#AI #LLM #Claude #今天又看了啥
Claude Fable 5.2/Mythos 5.2:主打能连续干几天的大任务
Anthropic 刚发布的新模型,定位在 Opus 5.5 之上。两者底层相同,主要区别是安全限制:Fable 面向一般用户,Mythos 的直接访问则需组织通过网络安全或生命科学验证计划申请。官方仍建议日常编程先用 Opus,复杂工程和研究任务再上 Fable/Mythos。
Claude Fable 5.2/Mythos 5.2:主打能连续干几天的大任务
Anthropic 刚发布的新模型,定位在 Opus 5.5 之上。两者底层相同,主要区别是安全限制:Fable 面向一般用户,Mythos 的直接访问则需组织通过网络安全或生命科学验证计划申请。官方仍建议日常编程先用 Opus,复杂工程和研究任务再上 Fable/Mythos。
这次几个演示很抓眼球:
- 8 天做出操作系统原型:从空文件夹开始,协调逾 1,000 个子 Agent,做出能在笔记本启动的系统,包含驱动、文件存储、窗口、登录界面和安装器。
- 30 小时完成费马大定理的 Lean 形式化:约 1,000 个 Agent 将证明变成计算机可逐步检查的形式,不是首次证明这个定理。该对照实验每个模型只跑了一次。
- 设计三款能工作的电子设备:语音助手中枢、USB 免提扬声器、电子宠物,包办四层 PCB、外壳和软件;人类配合制造装配测试,三款都无需修改电路即可运行。
- 科研也有进展:官方称 Fable 解决了两个黑洞理论物理开放问题,并附预印本;Mythos 改进了病毒衣壳结构预测,34 个测试对象中准确建模了 28 个。
以上均为官方披露的实验,操作系统也仍是原型。编程基准 FrontierCode 2.0 上,Fable 在 Xhigh 档位取得 49.1%,Opus 5.5 为 45.5%,并非所有榜单都第一。
价格降了,输出也更快。每百万 token,常规模式输入 8 美元、输出 40 美元,相比 5.1 输出最高快 30%;Fast 模式为 16/80 美元,token 生成速度最高达到常规模式的 2.5 倍。
做安全、写 Agent 的还有几个实际变化:
- Fable 会拦截部分安全研究任务,包括渗透测试、漏洞利用生成等,被拦截的网络安全请求回退至 Opus 4.8,生物请求回退至 Opus 5。企业也可通过 Claude Security 使用 Mythos 扫描漏洞。
- API 更严格地校验历史上下文:preserved thinking 下,改了 system、工具列表或历史消息,却继续携带旧思考块,可能报 400。自建 Agent 的上下文压缩、动态工具加载要检查兼容性。
- 一般客户数据保留 30 天用于安全监控;符合条件的企业客户有 ZDR/EFS 安排,但不等于数据完全不落盘。
发布活动还给 Pro/Team 标准席位一周 Fable 使用机会,最多占原有周额度的 50%,不是额外赠送半份额度。
比起榜单,这次更值得试的是:把一个需要反复测试、协调多人、持续几天的任务交给它,究竟能少盯多少、少返工多少。