的Elo得分為1,271分，比Claude Sonnet 5.5（1,204）和Claude Opus 5.5（1,202）高出67分。其95%置信區間（1,246至1,297）與其他任何模型均不重疊，因此其領先優勢超出了誤差範圍。
值得注意的是，在VIALS-AA測試中，Claude Fable 5.2的工具調用次數更多，這與OpenAI模型隨著智能提升而減少工具調用次數的情況截然不同。
長程協作演示：8天構建可啓動操作系統
Anthropic展示了Fable 5.2的長程協作能力：該模型協調超過1,000個AI智能體，歷時8天從零構建出一個可啓動的操作系統，其中包含設備驅動、文件存儲、窗口系統和安裝程序。
提示詞影響代碼結構決策
據Simon Willison援引Anthropic文檔，Claude Fable 5.2對提示詞中關於代碼歸屬的表述反應明顯。在Anthropic針對小型編碼任務的測試中，當提示詞未提及歸屬或將代碼庫描述為他人所有時，模型傾向於在現有結構上追加，即使這會重復已有代碼。
This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it.
Anthropic測試顯示，加入上述語句後，模型在約一半的嘗試中合併了重復代碼；而不加入該語句時，這一比例不到十分之一。
後續關注
目前Anthropic尚未披露兩款模型的具體開放時間與定價細節，業界關注其智能體編碼能力提升對頭部模型競爭格局的影響。