早上刷手机，几个群里转的是同一批标题：地表最强、全面碾压 Opus 5.5、人类数学史改写。
我把 Anthropic 的发布文档、几家媒体编译的版本，还有独立评测机构 Artificial Analysis 的长文放在一起对了一遍。看的时候先看价格，再看基准表，最后看官方给的使用建议。
看完之后，结论跟那些标题差得有点远。
先把判断放在前面：Claude Fable 5.2 是现在最强的通用模型之一，这点没什么争议。但它强的地方很具体，强在能连续干几十个小时的长任务。日常那种一两轮就答完的问题，它几乎没有进步，按任务算的账反而更贵。Anthropic 自己在文档里也写了一句：大多数编码和知识工作，建议还是从 Opus 5.5 开始。
这次发了两个模型，普通人只能碰其中一个
当地时间 11 月 9 日，Anthropic 同时发了 Claude Fable 5.2 和 Claude Mythos 5.2。两个用的是同一个底层模型，能力上限接近，区别在安全权限。
Fable 5.2 带了网络安全和生物安全的防护，对所有付费用户开放，Claude Platform 和主流云平台都能调。Mythos 5.2 把这些限制拆掉，只发给通过网络安全验证或生命科学计划的机构。
这个双版本的思路之前就有过，Mythos 先给少数机构，再把受限版本以 Fable 的名字放给大众。所以刷屏的那些「手搓操作系统」「盲推未公开的分子合成路线」，多数是 Mythos 干的活。你能碰到的只有 Fable，两者的成绩不能直接画等号。不少标题没做这个区分。
涨的是耐力，不是聪明
官方给了一组对照组，我觉得比任何跑分都更能说明问题。
他们用 1000 个 Fable 5.2 的 agent 跑同一个任务，把费马大定理做形式化证明，总共用了将近 30 小时。换成 1000 个 Opus 5.5 的 agent，18 小时完成 26%，30 小时到 27%，然后进度就卡住了，再也没有往前挪。
这里得澄清一句，因为刷屏的稿子里有不少写错了。费马大定理本身在上世纪 90 年代就被 Andrew Wiles 证明完了，不存在「AI 又证了一遍」。这次做的是形式化：把已有的证明翻译成机器能逐步检查的语言，写成代码并跑通。这活量大、枯燥，最难受的是中间某一步对不上就得往回翻。让机器自己扛下来确实是进步，但它不是数学上的新发现。有几篇转得很广的稿子写成「AI 独立证明了费马大定理」，那是误读。
基准表上的变化也集中在这个方向。FrontierCode 2.0 从 32.4% 到 49.1%，这项测的是开源项目维护者愿不愿意合并模型写的代码。机器人仿真 RoboDojo Sim 从 27.6% 到 64.9%。Remote Labor Index 测的是模型能独立完成多少真实远程工作，从 17.9% 到 41.3%。图表识别从 44.8% 到 73.4%。
再看几乎没动的两项。电脑操作 OSWorld 2.1 从 83.5% 到 89.3%，知识工作 AA-Briefcase 从 61.5% 到 66.1%。
这两组数字的分界线很清楚：要跑几十步、要反复调工具、中间还要自己纠错的活，涨幅很大；一轮就能答完的题，基本没变。Anthropic 自己的总结也是这个意思。
所以要我说，这次升级改的是耐力。它不是变聪明了，是能记住几十步之前干过什么，走歪了自己扳回来，中途不放弃。
官方还放了几个预发布测试。在电路板厂商 Diode 的配合下，它从零设计了三款电子设备：USB 免提音箱、家庭语音中枢、带屏幕的掌上电子宠物。据官方说，每块四层板排了 249 个元器件，单块设计时间都不到 24 小时，打样焊好一次点亮。这些是自家组织的测试，外人复现不了，当个方向看就行。
单价降了两成，单任务反而更贵
标准价格从每百万 token 输入 10 美元、输出 50 美元，降到 8 美元和 40 美元，两档都降了 20%。输出速度比上一代 Fable 5.1 最高快 30%。另外还有个可选的快速模式，速度最高提到 2.5 倍，价格翻倍，输入 16 美元、输出 80 美元。
看上去是降价。但 Artificial Analysis 那篇长文的核心意思是：单价确实降了，单个任务的平均成本反而涨了，因为它变得话痨，同一个任务写的东西比以前多得多。
这个说法我信一半。按 token 计费的模型，输出变长就是变贵，这是算术。一次几毛钱的小活，多写几百字无所谓；但一个要跑几十小时的 agent 任务，输出翻倍，账单也跟着翻倍。所以划不划算得看任务类型，只盯单价没意义。
官方文档里其实也写了另一面：中等强度下，Fable 5.2 能用比 5.1 更少的 token 完成有难度的任务；在 FrontierCode 2.0 的高强度设置下，它的分数跟 Opus 5.5 最高强度大致持平，单任务成本大约是一半。所以贵不贵，取决于你开多大强度、让它写多长。
有几个数字要打个折
标题里最响的两个说法，我建议都留点余地。
一个是「全面碾压 Opus 5.5」。在 Anthropic 评估的几乎所有能力上确实是赢的，但同一张表里也有输的一项：AutomationBench 上 Fable 5.2 是 51.4%，输给谷歌 Gemini 4 Carbon 的 53.9%。官方没藏这一行，只是转述的人多半只挑了赢的那几行。
另一个是 RoboDojo Sim 那个 64.9%。它是 Anthropic 的内部基准，42 个仿真任务加 18 个真机任务，外界复现不了。这种数字能说明方向，不适合拿来做精确对比。
能横向比的还是外部榜单。Artificial Analysis 的智能指数 v5 上，Fable 5.2 拿了 65 分排第一，第二名 Gemini 4 Carbon 是 60 分。五分差距是实的，但要说「遥遥领先」，也过了。
该不该换，分人说
如果你平时就是用 AI 写写文案、改改表格、查点资料、翻译一段话，这次升级和你关系不大。日常问答那几项几乎没动，而它更愿意写长，意味着更长的等待。继续用顺手的那款就行。
如果你是开发者，或者手上压着一件「想了半年一直没动手」的活，比如把一个老服务从 Python 迁到 Rust、把散落各处的脚本收成一套工具、给一个硬件做完整方案，那这次的提升是真的。Anthropic 自己举的例子是，一组跑早期版本 Fable 的 agent 把某个关键生产服务从 Python 迁到了 Rust，启动速度大约快了 26 倍。他们还说，合并进核心代码库的变更里，超过 90% 是 Claude 在人类指导下写的。
如果你只是想搞清楚「AI 又到哪一步了」，记住一件事就够了：它从回答一个问题，往接手一个项目挪了一步。这一步现在还很贵、很慢、门槛很高，但方向清楚。
最后说个实际的门槛。Fable 5.2 已经上线 Claude Platform 和主流云平台，但国内用户面对的还是那三道坎：注册、付款、网络。官方的地区限制也还在。想马上试的人，先确认自己的账号和付款方式能不能走通，别为了一个模型先折腾一晚上。
我自己短期内不会换。日常的稿子和表格，Opus 就够用；真遇到需要它连轴转几十个小时的活，再单独开一次。