Claude Fable 5.2 上线,附带一个多数人买不到的孪生版

Anthropic 在 11 月 9 日发布了两个模型,有意思的地方在于,这其实是同一个模型。
Claude Fable 5.2 和 Claude Mythos 5.2 共用同一个基座 checkpoint。差别在安全层允许它们做什么。Fable 5.2 面向所有人开放,但在网络安全和生物学相关工作上设了严格限制。Mythos 5.2 把限制放宽,只发给通过验证程序的组织。网络安全研究者走 Cyber Verification Program,生命科学研究者走并行的另一套。
这是包装决策被讲成安全决策,而且它大概是对的。一个能画出蛋白质衣壳、也能在代码库里挖 CVE 的模型,面对的是两类完全不同的客户,其中一类要留个签名。
数字
纸面上,这是一次小幅迭代。输出速度比 5.1 最多快 30%,价格下调 20%,来到每百万输入 token $8、每百万输出 token $40。还有一个可选的 fast 模式,生成速度最高快 2.5 倍,定价 $16 和 $80。上下文长度是 100 万 token。
榜单比标题更有意思。FrontierCode 2.0 上 Fable 5.2 拿到 49.1%,排在 Claude Opus 5.5、GPT-6 Astra 和 Gemini 4 Carbon 前面。BenchLeader 的独立汇总在最大推理强度下给它 72.6,605 个配置里排第一,最强的一项是知识,86 分,最弱的是长上下文,66 分。
然后是成本那一栏,热情该在这里降降温。BenchLeader 测出的数字是每任务 $26.54、每个任务 47 分钟、每任务消耗 274,000 token,其中 70% 花在推理上。按混合价每百万 $16 算,它是榜上最贵的模型之一。20% 的折扣是真的,只是落在一个本来就是同级最高的数字上。
八天,一千个子智能体
Anthropic 拿一个操作系统来给这次发布开场,把这种东西放在模型发布会前面,挺奇怪。
一位工程师给 Fable 5.2 派了个活:从空文件夹开始设计一个原型操作系统。模型调度了一千多个子智能体,连续跑了八天,写代码、测试、审查。做出来的东西能在笔记本上启动。它有带硬件驱动的内核,磁盘、键盘、网络驱动,有持久化文件存储,有窗口系统,有登录界面,有安装器,还内置了 Claude 的功能。
这件事的重点在编排那一层,代码生成倒在其次。写驱动很难,但这是个已知任务。让一千个 agent 在八天里始终朝同一个架构使劲,代码库不塌成互相不兼容的分支,这是另一个问题,也是做长程 agent 的团队眼下都没解决的那个。

清单上的其余项目也是同一个调子。三台从零设计的工作电子设备。黑洞物理里的两个开放问题。30 小时内完成的费马大定理形式化证明。还有一个会让工程经理不舒服的数字:合并进 Anthropic 核心代码库的改动里,超过 90% 现在是 Claude 在人指导下写的。
这个数字值得多坐一会儿。它要么是这家公司能拿出的最强产品证言,要么是让自家工程师最紧张的做法,而 Anthropic 把它发出来了,没怎么加缓冲。
安全作为一种产品分层
另一半不会出现在榜单上。
Anthropic 把 preserved thinking 扩到所有账户,针对的是蒸馏:它让竞争对手没法通过改写 Claude 的先前上下文来套出推理过程。更有分量的是 Enterprise Frontier Safeguards,目前在 Bridgewater、Salesforce 和 Stripe 做私测。有些滥用只在跨请求的窗口里显形,单次回复里看不出来。做这类监控通常需要存下 prompt 和回复,这就破坏了零数据保留。EFS 把监控跑在客户自己的基础设施里,ZDR 得以保住。
对其他人,默认保留 30 天,用于安全监控。这让接入 Claude API 的含义变了,值得比发布当天更多的关注。
两半拼起来,策略就清楚了。Fable 5.2 是你能买到的版本。Mythos 5.2 是需要凭证的版本。EFS 是企业真能部署、又不必破坏自己合规承诺的版本。三个产品,一个 checkpoint,定价和准入全按「买方愿意为多少风险签字」搭起来。
背景里的 IPO
这些都不在真空里。Anthropic 正在 IPO 进程中,有报道指向最高 $100 billion 的融资额,估值讨论在 $2 trillion 附近。第三季度收入约 $17 billion,是去年同期的十倍多,对应 $567 million 的营业亏损。
一家处在那个位置的公司发布前沿模型,原因有两个。它需要证明收入那条线背后有产品,也需要说明安全叙事能落地,不靠修辞。Fable 5.2 和 Mythos 5.2 都做到了,两者的切分还做了一件更微妙的事:它让 Anthropic 可以主张,危险能力和商业可得性是两个独立的旋钮。
该看什么
对在这上面做东西的人来说,真正的问题不是 72.6 是否胜过 65,而是当活是你自己的、不是榜单题时,每任务 $26.54 还守不守得住。推理占比高的配置烧 token 很容易被低估,标价降 20% 改不了那张账单的形状。
第二个问题是,八天做出操作系统会变成一个可复制的模式,还是一次 demo。Anthropic 说一千个子智能体保持了八天的连贯。如果这件事能泛化,软件工作的单位就不再是一个函数,而是一个项目,周围的工具链,版本控制、审查、合并闸门,都还差得远。
第三个是那些验证程序。每个被闸住的模型都会造出一条队列,队列造出双层市场:有凭证的组织先拿到能力,其他人拿到安全版本。这是一项站得住的政策。它同时是一种市场结构,谁最终站在门的哪一侧,值得盯一阵。
相关文章
ByteDance 的 SeedRealtime 每秒只取两帧,再自己决定什么时候开口
豆包 Seed-Realtime-1.0 把摄像头画面、屏幕画面和语音合成一个全双工会话,每秒最多推两帧。有意思的决定是帧率、主动说话,以及默认就开着的审核回复。
Cicada 直接听会议的系统音频,会议室里没有机器人
Cicada 是 Mac、Windows、Linux 和 Android 上的免费应用,从系统音频里写出双语字幕和结构化会议笔记。按住一个键,你能用自己克隆出来的声音,把回复用另一种语言说出去。整个过程里没有机器人加入通话。
一台 server、一个 AI 主播:夜间直播背后的代码
open-yoki 是一个每晚在 Binance Square 直播的 AI 主播的生产代码,人格、声音和跟钱有关的功能都拿掉了。headless Chrome 画帧,ffmpeg 推 RTMP,一个 Markdown 文件夹决定她的情绪和要发的东西。
Pinky 让 agent 开你的手机,并且一直按住发送键,直到你点允许
Pinky 把任意 MCP agent 接到真的 iPhone 或 Android 手机上,审批放在自己的网关里执行,不写成 prompt。银行类应用对 agent 不可见,密码框碰不到,Android 13 上 agent 还能拿到一块隐藏的第二屏。