跳到正文
DEV Community· ArgumentMoney8117·· 10 天前精選AI 評分79

Anthropic 發佈 Claude Fable 5.2 與 Claude Mythos 5.2,同一模型分兩種存取方式且 Fable 降價

Claude Fable 5.2 and Mythos 5.2: One Model, Two Doors — and a Price Cut

AI 導讀

Anthropic 於 2026 年 11 月 9 日推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者基於同一模型,但採用不同的安全防護設定與存取門檻。

推薦理由

文章聚焦 Fable 5.2 與 Mythos 5.2 在防護設定和驗證門檻上的差異,呈現同一模型如何採用分層存取方式。

正文 · 繁體中文

Anthropic 於 November 9, 2026 推出 Claude Fable 5.2 和 Claude Mythos 5.2。能力確實有所提升,但更值得關注的是產品的推出方式:Fable 和 Mythos 使用同一個底層模型,差異在於你選擇從哪個入口使用它。

發生了甚麼事

Fable 5.2 是正式開放使用的版本,在網絡安全和生物學任務上設有嚴格的防護措施。Mythos 5.2 使用相同模型,但放寬了這些防護措施;它只透過 Anthropic's Cyber Verification Program 和 Life Sciences Verification Program,提供予經審核的機構使用。

以下是 Anthropic 公佈的數據:

  • 標準價格為每百萬個輸入 token $8、每百萬個輸出 token $40,低於 Fable 5.1 的 $10/$50。
  • 輸出速度較 5.1 世代快最多 30%。
  • 快速模式為可選功能,生成 token 的速度最高可快 2.5x,每百萬個輸入/輸出 token 收費 $16/$80。
  • Context window 為 1 million tokens,輸出量最高可達 128,000 tokens。
  • Fable 5.2 在 Anthropic 的 FrontierCode 2.0 編碼基準測試中得分 49.1%,Fable 5.1 則為 32.4%。在 CVE Rediscovery 測試中,Mythos 5.2 找出的漏洞比 Opus 5.5 多 10.2%。
  • 據 Anthropic 表示,防護措施的誤報率較 5.1 低約 55%——這些過濾器在維持對高風險內容同等嚴格的同時,較少阻擋合理工作。

Fable 5.2 可透過 Claude API、Claude apps、Claude Code,以及主要雲端平台(AWS、Google Cloud、Azure)使用。值得留意的是,Anthropic 自己的建議是:對大部分日常編碼和知識工作,仍應先使用 Claude Opus 5.5。Fable 和 Mythos 的定位,是處理最艱深、持續時間最長的技術工作。

來源:https://www.anthropic.com/claude-fable-and-mythos-5-2

為甚麼值得留意

1. 安全性正成為存取級別,而非模型級別。
以往,業界面對「這個模型太危險,不適合廣泛推出」時,通常會選擇向所有人提供較弱的模型。Anthropic 採取了不同做法:推出完整模型,再透過驗證機制限制危險能力的使用。如果這種做法奏效,其他研究機構可能會仿效;基準測試排行榜亦可能變得難以解讀,因為在防護措施發揮作用的任務上,Fable 和 Mythos 的得分會有所不同。

2. 同時更便宜、更快、能力更強。
前沿模型通常難以避免取捨。這次價格下調 20%,速度提升最多 30%,基準測試得分亦大幅上升。這種組合顯示,推理效率的提升確實發揮了作用,而不只是單純增大模型。快速模式的定價也傳達了一個訊號:價格提高 2x,速度最高提升 2.5x,是直接以金錢換取較低延遲的取捨。對於會長時間使用長上下文的 Agent 工作負載,這種模式會否成為預設選項,值得留意。

3. 仔細看待這些引人注目的成果。
Anthropic 在正式推出前分享的案例相當吸引眼球:超過一千個 Fable 5.2 子代理協調合作,在八天內打造出一個可在手提電腦上啟動的原型作業系統;另一支規模相若的代理羣則在約 30 小時內,使用 Lean 將費馬最後定理形式化。這些都是由 Anthropic 設計的內部實驗,並非獨立結果,也不能證明模型具備自主研究能力。它們展示的是一年前還難以實現的大規模協作——多個代理朝着同一個目標合作,並持續數天。即使標題對成果有所誇大,這仍是值得關注的部分。

4. 開發者須留意的實際問題。
如果你的工作涉及資安或生物學,通常不會由 Fable 回答你——Anthropic 會改為將被標記的查詢轉交 Opus 模型。因此,「能力最強模型」這個標籤附帶一項但書,而但書完全取決於你正在開發甚麼。若是純粹的程式編寫、推理及視覺工作,49.1% 的 FrontierCode 數字才是應以自身工作負載作測試的指標,因為所有供應商的基準測試都值得獨立重現。

尚待解答的問題

  • 「雙門模式」會否普及?如果有一家實驗室能以兩種信任等級出售相同權重,其他實驗室也會嘗試——而驗證計劃將成為一種新型把關者。
  • 基準測試的提升有多少能在真實程式碼庫中經得起考驗?FrontierCode 2.0 的數據由供應商公佈;49.1% 與 32.4% 之間的差距相當大,即使只有一半經得起考驗,也足以帶來影響。
  • 實際上,「經審核」代表甚麼——驗證計劃的甄選有多嚴格,流程又有多慢?這決定了 Mythos 究竟是資安團隊實際工作可用的工具,還是隻屬新聞稿宣傳級別。

模型競賽愈來愈也是一場產品包裝競賽。Fable 5.2 和 Mythos 5.2 是迄今最清晰的例子:相同權重、不同信任等級、不同入場成本。


來源:DEV Community · dev.to