就在冲刺美股 IPO 的最后关头，Anthropic 掏出最新一代 " 地球最强大模型 "。
Anthropic 周一宣布，发布新一代旗舰模型 Claude Fable 5.2 和 Claude Mythos 5.2。从公司公布的测试结果看，此次升级主要体现在复杂编程、科研推理、图表理解和机器人控制等方面，同时输出速度较上一代最高提升 30%，标准输入、输出价格均下调 20%。
此次发布也意味着，自从 Anthropic 掌门达里奥 · 阿莫代伊 9 月呼吁放缓人工智能发展速度以来，该公司首次推出所谓的 " 前沿 " 模型。面对担忧 AI 投资的大环境，公司必须证明自己配得上 1 万亿美元，甚至 1.2-1.5 万亿美元的 IPO 估值。
先看跑分：编程更强，读图更准，机器人控制提升明显
根据 Anthropic 公布的测试数据，Fable 5.2 在复杂编程、科研任务、电脑操作、机器人控制、跨学科推理和图表识别等多项测试中，几乎都领先于关键竞品 OpenAI 的 GPT-6 Astra，以及谷歌的 Gemini 4 Carbon。
这项测试关注的是，模型对开源项目作出的代码修改，能否达到项目维护者愿意接纳的标准。换言之，它考验的是 AI 能否写出真正可用、适合现有项目的代码。新模型较上一代提高 16.7 个百分点，体现了处理复杂软件工程问题的进步。
在图表理解测试 Chartography中，Fable 5.2 得分从 44.8% 升至 73.4%。这类能力关系到模型能否准确读懂图形、坐标和数据关系，是分析财报图表、实验结果和业务报表的基础。
机器人能力方面，Fable 5.2 在 RoboDojo 模拟双臂机器人测试中的成功率达到 64.9%，翻了 GPT-6 Astra 一倍有余。这一提升意味着，模型根据摄像头画面判断环境、安排动作的能力明显增强。
科研推理同样有所进步。在允许调用工具的 " 人类终极考试 "（Humanity ’ s Last Exam）中，Fable 5.2 得分由 65.6% 升至 74.2%。这项测试主要考查跨学科的高难度知识与推理，反映模型处理专业难题的能力。
最直观的案例：调度上千个 AI，八天做出操作系统原型
比测试分数更容易理解的，是新模型究竟能做出什么。
Anthropic 披露，一名工程师曾要求 Fable 5.2 开发一个操作系统原型。模型从空文件夹起步，调度超过 1000 个子智能体，连续八天编写、测试和审查代码，最终做出了能够在笔记本电脑上启动的操作系统。
这个原型系统不仅有窗口和登录界面，还具备负责管理硬件资源、调度程序运行的操作系统内核，并内置 Claude 功能。
对于企业，这类能力的意义在于，一些原本因为耗时过长、成本过高而被搁置的系统改造项目，可能开始具备实施价值。
一天内完成电路板设计
此次发布也展示了 AI 参与硬件研发的进展。
Anthropic 与电路板设计制造公司 Diode 合作，让 Fable 5.2 根据一段简短要求，设计家庭语音助手中枢、USB 会议扬声器和掌上虚拟宠物三款设备。
模型负责制定规格、选择可以买到的电子元件、设计四层电路板布线、绘制外壳，并编写软件。公司称，在少量人工介入下，每块电路板都在一天以内达到可交付制造的状态。
机器人方面，公司还展示了 Fable 5.2 控制机器人完成拧瓶盖、操作魔方和绘画等任务的画面。公司表示，与早期的模型相比，Fable 5.2 在控制实体机器人的能力上有了显著提升，即便是在那些它从未接受过专门训练的机器人任务中也是如此。
在理论物理和数学方面，Anthropic 也展示了新模型的三项成果：求解两个与黑洞有关的理论物理问题，以及完成费马大定理证明的形式化。
首先，模型完成了一项源自 2003 年研究的复杂计算。通俗地说，研究人员想知道：在特定理论模型中，一种与黑洞有关、类似 " 水烧开 " 的突然变化，在需要用量子理论描述的条件下是否仍然存在。公司称，模型算出了关键结果，答案是肯定的。
其次，模型确定了一类数学方法的能力上限。这种方法被用于筛选量子引力候选理论、排除不符合条件的方案。此次成果相当于算清了这张数学 " 筛网 " 最细能做到什么程度，帮助研究人员判断现有方法还能走多远。上述两个物理研究均已发布预印本。
最后，约 1000 个 Fable 5.2 智能体协作，用 30 小时完成了费马大定理证明的形式化。这并非首次证明费马大定理，而是构建计算机能够逐步核验的完整证明，需要补齐推导步骤、协调各部分之间的逻辑关系。在同样的千智能体配置下，Opus 5.5 运行 30 小时后的加权完成度约为 27%。不过，这项对比每款模型仅测试了一次。
生命科学方面，Mythos 5.2 还基于已有开源蛋白质折叠模型，开发了预测完整病毒衣壳结构的方法。衣壳是病毒的蛋白质外壳，也是部分基因疗法使用的递送载体。公司称，该方法在尝试的 34 种衣壳中，准确建模了 28 种。
做量化、查财报，AI 研究助手又进一步
研究与分析方面，Fable 5.2 展示的进步，既包括处理数据和编写代码，也包括发现材料中的矛盾、判断证据能支持什么结论。
量化交易公司 Jump Trading 测试了模型在类似内部研究流程中的表现。Fable 5.2 能够承担提出问题、编写代码、制定计划和协调任务等多个角色，减少人工调整分工的负担。该公司称，在一项内部研究自动化测试中，模型的误差比排名第二的模型低 10%。
投资机构 Balyasny Asset Management 则让模型调查一家机构如何测试核心技术系统中的新集成功能。根据其反馈，Fable 5.2 找到了相关来源，没有夸大证据能够证明的内容，还指出问题本身的表述可能具有误导性。对于投资研究，这类能力有助于区分已经证实的事实与尚待核实的判断。
交易公司 IMC 更关注模型能否提出新的研究思路。该公司表示，Fable 5.2 不仅复现了此前令其印象深刻的研究洞见，还提出了一个全新角度，并在已完成测试的四个量化研究问题中，有三个取得新的最佳成绩。
在财务建模任务中，Fundamental Research Labs 要求模型从公司 10-K 年报提取数据，填入预测模型。面对模板没有明确说明某项指标应采用披露值还是计算值的情况，Fable 5.2 根据单元格格式判断要求，还发现分地区数据加总与披露总数不一致，最终正确填写了所有目标单元格。
价格下降 20%，上市前强化商业竞争力
能力提升之外，Anthropic 也在降低旗舰模型的使用成本。
新模型标准价格为每百万输入词元收费 8 美元、每百万输出词元收费 40 美元，均较上一代下降 20%。公司还推出可选快速模式，词元生成速度最高可提升至 2.5 倍，输入、输出价格则分别为 16 美元和 80 美元。
Anthropic 强调，对大多数日常编程和知识任务，用户仍可从 Opus 5.5 开始，在面对复杂、开放式难题时再使用旗舰模型。
