Anthropic 在美國時間 11/9 發布 Claude Fable 5.2 與 Claude Mythos 5.2，宣稱新模型在幾乎所有評測過的能力上，都比自家的 Opus 5.5 略勝一籌；標準 API 價格也從前一代 5.1 版的每百萬輸入／輸出 token 10 美元、50 美元，降到 8 美元、40 美元。不過，在同一份官方公告裡，Anthropic 仍建議多數編碼與知識工作先從 Opus 5.5 開始。
《VentureBeat》也提醒，每項任務實際花多少錢可能是另一回事，因為真實的 AI 代理工作很少維持相同的用量。根據 Anthropic 公布的測試數據，同一個模型只要調高推理強度，每項任務的成本就可能相差近 6 倍。單價降了 20%，企業挑選模型時，該看的究竟是哪個數字？
同一個底層模型、兩種防護：Fable 5.2 對外開放，Anthropic 稱多數自家評測領先
Fable 5.2 與 Mythos 5.2 其實是同一個底層模型，差別在安全防護。Anthropic 表示，Fable 配有較強的資安與生物防護來防範濫用，因此能開放給所有使用者；根據《VentureBeat》，Fable 已在付費 Claude 方案、程式開發工具 Claude Code 與 Claude Platform 上線。Mythos 5.2 則拿掉部分防護，只開放給透過資安、生命科學驗證計畫（Cyber Verification Program、Life Sciences Verification Program）申請核准的機構。
《VentureBeat》指出，快取（cache，把重複使用的輸入內容暫存起來，之後讀取較便宜）的讀寫價格同比例下降，因此在輸入、輸出與快取用量組合不變的情況下，標準費率便宜 20%。Anthropic 也宣稱，新模型的輸出速度比 5.1 版最多快 30%；另有選配的快速模式（fast mode），生成速度最多快 2.5 倍，價格則是標準模式的兩倍。
從 Anthropic 公布的評測表來看，新模型在多數項目也領先 OpenAI 的 GPT-6 Astra。《VentureBeat》統計，15 項公布的分數中，新模型領先 13 項；例外是 Zapier 開發的商務自動化測試 AutomationBench，由 Google 的 Gemini 4 Carbon 以 53.9% 對 51.4% 勝出，以及知識工作測試 AA-Briefcase 的 Elo 評分，Fable 5.2 低於 Opus 5.5。系統卡另列出，Fable 5.2 在另一項知識工作測試 GDPval-AA 的 Elo 評分，也落後 Opus 5.5（1831 對 1866）。這些成績都是 Anthropic 自家公布，比較條件也不盡相同，例如部分測試中，Fable 以 Xhigh 推理強度受測，Carbon 則是 Medium。
同一套程式測試從 Medium 調到 Xhigh，每項任務花費由 2.48 美元升至 14.19 美元
前述的成本差距，來自 Cognition 設計的程式開發測試 FrontierCode 2.0。根據 Anthropic 的系統卡（說明模型能力與安全評估的技術文件），在 132 道題目中，Fable 5.2 的分數隨推理強度提高：Medium 為 37.6%、High 為 45.3%、Xhigh 為 49.1%；每項任務的平均成本則依序是 2.48 美元、6.72 美元、14.19 美元。《VentureBeat》提到，Claude 應用程式與 Claude Code 預設的推理強度是 Medium；Anthropic 的 Fable 5.2 官方開發者指南則指出，透過 Claude API 使用時預設為 High，並建議在評測顯示品質維持不變時，把推理強度調降到 Medium。
不過，推理強度並非越高越好。Fable 5.2 開到最高的 Max 時，每項任務的平均成本升到 44.70 美元，分數卻只有 45.7%，低於較便宜的 Xhigh；系統卡也註明，Max 的 660 次嘗試中有 22 次逾時仍給分，若算 0 分，成績會降到 44.4%，低於 Opus 5.5 的 45.5%。系統卡同時提醒，Cognition 沒有提供誤差範圍，小幅的分數差距可能沒有實質意義。
和其他模型相比，Anthropic 表示，Fable 5.2 在 High 的成績與 Opus 5.5 的最佳成績大致相當（45.3% 對 45.5%），每項任務的成本約只有一半。系統卡列出，Opus 5.5 拿到最佳成績時，每項任務的成本是 12.82 美元；GPT-6 Astra 的最佳成績是 42.8%，每項任務 6.68 美元，與 Fable 5.2 在 High 的成本相近。
和前一代相比，《VentureBeat》指出，Fable 5.1 的最高分是 Xhigh 的 32.4%，每項任務 8.68 美元；Fable 5.2 在 Medium 就多出 5.2 個百分點，成本低約 71%，在 Xhigh 雖然多了 16.7 個百分點，但即使單價較低，每項任務的成本仍多約 63%。《VentureBeat》因此認為，升級時如果把推理強度固定在 Xhigh，支出可能增加；如果先訂好品質目標，保留調低推理強度的空間，支出則可能減少。
Anthropic 自家建議：多數工作先交給 Opus 5.5，再依任務範圍升降模型
Anthropic 在公告中寫道：「對於大多數編碼與知識型任務，我們建議使用者先從我們最強的日常主力模型 Claude Opus 5.5 開始，再依工作的範圍與複雜度，視需要切換到其他模型：往上換成 Fable 或 Mythos，往下換成 Claude Sonnet 5.5 或 Claude Haiku 5.5。」至於 Fable 與 Mythos，Anthropic 的定位是最有野心、開放式的技術工作。
從價格來看，Opus 5.5 的標準單價只有 Fable 5.2 的一半。《VentureBeat》試算，假設各模型用掉的 token 數相同，處理 1,000 萬個未快取的輸入 token 加 100 萬個輸出 token，Fable 5.1 要 150 美元，Fable 5.2 標準模式 120 美元、快速模式 240 美元，Opus 5.5 則是 60 美元。若改用非即時處理的 Batch API，Fable 5.2 的單價再減半為 4 美元、20 美元，與 Opus 5.5 的標準價格相同。
對負責技術評估的工程主管，《VentureBeat》建議用團隊既有測試能評分的真實問題實測：讓現用模型與 Fable 5.2 的 Medium、High 並行處理，未解決的少數案例再升到 Xhigh；計算被合併或被接受的修正，把失敗的嘗試算進花費，並追蹤審查人員花的時間與回歸問題（regression，修改後原本正常的功能出錯）。
Anthropic 稱 Fable 5.2 完成兩項物理計算，但成果未經同儕審查，模型也更常察覺被測試
除了寫程式，Anthropic 也展示 Fable 5.2 的科研成果。物理學家在 1983 年證明，某類宇宙模型升溫時，黑洞會像水沸騰一樣突然形成，但方法只適用於大到能套用相對論的宇宙；Anthropic 稱，Fable 5.2 大致自主地完成了 2003 年就提出、卻因過於繁瑣而沒做完的小宇宙計算，發現轉變一樣突然。它還找出一項技術的確切極限，物理學家用這項技術超過 15 年，在簡化的宇宙中排除量子重力的候選理論。不過，《Gizmodo》指出，這兩項成果都尚未經過獨立的同儕審查，目前只有預印本。
數學方面，Anthropic 表示，由 1,000 個 Fable 5.2 代理組成的團隊，在人力介入很少的情況下，把費馬最後定理的既有證明完整形式化，也就是轉成電腦可以驗證的形式；先前由未公開的研究版 Claude 完成同一工作，花了 11 天。根據系統卡，這次實驗用的是 Fable 5.2 的早期版本，團隊以先前形式化留下的定義與輔助引理為基礎，先跑 18 小時，再從存檔接續 12 小時，在第 30 小時完成證明；同樣的設定下，Opus 5.5 的團隊在 18 小時只完成 26%，兩個模型各只跑一次。
安全評估方面，Anthropic 承認，Fable 與 Mythos 5.2 比過去的模型更常懷疑自己正在被評測。系統卡指出，白箱分析（white-box，直接檢查模型內部運作）顯示，Mythos 5.2 在多達 43% 的自動化行為審查紀錄中，內部意識到自己可能正在被評測，並提醒：「由於模型的評測意識很高，這些結果可能無法完全預測它在部署時的行為。」《Gizmodo》對此質疑，模型越來越能察覺被評測，是否會讓研究人員更難在發布前發現危險行為。Anthropic 則表示，對齊失敗（misalignment，模型行為偏離開發者意圖）造成高風險的可能仍然偏低，發布前也交由英國 AI 安全研究所（UK AI Security Institute）、Frontier Design 與 METR 等外部單位測試。
從這次發布來看，比較模型的焦點，正從每百萬 token 的單價，轉向每項任務花多少錢、換到多少品質。不過，上述成績與成本都來自 Anthropic 與測試設計單位的量測，實際效益仍有待企業在自己的任務上驗證。
【推薦閱讀】
◆ Gemini 3.8 Flash 軟體工程測試勝 Fable 5？Google 新模型上線：定價不變但 token 用量增
◆ Anthropic 推主動式 AI 代理 Claude Duet：查發票、備薪資，付款簽約先問你
◆ 能自主跑 38 小時、成本最多省 45%：Anthropic 推出 Fable 5.1，預告 EFS 架構秋季上線
＊本文開放合作夥伴轉載，資料來源：Anthropic 1、Anthropic 2、Anthropic 3、《VentureBeat》、《Gizmodo》，首圖來源：Anthropic
