Anthropic 在 2026 年 11 月 9 日發布 Claude Fable 5.2 與 Claude Mythos 5.2。官方給的成績單很強勢：幾乎所有評測都高於 Opus 5.5、輸出最多快 30%、價格降到每百萬 token 輸入 8 美元與輸出 40 美元。旗艦案例則是「1,000 個 agent 在 30 小時內完成費馬最後定理的形式化」。
但 Hacker News 上的 556 則留言幾乎沒照公關稿走。最高票的討論是同一週大量使用者回報 Opus 5.5 變笨，新模型剛好在此刻登場。
這篇文章整理官方公告的重點，加上 HN 網友的實測、質疑與反駁。
兩個名字、同一個模型
Fable 與 Mythos 是同一個底層模型，差別在護欄。Fable 具備資安與生物安全分類器，擋掉高風險請求，因此開放給所有使用者；拿掉這些分類器之後，Mythos 只提供給通過資安驗證計畫或生命科學驗證計畫的組織。
被護欄擋下的查詢不會失敗，而是改由較小的模型回答：資安類轉給 Opus 4.8，生物類轉給 Opus 5。
官方表示 Fable 5.2 的阻擋次數比 5.1 少約 55%——資安情境少約六成、生物情境少四成。
價格與速度
| 項目 | Fable 5.2 | 快速模式 |
|---|---|---|
| 每百萬輸入 token | 8 美元 | 16 美元 |
| 每百萬輸出 token | 40 美元 | 80 美元 |
| 生成速度 | 比 5.1 最多快 30% | 再快 2.5 倍 |
型號代號是 claude-fable-5-2，即日起在 AWS、Google Cloud 與 Azure 上提供。快速模式限 Claude Code、Claude Platform、Google Cloud 上的 Claude 模型與 Microsoft Foundry；Mythos 的快速模式只給驗證計畫成員。
官方基準測試
官方說，除了少數項目，Fable 5.2 與 Mythos 5.2 在幾乎所有評測上都比 Opus 5.5 再進一階。
| 評測 | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| FrontierCode 2.0（代理式程式） | 49.1% | 32.4% | 45.5% | 42.8% | 41.1% |
| FrontierSWE v2 | 69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| AutomationBench（商業流程） | 51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
| Terminal-Bench-Science 0.1 | 74.6% | 52.6% | 58.7% | 68.1% | 64.8% |
| CyScenarioBench | 76.3%（Mythos） | 61.7% | 67.6%（關閉護欄） | 61%（GPT-6 Cyber） | — |
| CVE Rediscovery | 89.6%（Mythos） | 78.3% | 81.3%（關閉護欄） | — | — |
| WANDR（代理式搜尋） | 82.1% | 68.7% | 72.3% | — | — |
| OSWorld 2.1（電腦操作） | 89.3% | 83.5% | 87.2% | 79.5% | 81.5% |
| RoboDojo Sim（機器人） | 64.9% | 27.6% | 39.4% | 29.8% | — |
| Humanity’s Last Exam（帶工具） | 74.2% | 65.6% | 67.7% | 57.2% | — |
| Chartography（讀圖表） | 73.4% | 44.8% | 64.4% | 71.0% | 72.5% |
| Remote Labor Index | 41.3% | 17.9% | 21.3% | 20.8% | — |
官方另外強調「效率」：在 FrontierCode 2.0 上，Fable 5.2 用 High 等級拿到約與 Opus 5.5 用 Max 等級相同的分數，而每任務成本約只有一半。在 Humanity’s Last Exam 上，它用 Low 等級就追平 Opus 5.5 的最高分，成本不到十分之一。
官方旗艦案例
程式撰寫。 Anthropic 表示，目前合併進核心程式庫的變更已有超過九成由 Claude 撰寫。一組代理把關鍵的生產環境服務從 Python 遷移到 Rust，啟動速度約快 26 倍。一位工程師還讓它從空資料夾開始設計原型作業系統：協調超過 1,000 個子代理、連續八天，產出能在筆電開機的系統，含核心、驅動程式、檔案儲存、視窗、登入畫面與安裝程式。
資安。 Mythos 5.2 是最強資安模型。在一項 1,829 個 CVE 的內部評測中，它找到的漏洞比 Opus 5.5 多 10.2%、比 Mythos 5.1 多 14.4%。一家安全公司回報，Mythos 5.2 找到的已確認 bug 中，有六分之一是其他前沿模型全都漏掉的。Mozilla 表示，Mythos 5.2 在 Firefox 掃描活動中的漏洞發現指標約為 5.1 的兩倍。
理論物理。 Fable 5.2 解決了兩個黑洞相關的未解問題，兩者都建立在全像對偶（holographic duality）之上。其中一個是 2003 年提出、因工作量太大而無人完成的計算：小型宇宙升溫時黑洞是否同樣突然形成。答案是肯定的。
蛋白質折疊。 腺相關病毒（AAV）的衣殼由數十個蛋白組成，既有模型只能預測單一蛋白。Mythos 5.2 寫程式讓兩個開源折疊模型在重疊的蛋白鏈群組上執行，再用已知對稱性合併結果。嘗試的 34 個衣殼中，準確建模了 28 個。
數學形式化。 首次形式化費馬最後定理花了 11 天，需要特製 harness 與人類研究者的引導。這次由 1,000 個 Fable 5.2 agent 組隊，30 小時完成，動作 token 只需三分之一，證明短了七倍。同樣設定下的 Opus 5.5 在 18 小時只完成 26%。
硬體與機器人。 只用一段提示詞，Fable 5.2 設計並製作出三台可運作的電子裝置——家用語音助理中樞、USB 喇叭麥克風、掌上電子寵物，各自含電路板、3D 列印外殼與軟體，每塊板子不到一天就達到可製造狀態。在 RoboDojo 模擬雙臂機器人基準上，它得 64.9%，是 GPT-6 Astra（29.8%）與 Fable 5.1（27.6%）的兩倍以上。
安全與對齊
官方對底層模型做了大規模預發布測試，包括針對沙盒逃逸設計的新評測。在 1,900 個情境的自動化行為稽核中，Mythos 5.2 的整體錯位行為分數為 2.67（1 到 10 分，越低越好），優於 Sonnet 5.5 的 3.10、Mythos 5.1 的 3.28 與 Opus 5.5 的 2.79。
沙盒逃逸方面，在一項 1,800 多個情境、沙盒刻意留有弱點的對抗實驗中，Mythos 5.2 有 3.1% 的情境使用了沙盒外的憑證或檔案，低於 Sonnet 5.5 的 5.1%，也遠低於 Mythos 5 的 39% 與 5.1 的 21%。
Fable 5.2 也是歷來反蒸餾防護最強的模型，官方稱已讓蒸餾者取得的資料減少 90% 到 99%。另有兩項值得注意的安排：
- AI 研究能力被刻意限制：在加速器 kernel 最佳化與 LLM 架構改良上，新模型只做到與 Opus 5.5 同級。官方說這是為了減緩能直接加速 AI 開發的研究能力，但強調不影響代理式程式、硬體開發與可解釋性研究。
- 使用監控：Fable 與 Mythos 依賴觀察「一段使用資料視窗」的護欄，而非逐則回應。企業可用 Enterprise Frontier Safeguards，在自家基礎設施內跑監控，以相容零資料保留。一般客戶的安全監控資料保留 30 天。
網友怎麼看
HN 主串（item 50429906）在截稿時有 929 分、556 則留言。討論完全沒有跟著公關稿走，主要分成八條線：
發布前先弱化舊模型。 開場留言直接定調「大家說 5.5 為了版本發布被閹掉，結果是真的」。反方用可重現的對照否認：有人用 30 項程式任務重跑，Fable 5.2 與 Opus 5.5 都解掉 26 題，看不出退化。中間派則指向 A/B 測試與「模型在發布那一刻永遠是它最好的狀態」。
每任務成本。 單價降了，每任務成本沒有。網友引用 Artificial Analysis 的數字：GPT-6.1 Sol 每任務 1.27 美元，Fable 5.2 是 26.54 美元，相差約 21 倍；同一系列 5.1 的 Max 等級是 11.46 美元，5.2 變成 44.70 美元。訂閱族的體感更直接：「我按下按鈕，十分鐘後我整週的配額就沒了。」
基準測試是選出來的。 質疑集中在：為什麼拿 Fable 的 xHigh 去打 Gemini 4 Carbon 的 Medium？為什麼 Carbon 的效率曲線違背所有既有基準？為什麼把主打資安能力的 Carbon 排除在唯一的資安評測之外？護航方解釋，兩邊其實都是各自能出的最高用力等級，而 Carbon 尚未上市、外界無法自測。
分數永遠落在 60 到 80%。 有人翻出歷次發布頁，指出每次宣告的前沿模型都落在這個區間，而舊模型「不知為何開始只剩 20 到 30%」。也有人回應：模型把舊基準打飽和後，80% 以上就沒有區辨力，改版有其道理。
費馬定理遇上驗證缺口。 三種質疑同時出現：沒有 token 對照，30 小時對 11 天毫無意義；沒有可靠檢查器（checker）就做不到這種證明；以及重證已知定理說服力有限。還有人發現論文作者欄只有 Claude，發表在沒沒無聞的 Hexagon。
護欄鎖住的正是 AI 研究與資安。 有人認為「訓練時限制最能加速 AI 研發的能力」等於承認自我加速是秘方，也有人質問這是否只准自己人研究 AI。更尷尬的是資安：官方說 Mythos 5.2 最強，同時註明 Fable 5.2 的護欄會擋掉多數資安任務，於是有人吐槽「不讓我們用它做資安，那把資安能力排名放進來幹嘛？」
多數工作 Opus 5.5 就夠。 有人用 Opus 5.5 在 12.5 萬行專案上做積極開發，覺得沒問題；也有人提醒「AI 其實還是不擅長架構，它產出很好的局部程式碼，像自動完成」。一位實測者的心得是：要在普通程式任務分辨 Fable 5.2 與 Opus 5.5 很難，真正的差別是速度與可靠性。
文風仍是硬傷。 有人說 Claude 的寫作「相較 GPT 或 Gemini 很糟，聰明但表達方式就是不對」；也有人形容它「居高臨下與道貌岸然」。最冷的評語是：「這是他們第一個讓我完全不想去用的前沿模型發布。」
一頁懶人包
懶人包直連：https://static.blog.derekhsu.net/fable52-hn.html
該不該用
官方自己的建議很清楚：多數程式與知識工作從 Opus 5.5 起步，依工作需要再向上換成 Fable 或 Mythos，或向下換成 Sonnet 5.5、Haiku 5.5。Fable 5.2 也能當「顧問」讓較小的模型諮詢，或當「協調者」把簡單任務分派出去。
帳面上的全面領先，對應的是特定類型的工作：模糊、開放、需要長跑的技術任務。日常寫程式要不要付這筆錢，官方與網友的答案其實一致：先看你手上的任務值不值得。
至於信任問題，這輪討論沒有結論。留下的是封閉模型的結構性難題：能力越強、越不可替代，服務品質無法被外部驗證這件事就越致命。