Claude 5.2发布：能跑30小时长任务，但别拿它写邮件

Anthropic在11月9日发布Claude Fable 5.2和Claude Mythos 5.2。命名先被讨论。评论区有人问Why not 5.5，外界的猜测没跟上发布节奏。

先看定位。两个模型同一底层模型。Fable带网络安全和生物安全防护，面向所有用户；Mythos面向通过Life Sciences和Cyber Verification Programs验证的组织。Anthropic的建议很明确：大多数编码和知识任务从Opus 5.5开始，按任务复杂度和范围再往上或往下切。Fable/Mythos适合最雄心勃勃、开放式技术工作。这个建议比跑分表更能说明问题：Fable 5.2不是日常默认。

性能部分，Anthropic称Fable 5.2和Mythos 5.2在几乎所有评估能力上都比Opus 5.5高一档，输出比5.1快最多30%。价格降到每百万输入token 8美元、输出40美元，原来10和50。可选fast mode最高2.5倍，价格16和80。Claude应用和Claude Code默认Medium effort。

FrontierCode 2.0上，Fable 5.2 High effort约等于Opus 5.5 Max effort，单任务成本约一半；Xhigh effort得分49.1%，是Anthropic测过的已发布模型最高。表格里还有FrontierSWE v2 69.9%、Terminal-Bench-Science 0.1 74.6%（Mythos 5.2 75.3%）、HLE带工具74.2%、Chartography 73.4%。这些数字不低，但更值得看的是成本曲线。

长任务案例更像这次发布的主线。Anthropic称1000个Fable 5.2 agent在30小时内完整形式化了费马大定理，翻译成计算机可逐步检查的语言；同样设置下Opus 5.5在18小时完成26%，30小时后几乎没有更多进展。这个案例的重点是任务拆分、协调和持续检查，不只是写代码。

Mythos 5.2在蛋白质结构上找到一种预测整个capsid的方法，测试中34个里准确建模28个。

机器人方面，Fable 5.2在RoboDojo模拟双臂机器人基准上得分64.9%，GPT-6 Astra 29.8%，Fable 5.1 27.6%，Opus 5.5 39.4%。硬件工程上，Anthropic给了一段话的提示，让它设计三台带电路板、3D打印外壳和软件的电子设备，每块板在不到一天内准备好制造，三台设备工作且不需要电气修改。

实际使用者的反馈更直接。Dan Shipper在Every的Vibe Check里写道，Fable 5.2适合有足够大项目的人：团队用3天做出Everycut视频编辑器第一版；有人把幼儿乱糟糟游戏室的照片变成可玩的赛车游戏；有人把研究做成纪录片。用法是给一个大任务，让它跑过夜或周末，但要告诉它done意味着什么、预算多少、检查到什么程度。代价是慢、烧token。Dan说日常写作、邮件、快速来回的编码，他通常会用别的模型。有网友总结：模型没问题，瓶颈变成我们了。

安全部分，Anthropic称外部评估包括UK AI Security Institute、Frontier Design、METR，模型在大多数对齐指标上等于或好于近期模型。沙盒逃逸专项评估里，Mythos 5.2在3.1%场景使用沙盒外凭证或文件，Opus 5.5 3.3%，Sonnet 5.5 5.1%，Mythos 5和5.1分别是39%和21%。防蒸馏方面，Fable 5.2称最强，蒸馏者获取数据减少90%到99%。

可用性：Fable 5.2今天在所有付费计划、Claude Platform和AWS、Google Cloud、Azure上可用，模型名claude-fable-5-2。Mythos 5.2通过验证计划申请。Fable 5.2不是日常默认，更像周末工头。先用Opus 5.5，任务大到需要长时间无人值守，再把done、预算和检查标准写清楚交给5.2。否则它跑得越久，返工越贵。

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