距离上一代过去不到三个月，Anthropic 又更新了旗舰线。11 月 9 日，公司发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型，发布时间距 Google 的 Gemini 4 Carbon 不到两周，节奏上是一场正面的能力与价格对撞。
先理清两条产品线的关系。Fable 是面向通用场景的主力，进入付费 Claude 套餐、Claude Code 与 Claude Platform，同时通过 AWS、Google Cloud、Microsoft Azure 提供；Mythos 则偏网络安全与生命科学工作流，只通过 Project Glasswing 向经过审核的团队开放。两者共用同一底层模型，差别在安全防护配置与开放范围——这也解释了为什么同一个底座可以有两个名字。
跑分上，Anthropic 给出的 15 项对比指标中两款模型领先 13 项。挑几个有区分度的看：FrontierCode 2.0 测的是代码补丁能否真正合并进开源仓库，Fable 得 49.1%，高于 GPT-6 Astra 的 42.8% 与 Gemini 4 Carbon 的 41.1%（Fable 用 Xhigh 推理档，Carbon 用 Medium 档，官方对档位差异做了标注）；FrontierSWE v2 上 Fable 为 69.9%；OSWorld 2.1 的电脑操作任务为 54.6%，上一代 Fable 5.1 为 47.6%；硬件工程基准 BenchCAD 2.1 的 Max 档拿到 83.5，而 Opus 为 65.3。
一个容易被忽略但很说明问题的是 RoboDojo Sim：在这个仿真双臂机器人基准上，Fable 得 64.9%，Opus 39.4%，Astra 29.8%。语言模型在机器人操作仿真上的分数拉开这么大，反映出「把任务拆成可执行的逐步动作」这类能力正在成为通用模型的标配，而不只是具身专用模型的领域。
Mythos 的差异体现在安全向指标。重新发现已知漏洞的比例从 5.1 代的 78.3% 升到 89.6%，高于关闭安全防护的 Opus 5.5 的 81.3%。系统卡还专门测了模型是否会动用沙箱之外的凭证或文件，Mythos 5.2 的触发率为 3.1%，上一代是 21%，Opus 5.5 为 3.3%。对把模型接进安全运营流程的团队，这个指标比漏洞发现率更值得看——能力越强，越界风险越需要被量化。
价格是这次更实在的变化。每百万 token 标准价：未缓存输入从 10 美元降到 8 美元，输出从 50 美元降到 40 美元，缓存读取从 0.25 降到 0.20 美元，缓存写入（5 分钟/1 小时）从 12.50/20 降到 10/16 美元，全线降幅两成；Batch API 在此基础上再减半，即输入 4 美元、输出 20 美元。横向比，比 GPT-6 Astra 标准价低两成，但仍是 Opus 5.5（4/20 美元）与 Meta Muse Wonder 的两倍——Fable 定位在「比 Opus 更强、比 Opus 更贵」的档位。
速度上的两个数字：生成 token 速度比 5.1 代快最多 30%；新增 Fast 模式，token 生成速度提升最多 2.5 倍，费率按双倍计（16/80 美元）。这个模式适合交互式编码这类「等人」的场景，不适合批处理。
官方还披露了两组大规模 agent 实验，用来支撑「能完成长程任务」的叙事。一组是费马大定理：约 1000 个 agent 使用早期 Fable 5.2 快照，在 30 小时内于 Lean 中形式化了既有证明，同条件下 Opus 团队只完成约 27%。另一组是生物学：Mythos 结合两个蛋白质折叠工具，在 34 个衣壳结构中准确预测 28 个。Anthropic 自己也强调这些是单次运行结果，生产环境仍需验证周期时间与故障恢复。
真实成本还有一个更贴近采购的维度：按 FrontierCode 2.0 的单任务成本算，Fable 在 High 档平均 6.72 美元/任务，与 Astra Max 档的 6.68 美元几乎持平，而得分还高 2.5 分；但 Max 档要 44.70 美元，得分反而低于 Xhigh 档——这意味着对多数团队，把推理档位调到最高并不划算。
对企业的启示可能不是「换不换模型」，而是「怎么衡量」。当头部模型在榜单上互有胜负、价格差在两成以内，决策依据会转向单位任务成本、失败率与人工兜底成本。Anthropic 在发布材料里也把落脚点放在这里：关注模型多常完成现有技术栈留给人类的有价值任务，而不是单次能力跃迁。