Anthropic发布最强双旗舰模型：千个智能体30小时证明费马大定理、API降价两成

Anthropic在即将进行IPO路演之际推出新一代旗舰AI模型Claude Fable 5.2和Claude Mythos 5.2，重点升级编程、推理、视觉和科学研究能力。两款新模型的输出速度均较各自前代最高提升30%，API价格打八折、相比前代下调20%，进一步强化Anthropic在高端AI模型市场的竞争力。

Anthropic于11月9日周一发布公告称，Fable 5.2和Mythos 5.2面向复杂技术挑战，在编程、推理和视觉等领域取得明显进步。公司公布的基准测试显示，Fable 5.2在多项测试中超过此前旗舰Opus 5.5及OpenAI的GPT-6 Astra，部分项目也领先谷歌Gemini 4 Carbon。

此次发布还展示了新模型处理复杂任务的能力：1000个Fable 5.2智能体仅用30小时便完成费马大定理的形式化证明；Mythos 5.2则找到预测整个基因治疗病毒衣壳结构的新方法，在测试中成功预测34种衣壳中的28种。

此次发布正值Anthropic筹备重磅IPO之际。随着AI产业链股票经历剧烈波动，Anthropic通过新一代模型展示技术竞争力，也试图向潜在投资者证明其在企业软件、科学研究和高价值专业工作流中的商业化潜力。

据报道，Anthropic于11月10日周二上午正式启动纳斯达克IPO的公开路演营销。《华尔街日报》报道称，公司本周已安排投资者会面，目标于11月19日或20日挂牌上市，预计本周初将提交招股文件，披露估值区间、发行股数和发行价格。

Anthropic称，Fable 5.2和Mythos 5.2在几乎所有公司评估的能力领域均较上一代有所进步。测试者还发现，新模型的表达更加清晰，输出速度最高比上一代Fable 5.1和Mythos 5.1快30%。

在Anthropic公布的基准测试中，Fable 5.2在多项指标上超过此前旗舰Opus 5.5，也在部分测试中领先OpenAI的GPT-6 Astra和谷歌的Gemini 4 Carbon。

其中，在衡量智能体编程能力的FrontierCode 2.0测试中，Fable 5.2在最高Xhigh努力等级下得分49.1%，高于Fable 5.1的32.4%、Opus 5.5的45.5%和GPT-6 Astra的42.8%。在另一项智能体软件工程测试FrontierSWE v2中，Fable 5.2得分69.9%，也高于Opus 5.5的62.3%和GPT-6 Astra的65.5%。

在多学科推理测试Humanity's Last Exam中，Fable 5.2得分74.2%，高于Opus 5.5的67.7%和GPT-6 Astra的57.2%；在无工具辅助的图表识别测试Chartography中，Fable 5.2得分73.4%，同样超过Opus 5.5的64.4%、GPT-6 Astra的71%和Gemini 4 Carbon的72.5%。

此外，在知识工作测试Remote Labor Index中，Fable 5.2得分41.3%，大幅领先Opus 5.5的21.3%、GPT-6 Astra的20.8%和上一代Fable 5.1的17.9%，优势尤为突出。

不过，新模型并非在所有项目中都领先竞争对手。例如，在企业工作流自动化测试AutomationBench中，Gemini 4 Carbon得分53.9%，高于Fable 5.2的51.4%；在知识工作的另一项Elo排名中，Opus 5.5以1800分小幅领先Fable 5.2的1785分。因此，Anthropic所称的全面升级，更准确地说是新模型在多数评估领域取得进步，而非所有基准测试均排名第一。

在编程效率方面，Anthropic特别强调了模型的努力等级（Effort）设置。在FrontierCode 2.0测试中，Fable 5.2使用High努力等级时得分45.3%，与Opus 5.5在Max努力等级下的45.5%基本相当，但单项任务成本约为后者的一半；当努力等级提高至Xhigh时，Fable 5.2得分进一步升至49.1%，达到Anthropic测试过的已发布模型最高水平。

Anthropic表示，Medium是Claude应用和Claude Code的默认努力等级。Fable 5.2在这一设置下完成复杂任务所需的Token数量也有所减少。

此次发布最引人关注的演示之一，是Fable 5.2通过大规模智能体协作完成数学证明。

Anthropic称，由1000个Fable 5.2智能体组成的团队，仅用30小时便完成了费马大定理的完整形式化证明，将数学证明转化为计算机能够逐步验证的Lean语言代码，过程中仅需少量人工干预。

作为对比，Anthropic此前使用尚未发布的研究版本Claude完成同一任务，耗时11天，并依赖专门设计的工具框架和人类研究人员指导。此次Fable 5.2使用的行动Token仅为此前方案的三分之一，生成的证明长度也缩短至原来的约七分之一。

在相同的1000个智能体配置下，Opus 5.5运行18小时后仅完成了26%的形式化工作，即使耗时延长至30小时后，也几乎毫无进展。这一对比显示，模型能力提升不仅体现在单次回答质量上，还体现在复杂任务拆解、智能体协同和长时间自主执行方面。

智能体能力的另一个极端案例同样令人瞩目：在另一项测试中，一名工程师让Fable 5.2运行超过1000个子智能体，持续工作八天，最终构建出一个能在笔记本电脑上正常启动的操作系统。

Anthropic还展示了Fable 5.2在物理机器人控制方面的进展。在RoboDojo模拟双臂机器人基准测试中，Fable 5.2得分64.9%，超过Opus 5.5的39.4%、GPT-6 Astra的29.8%以及上一代Fable 5.1的27.6%。Anthropic称该模型在机器人控制方面取得“大幅提升”，包括能够完成此前没有明确训练过的操作任务，在RoboDojo测试中的表现也优于大多数专为机器人控制而设计的AI系统。

硬件工程方面，Anthropic称，Fable 5.2仅根据一段简短提示，就完成了三款电子设备的设计工作，包括家庭语音助手、USB扬声器电话和掌上虚拟宠物。模型负责制定规格、挑选电子元件、设计四层电路板、制作3D外壳模型并编写软件，随后指导合作企业Diode完成制造和组装，三款设备最终均能正常工作。

科研方面，Anthropic还称，Fable 5.2解决了两个与黑洞有关的理论物理开放问题，涉及广义相对论和量子力学之间的联系。公司认为，这些案例显示，Fable的定位正从单纯的编程助手扩展至能够承担长期、开放式技术项目的智能体系统。

值得一提的是，Anthropic还披露，其核心代码库中超过90%的合并改动，如今已由Claude在人工指导下完成。

与Fable 5.2面向更广泛用户不同，Mythos 5.2的重点是网络安全和生物医学等高技术门槛领域。

Anthropic称，Mythos 5.2找到了一种预测整个腺相关病毒（AAV）衣壳结构的新方法。AAV的蛋白质外壳可以用于递送基因疗法，其结构会影响治疗效果，例如决定疗法是否容易受到患者免疫系统阻挡。

传统蛋白质折叠模型通常能够预测单个蛋白质的结构，但AAV衣壳由数十个蛋白质组成，整体结构预测更加复杂。Mythos 5.2结合两种开源蛋白质折叠模型，对重叠的蛋白质链组分别进行预测，再利用衣壳已知的对称性信息将结果整合起来。

在Anthropic的测试中，Mythos 5.2尝试预测34种天然及人工设计的衣壳结构，准确预测了其中28种。公司认为，这一方法有望帮助生物学家更快、更低成本地设计基因治疗所需的病毒衣壳。

网络安全方面，Anthropic称，Mythos 5.2是公司目前网络安全工程能力最强的模型，能够发现更多软件漏洞，并更好地复现和修复漏洞。在一项针对1829个已公开漏洞的内部测试中，Mythos 5.2发现的漏洞数量较Opus 5.5高出10.2%，较上一代Mythos 5.1高出14.4%。

不过，出于安全考虑，Anthropic并未向普通用户开放Mythos 5.2，而是通过网络安全验证计划和生命科学验证计划，向经过审核的相关机构提供访问权限。

Anthropic解释称，Fable和Mythos使用相同的底层模型，但Fable保留了更严格的网络安全和生物学防护机制，会拦截渗透测试、漏洞利用代码生成等高风险网络安全任务，以及大部分研究生物学任务。Mythos则面向经过审核的专业机构开放相关能力。

安全测试方面，Anthropic表示，新模型发布前接受了包括英国人工智能安全研究所（AISI）、Frontier Design和METR在内的外部评估机构测试。公司称，新模型在多数对齐评估指标上表现与近期模型相当或更好，Fable 5.2的网络安全和生物学防护能力也不弱于上一代，同时误拦截明显减少。

除了性能升级，Anthropic此次还下调了Fable 5.2和Mythos 5.2的API价格。

新模型标准价格为每百万输入Token收费8美元、每百万输出Token收费40美元，较上一代Fable 5.1和Mythos 5.1的10美元和50美元均下调20%。事实上，价格一直是外界对Fable系列最主要的抱怨之一，此次降价在一定程度上回应了这一诉求。

此外，新模型还提供可选的Fast Mode，Token生成速度最高提升至标准模式的2.5倍，但价格也相应翻倍，达到每百万输入Token 16美元、每百万输出Token 80美元。

从Anthropic当前公布的API定价来看，各主要模型的价格梯度如下：

这意味着，Fable 5.2虽然比上一代便宜20%，但输入和输出价格仍分别是Opus 5.5的两倍、Sonnet 5.5的四倍。对于需要大量调用的普通企业工作流，成本仍是选择模型的重要因素。

值得注意的是，Anthropic并未将Fable 5.2定位为所有任务的默认首选。公司明确建议，对于大多数日常编程和知识工作，用户仍应优先使用Opus 5.5，再根据任务的范围和复杂程度，向上切换至Fable或Mythos，或者向下使用Sonnet 5.5和Haiku 5.5。

Fable 5.2还可以作为顾问或协调者，由Haiku、Sonnet和Opus等较小模型向其寻求复杂问题解决建议，或由Fable将简单任务分配给成本更低的小模型。

可用性方面，Fable 5.2已在Claude所有付费计划、Claude Platform API以及AWS、Google Cloud和微软Azure等主要云平台上线，API模型标识为claude-fable-5-2。Mythos 5.2则继续采取受限开放方式，仅向符合条件的专业机构提供。

Anthropic还在新模型发布当周向符合条件的付费用户提供额外Fable使用额度，部分Pro和Team用户可获得额外使用次数。

此次模型发布与IPO路演几乎同步推进，时机耐人寻味。

就在上周四，纳斯达克100指数单日暴跌6.4%，创下单日蒸发2.3万亿美元市值的历史纪录。受此冲击，部分潜在投资者对Anthropic的估值讨论已从10月初市场流传的2万亿美元大幅下调至约1.2万亿至1.3万亿美元，降幅高达40%。Polymarket预测市场上Anthropic于11月25日前完成上市的概率，也从暴跌前的86%骤降至54%。

就在一周前，投资者还预计Anthropic的目标估值约为1.5万亿美元；而据《华尔街日报》报道，部分主要投资者如今希望进一步压低这一数字。公司高管正与高盛和摩根士丹利的银行家密切沟通，商讨如何确定发行价格区间。报道称，公司仍有可能选择推迟上市，但这样做将面临引发市场恐慌的风险。

此轮抛售的导火索之一，是中期选举结果令一批AI怀疑论者进入国会，并通过了可能延缓美国数据中心建设的暂停令。与此同时，OpenAI在最新一轮融资中募集金额不及初始目标的一半，最终估值1.25万亿美元，同样低于预期。Anthropic于11月2日更新的S-1文件显示，公司已承诺支出跃升至9000亿美元，在所有AI公司中仅次于谷歌。

在AI概念股经历剧烈波动、市场重新审视AI基础设施投入回报之际，Anthropic通过Fable 5.2和Mythos 5.2展示了其在编程、科学研究、金融分析和企业工作流等领域的技术进展。

尤其值得关注的是，Anthropic此次公布的早期测试合作方中，除了Vercel、Shopify、Datadog、Snowflake等科技企业，还包括Jump Trading、IMC、XTX Markets和Balyasny Asset Management等量化交易及投资机构。这些应用案例表明，公司正在努力将模型能力延伸至金融研究、数据分析和复杂企业决策等高价值场景。

不过，技术指标领先并不意味着商业回报已经得到验证。更高性能的模型仍然需要大量算力投入，而高端模型的Token价格也显著高于Sonnet和Haiku等产品。Anthropic需要证明，模型能力升级能够带来更高的企业客户付费意愿、更大的调用量和更好的单位经济效益。

从此次定价策略来看，公司一方面通过20%的价格下调降低高端模型的使用门槛，另一方面保留Opus、Sonnet和Haiku的不同价格层级，让企业根据任务复杂度和成本要求灵活选择模型。

对于即将接受公开市场检验的Anthropic而言，Fable 5.2和Mythos 5.2不仅是一次模型更新，也是在IPO前展示技术领先性、扩大企业应用场景并争取投资者信心的重要动作。