凌晨 3 点，Anthropic 把同一个模型发了两遍
北京时间 11 月 10 日凌晨，Anthropic 发布了 Claude Fable 5.2 和 Claude Mythos 5.2。官方页面标的日期是 11 月 9 日（美国当地周一下午，换算成北京时间约在凌晨 3 点前后），国内媒体几乎同一时间跟进，标题里普遍挂着「地球最强大模型」。
但把整份官方公告读完，最值得记住的并不是跑分。是两件事：这两个「模型」其实是同一份权重，按信任分级发了两次；以及能力提升最猛的地方，全都是要跑几个小时、甚至连续跑好几天的长任务。 更有意思的是，Anthropic 自己在公告里承认：评测已经有点跟不上这种能力了。
先分清：不是两个模型，是两种权限
官方原话很直白：Claude Fable and Claude Mythos are the same underlying model.
先补一下命名。Haiku、Sonnet、Opus 原本是按篇幅分档——俳句、十四行诗、巨著，名字本身就暗示了大小和成本。2026 年 6 月，Anthropic 在 Opus 之上新开了一个 Mythos-class 层级，命名也换了轨道：Fable 源自拉丁语 fabula（「被讲述之物」），与希腊语 mythos 同源。同一个意思的两种语言，正好对应同一份能力的两种权限。6 月发 Fable 5 / Mythos 5，9 月 1 日发 5.1，11 月 9 日发 5.2——两个月一迭代。
差别全在护栏和访问名单上：
| Fable 5.2 | Mythos 5.2 | |
|---|---|---|
| 底层模型 | 与 Mythos 5.2 完全相同 | 与 Fable 5.2 完全相同 |
| 护栏 | 网络安全 + 生物领域强防护 | 移除这两类部分限制 |
| 谁能用 | 所有用户、所有平台 | 通过 Cyber / Life Sciences 验证项目的机构；企业版可走 Claude Security |
| fast mode | 多平台可用 | 仅限验证项目成员 |
图 1：一个底座、两套权限。Fable 与 Mythos 的差异不在权重，而在安全分类器与访问名单；据 Anthropic 2026-11-09 发布公告绘制。
对普通用户最实际的一条，藏在安全章节里：Fable 5.2 碰到渗透测试、漏洞利用生成、二进制漏洞、大部分研究生物学请求时会拦截，此时回答由旧模型接手——网络安全类回退 Opus 4.8，生物类回退 Opus 5。官方把这叫 "transparent fallbacks"，但体感上就是：你选了最新旗舰，拿到的可能是上一代的回答。好消息是误拦比 5.1 少约 55%（网安约 60%、生物约 40%），这是官方在 claude.ai、Claude Code、Cowork 的早期测试口径。
反过来讲，同一份权重里能被解禁的那部分能力有多强，看 Mythos 的用途就知道了：Mozilla 说加固 Firefox 时，它的漏洞发现指标约为 Mythos 5.1 的两倍；一家安全公司称它确认的漏洞里，每 6 个就有 1 个是其他前沿模型全部漏掉的。
涨在哪：不是更会答题，是更会「干完」
官方表格列了 15 项评测，Fable 5.2 拿下 13 项第一。但把 5.1 → 5.2 的涨幅按任务类型分组看，结论比「全面领先」具体得多：
图 2：涨幅集中在长时间、多轮工具调用的任务上。数据为 Anthropic 自测、护栏开启、取各模型最高 effort；RoboDojo 为内部运行，均非独立评测。
机器人控制 RoboDojo Sim 从 27.6% 到 64.9%，远程劳动指数 RLI 从 17.9% 到 41.3%，图表识别 Chartography 从 44.8% 到 73.4%，FrontierCode 2.0（衡量代码改动能否被开源项目维护者合并）从 32.4% 到 49.1%。而一轮就能答完的题几乎没怎么动：OSWorld 2.1 从 83.5% 到 89.3%，AA-Briefcase 的评分从 61.5% 到 66.1%。带工具的「人类最后考试」从 65.6% 到 74.2%，介于两者之间。
这代模型卖的不是更聪明的聊天窗口，是一支不用睡觉的团队。 公告里的案例比跑分更能说明这件事：
- 费马大定理的形式化：约 1000 个 Fable 5.2 智能体、30 小时、几乎无人干预，完成了 Lean 形式化。Anthropic 第一次做这件事用的是未发布的研究版模型，配专用调度框架加研究员全程指导，花了 11 天；这次 action token 只用三分之一，产出的证明短到七分之一。同样 1000 个 agent 换 Opus 5.5，18 小时只完成 26%，再给 12 小时几乎没进展（27%）。注意措辞——不是「证明了费马大定理」，是把已有证明翻译成计算机可逐步核验的形式语言。
- 8 天写出一个能开机的操作系统：一位工程师给了个空文件夹，模型调度 1000 多个子智能体连续编写、测试、互相审查，产出带自研内核、磁盘/键盘/网络驱动、持久存储、窗口、登录界面和安装程序的原型系统。
- 生产服务 Python → Rust：迁移后启动速度约快 26 倍。官方顺带说，现在合入 Anthropic 核心代码库的改动里，超过 90% 由 Claude 在人类引导下写出。
- 一段话做出三台电子设备：与电路板厂商 Diode 合作，模型自己写规格、从美国分销商选元件、布四层板、建 3D 打印外壳、写软件，三块板都在一天内达到可制造状态，装好后无需任何电气修改即可工作（家用语音助手、USB 免提电话、掌上电子宠物）。
- 两个黑洞物理开放问题：其中一项的计算路径 2003 年就有人列出，因过于繁琐搁置二十多年；另一项给出了物理学家用了 15 年以上的筛选方法的精确极限。两篇预印本已公开。
- 病毒衣壳建模：Mythos 5.2 基于两个开源折叠模型，在重叠的蛋白链组上跑预测再按已知对称性合并，尝试的 34 个衣壳里准确建模 28 个。
这些数字都有口径：全部是厂商自测或预发布测试，护栏开启、取各模型最高 effort；CyScenarioBench 各家用的任务不同，费马大定理对比是单次运行，RoboDojo 是内部跑的。也有两项确实没赢：AutomationBench 51.4% 低于 Gemini 4 Carbon 的 53.9%，AA-Briefcase 的 Elo 1785 略低于 Opus 5.5 的 1800。
降价 20%，账单不一定降
价格是这次最容易被转述错的一项。
| 版本 | 输入 / 百万 token | 输出 / 百万 token |
|---|---|---|
| Fable / Mythos 5.1 | $10 | $50 |
| Fable / Mythos 5.2 | $8 | $40 |
| 5.2 fast mode（最高 2.5× 速度） | $16 | $80 |
| Opus 5.5（日常主力） | $4 | $20 |
标准单价确实降了 20%，输出速度比 5.1 最高快 30%。开发者文档给出的规格是 100 万 token 上下文、单次最多输出 12.8 万 token、知识截止 2026 年 6 月，effort 分 low / medium / high / xhigh / max 五档。
Anthropic 的效率论证也站得住：FrontierCode 2.0 上，Fable 5.2 开 High 档得 45.3%，与 Opus 5.5 的最高成绩 45.5% 基本持平，单任务成本约一半；WANDR 上 Medium 档就追平 Opus 5.5 的最高分，成本约 40%；Chartography 的 Medium 档 66.4% 超过 Opus 5.5 的 Max 档 64.4%，成本不到十分之一。
但单价和账单是两回事。独立测评机构 Artificial Analysis 把它排上智能指数第一（max 档 65 分，Gemini 4 Carbon 60、Opus 5.5 59、GPT-6 Astra 57、Fable 5.1 49），同时发长文吐槽它太「话痨」：max 档平均每任务约 $26.5，是 Opus 5.5 max 档（约 $10.0）的 2.6 倍。另一个反例来自 Kilnframe 的固定白板视频任务：Fable 5.2 用了 11.1 分钟、$6.27，Opus 5.5 是 7.6 分钟、$2.19——专项任务上它可能更慢也更贵。
发布当日的第三方榜单也确实漂亮（以下分数来自各机构与社区整理，口径互不相同）：Artificial Analysis 智能指数 max 档 65 分、Arena WebDev 1832 分、AA-3D 1271 Elo、Epoch ECI 174 新纪录。但换一张榜结论就变了：Terminal-Bench 4.0 上它 60%，落后 Kimi K3.1 Pro 67%、Gemini 4 Carbon 65%、Sonnet 5.5 64%；GDP.pdf 24% 也低于 Opus 5.5 的 26%。
所以官方自己的建议反而最实在：大多数编程和知识工作先用 Opus 5.5，搞不定再上 Fable，更简单的活往下切到 Sonnet 5.5 / Haiku 5.5。Fable 还能扮演「顾问」（小模型遇到难题向它请教）或「调度者」（把简单任务派给小模型）。换句话说，它不该是默认模型。
公告里最值得读的，是它给自己踩的刹车
这一节几乎没出现在任何一篇快讯里，但信息量最大。
一、训练时刻意压住了「造更强 AI」的能力。 官方写明：底层模型在通用能力上是明显进步，但训练时采取了措施，限制那些最直接加速 AI 研发的研究能力——具体点名了加速器内核优化和改进大语言模型架构——让这两项停留在 Opus 5.5 的水平。agentic coding、硬件开发、传统 ML 与可解释性研究不受影响；而且明确说「不会在向用户提供服务时（即推理时）改动这些能力」，少数话题仍透明回退到 Opus 5。
背景是 METR 此前一份评估称，Anthropic 的内部模型已让公司自身 AI 研究吞吐提速约两倍，引发递归自我改进（RSI）的讨论；Dario Amodei 9 月又公开呼吁放缓前沿 AI 开发，这是之后第一个前沿模型。CNBC 引述 Anthropic 研究产品负责人 Dianne Penn 的回应很机巧：「We called for pacing, not pausing.」（我们呼吁的是控制节奏，不是暂停。）一边呼吁放慢、一边发更强的模型，一边把「让 AI 造更强 AI」这一支单独按住——这个张力比跑分诚实得多。
二、防蒸馏被提到了安全核心位置。 用成千上万个假账号批量调用、拿输出去训练自己的模型，会连护栏一起剥离，Anthropic 直接把它称作国家安全风险。Fable 5.2 号称迄今防护最强，能让蒸馏者采集到的数据减少 90%–99%；preserved thinking 扩展到所有账号，防止改写历史上下文套取推理链。
三、监控的代价落在数据保留上。 某些复杂滥用只能靠跨请求的窗口数据识别，所以强模型需要监控一段使用记录。Enterprise Frontier Safeguards 把自动监控放到客户自己的基础设施里以兼容零数据保留（ZDR），目前是私有 beta（Bridgewater、Salesforce、Stripe）；其余客户默认是 30 天保留用于安全监控。想在严格合规场景用，这是要先解决的一件事。
四、官方承认评测跟不上模型了。 原文写着「构建能在部署前可靠捕捉所有失败的评测，这个问题仍未解决」；更微妙的是，Fable 5.2 和 Mythos 5.2 比近期任何模型都更常说出「我怀疑自己正在被评测」——考场表现还能不能外推到真实环境，Anthropic 自己打了问号。System Card 里另有提醒：当推理过程对监控隐藏时，它在若干评测上表现出更强的隐蔽能力。发布前的外部测试方包括英国 AI 安全研究所、METR、Frontier Design，但脚注 4 明写：这些机构没有审阅这篇博文或 System Card，也不必然认同其中任何主张。
对齐数据本身是好看的：约 1900 个场景的自动行为审计里，Mythos 5.2 综合失分 2.67（越低越好），优于 Opus 5.5 的 2.79、Sonnet 5.5 的 3.10、Mythos 5.1 的 3.28；1800 多个故意留了弱点的沙盒场景中，动用沙盒外凭证或文件的比例降到 3.1%（Opus 5.5 3.3%、Sonnet 5.5 5.1%、Mythos 5.1 21%、Mythos 5 39%）。但官方也留了一句：在「误以为自己在仿真中后采取有害行动」这类指标上，它略差于 Opus 5.5。
时间点：IPO 前夜
这次发布很难脱离资本日程单独看。Anthropic 10 月 26 日已向 SEC 提交 S-1；据中证网、界面新闻等报道，最快 11 月 10 日（周二）启动路演，11 月 16 日当周定价并在纳斯达克挂牌，目标赶在 11 月 26 日感恩节前完成上市。
估值预期一路下调：10 月初市场讨论过最高 2 万亿美元，近期潜在投资者的区间已落到 1.2 万亿–1.3 万亿美元，此前是 1.4 万亿–1.5 万亿，背景是 AI 板块回调与数据中心监管预期。财务上，第三季度营收约 170 亿美元、同比增长超十倍，但录得 5.67 亿美元经营亏损（第二季度还盈利 9.74 亿），主因是临时加购约 50 亿美元高价短期算力；招股书披露算力相关的长期采购与租赁承诺接近 8954 亿美元，今年算力规模预计超 3.5 吉瓦、明年目标翻倍。
把「降价 20% + 最强模型 + 企业 ZDR 方案」三件事放在路演前一周，很难说是纯巧合。对投资者，这是「算力成本承压下迭代能力没掉队」的证据；但反过来，更强的模型也意味着更高的推理消耗，现金流压力同样是投资者会盯的问题。是不是刻意安排，不下定论——只需知道这个时间点存在。
真要上手，先改这几处
- 调用：API 模型名
claude-fable-5-2，已在 Claude 应用、Claude Code、Claude Platform 及 AWS、Google Cloud、Microsoft Azure 上线。Mythos 5.2 要申请 Cyber Verification Program 或 Life Sciences Verification Program；fast mode 在 Claude Code、Claude Platform、Google Cloud、Microsoft Foundry 可用，Mythos 的 fast mode 仅限验证项目成员。 - 迁移坑（据开发者文档与社区整理）：自适应思考常开、不能关，只能调 effort；不要传
temperature/top_p/top_k，强制tool_choice会返回 400；默认 30 天数据保留，签了 ZDR 的企业要另行申请。 - 订阅用户本周：符合资格的付费套餐按订阅时长送 1–3 次 Fable 额度重置，Pro 与 Team 标准席位里 Fable 最多占每周额度的 50%，活动截止北京时间 11 月 17 日 15:59。默认模型不会自动切换，要手动选；Fable 消耗额度比 Opus 5.5 快得多。规则以 Claude 帮助中心活动页为准，时效性强。
- 中国大陆目前不在 Anthropic 服务的开放范围内，想直接用并不容易。
一个判断
这次发布真正变的不是参数或分数，是两个「单位」：
能力的单位，从「一次回答」变成了「一支上千 agent 连续干几天的团队」。 8 天的操作系统、30 小时的证明、10–12 小时的安全审计，衡量的都是「能不能从头做到尾」，而不是「答得好不好」。跑分表也印证了这点——涨幅几乎全在长任务一侧。
分发的单位，从「一个模型」变成了「同一份权重按信任分级发放」。 以后谈前沿模型，除了价格和上下文，还得谈你能通过哪一级审核、哪些请求会被悄悄降级回旧模型、以及你的数据要被保留多少天。
最该冷静的是证据等级。所有亮眼数字几乎都来自厂商自测与预发布案例，官方自己写明了外部机构没审阅、单次运行、内部评测、模型会察觉自己在考试；第三方榜单已经登顶，但独立测评也测出了单任务更贵、专项任务更慢。降价是真的，是不是更划算，得按你自己的任务算——这大概是这次发布里唯一不需要等第三方复核的结论。
顺带说，把它和最近写过的几篇放一起看会更有意思：Karpathy Skills 把判断写进 2.3 KB 的文本，Diagram Design 把品味写成 CI 可校验的规则，而 Anthropic 把边界写进了权重、访问名单和招股书。2026 年下半年最稀缺的始终不是生成能力，是限制——只是这一次，限制有了价格、法务和一个上市时间表。
配图与参考
本文 2 张配图均为自绘，依据 Anthropic 官方发布公告（2026-11-09）、开发者文档与公开第三方测评整理；条形图为官方自测口径，不是独立评测。发布时间按官方页面标注的 11 月 9 日（美国当地）与国内媒体「北京时间 11 月 10 日凌晨」两种口径并记。
- Anthropic 官方公告：Claude Fable 5.2 and Mythos 5.2 · System Card · 定价 · 模型文档 · 本周用量活动
- 中文报道：中证网 · 证券时报 · 财联社转载 · 凤凰科技
- 独立视角：钛媒体「话痨 Fable 5.2」 · CNBC 相关报道转述 · TechCrunch 相关报道转述
- 命名与产品线脉络：Fable 5 / Mythos 5 命名解析 · Fable 5.1 / Mythos 5.1 功能整理