2026 年 11 月 9 日,Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2。官方公告页里最抓眼的一句是:1000 多个 subagent 自主协作 8 天,从一个空文件夹出发,造出一个可以开机的操作系统。注意这个表述的分量——不是「跑通了一段代码」,也不是「演示了一个界面」,而是「可以开机」,一个二值判据:接上电源,机器要么启动,要么不启动。这句话值得认真对待,也值得先把口径摆正:它出自官方公告页,截至 2026 年 11 月 10 日,还没有见到独立第三方对这批任务的完整复核。
本篇只拆 Fable 5.2 相对 5.1 的迭代差异点与官方口径边界,不含任何升级迁移步骤——迁移属于操作手册体裁,站内已有 5.1 的迁移专文可查。
官方口径与第三方验证之间那道缝,值得多说一句。公告页给出的四个任务,描述的是模型在受控环境里的表现:任务由 Anthropic 设计、环境由 Anthropic 搭建、成败由 Anthropic 判定。这不构成对结果真实性的怀疑,而是阅读任何厂商自述时的基本姿势——量级越大、叙事越完整,越要把「做到了」与「被独立验证过」分开记账。截至 2026 年 11 月 10 日,公开渠道能查到的仍只有官方一面之词,本篇的全部数字因此都挂在「官方公告页」这一个出处上。
定价是同一个道理。标准档 $8.00 / $40.00 与 Fast 档 $16.00 / $80.00 是公告页可直接核对的数字;High 档的 roughly half the cost per task 是相对表述——每任务成本约省一半,不是每 token 价格省一半,也没有可与 5.1 直接对照的美元单价。两个口径差一个维度,混着写就会造出一条不存在的降价曲线。
一、先摆口径:只引用官方公告页
这次发布的基本盘如下:官方公告页日期为 November 9, 2026,也就是 2026 年 11 月 9 日;11 月 10 日的各家媒体跟进属于整理与转述,不是发布动作本身,引用时不要让日期链条漂移。官方对 Fable 5.2 的能力描述集中在几件事上:编码、推理、视觉方面的增强,以及输出速度快于 5.1。速度一项官方没有给出具体倍数或每秒 token 数,本文也不引用任何二手转述的性能数字。
能力描述之外,官方真正用来背书的是四个大型实证任务。这四个任务是本篇的主体,下一节逐个拆。这里先立一条规矩:本文引用的全部任务描述、数字与定价,均出自官方公告页,不是独立测评,也不是本文复现的结果。凡是官方页面没有给出的项目——比如每个任务的算力配置、人类介入程度、失败重试次数——本文一律不写,也不采用任何社区转述版本。这个克制在热点写作里不是风格偏好,而是必要动作:量级越惊人的说法,越需要把「谁说的」和「谁验证的」分开。
与 5.1 的关系也要交代清楚。站内已有两篇 5.1 专文:一篇拆 Fable 5.1 与 Mythos 5.1 的发布结构与安全策略,见 Claude Fable 5.1 与 Mythos 5.1 发布拆解;一篇给 5.1 API 的破坏性变更迁移步骤,见 Claude Fable 5.1 API 迁移 SOP。本篇不重复那两篇的内容,只写 5.2 的增量:视觉增强、黑洞物理结果、操作系统任务、PCB 任务、Fast 档定价,以及 Mythos 5.2 的发行范围。迁移方法论可以参考 5.1 那篇 SOP 的思路,但具体变更清单要以 5.2 的官方发布说明为准。
二、四个实证任务:各自的可验证性并不相同
官方用四个任务给 5.2 背书:从空文件夹造出可开机操作系统、费马大定理形式化证明、四层 PCB 设计与真机制作、两个黑洞物理开放问题。把它们放在一起看之前,先注意一个容易被忽略的差异:这四个任务的「可验证性」不在同一个等级上。
任务一:1000+ subagent,8 天,可开机操作系统。 官方表述是 1000 多个 subagent 自主协作 8 天,从一个空文件夹出发造出可开机的操作系统。这个任务的验证标准最硬:操作系统要么能完成启动,要么不能,几乎没有解释空间。「从空文件夹出发」意味着没有起始代码库、没有脚手架;「1000+ subagent」意味着任务被拆解成大量并行分工,由模型自行协调。对做过工程的人来说,这两个条件合在一起,考验的不只是代码产出量,而是任务分解、接口约定、冲突处理这些工程协调问题同样要由 agent 自己解决。这个方向如果成立,对多 agent 编排基础设施的需求会继续放大——并发调度、上下文隔离、结果聚合这些环节都是实际瓶颈,站内那篇 agent 并发运行时对照 拆过这些机制的差异,可以配合着读。
任务二:费马大定理形式化证明,30 小时。 官方表述是在 30 小时内完成费马大定理的形式化证明。形式化证明的含义,是把证明写成机器可以逐步检验的形式,每一步推导都由证明助手核对,不存在「看起来对」的模糊地带。这也是这条任务可验证性同样很硬的原因:证明写进形式化系统,系统接受就是接受,不接受就是不接受。要留意的口径是「形式化」三个字本身——它与「给出一个新证明」不是一回事,重点在机器可检验的完整性。30 小时这个时长背后对应的算力与交互规模,官方页面没有展开,本文不作推测。
任务三:不到一天,四层 PCB,三台真机。 官方表述是不到一天完成四层 PCB 的设计,并造出三台真机。这条的特别之处在于跨过了虚拟与实物的边界:设计文件正确与否,最终由制造出来的实体电路板背书。三台真机意味着不是单件孤例。对硬件背景的读者,四层板的布线、电源完整性、制造容差这些环节的自动化难度不需要多解释;对软件背景的读者,只需要记住一点——这条任务把「模型输出」和「物理世界产物」直接连了起来,验证成本高,但一旦验证通过,含金量也高。
任务四:两个黑洞物理开放问题。 官方表述是解决了两个黑洞物理领域的开放问题。坦率地说,这条是四个任务里验证口径最弱的一条:开放问题的「解决」需要领域专家评议,公示的细节决定了外部能核验到什么程度。官方页面给出的就是这一句表述,本文照录,不放大也不缩小。把它放进评估清单时,建议标注「待领域复核」。
四个任务看完,值得提炼的共同点是:官方这次选择的背书方式是「大型实证任务」而不是「基准分数表」。两种背书方式的阅读策略不同——分数表让你横向比较,实证任务让你判断可信度。正确的读法是看任务的量级、方向与可验证性,把每一句当成待核验的声明而不是结论。特别是当这些说法要写进你自己的技术选型文档时,务必带上「官方口径、未经独立复核」这层限定。
三、定价:四个数字与一句相对表述
Fable 5.2 的官方定价是两档:标准档输入每百万 token $8.00、输出每百万 token $40.00;Fast 档输入每百万 token $16.00、输出每百万 token $80.00。Fast 档两项价格均为标准档的两倍,这是数字本身的算术关系。
除两档明价之外,官方对 High 档给出的是一个相对表述:roughly half the cost per task,即单任务成本约为对照基准的一半。这里有两个必须保留的限定:第一,官方没有公布 High 档的美元单价,引用时不能自行折算;第二,「per task」是任务口径而不是 token 口径,两种口径不可互换。引用这个表述时请把限定语一起带上,只写「成本降低」而不写口径,是最容易误导团队预算的一类转述。
本文不把这套价格与 5.1 或其他模型做横向对比。原因很简单:跨代次、跨档位的价格对比需要把上下文长度、缓存策略、任务结构全部对齐才有意义,单独拎两个数字出来比较,除了制造反差没有任何决策价值。真要做预算测算,建议用自己业务的实际 token 分布跑一遍——标准档与 Fast 档怎么选,取决于你对延迟的敏感度与预算约束,而不是价格数字本身。
四、Mythos 5.2:初期限 vetted organizations
Mythos 5.2 的发行范围,官方表述为初期限 vetted organizations,也就是初期只向经过审核的机构提供。这里照例咬准措辞:限制的是初期发行范围,审核标准与准入流程细节、扩围时间表,官方页面没有给出,本文不作推测。
对绝大多数读者,这条的实际含义可以直说:Mythos 5.2 是「能力上界公告」,不是可以立刻提工单开通的选项,选型评估应围绕 Fable 5.2 展开。Mythos 5.2 的存在价值在于让你看到能力曲线走到哪里、安全策略随能力如何调整——这类信息对判断行业节奏有用,对日常选型用处有限。上一代 Mythos 5.1 的发布结构与访问策略,站内那篇 5.1 发布拆解里已经写过,此处不重复。
五、工程侧怎么读这次发布
第一,把「任务可验证性」带进自己的评估体系。官方这四个任务里,可开机、形式化可检验、真机制作都属于二值或接近二值的判据,这比一串百分比更接近工程直觉。你评估自己团队的 agent 方案时,也应该优先设计这类「要么过、要么不过」的验收任务,而不是只收集主观评分。
第二,「旗舰规划、轻量执行」的分工结构在这次发布后更清晰了。Fable 5.2 这类旗舰适合承担规划、复杂推理、长程任务分解;高频、大批量、对成本敏感的执行环节,交给轻量执行档模型更划算。四家轻量档的定位、模态与定价对照,见站内横评 轻量执行模型四家对照。这个分工不是本篇的发明,而是把两个官方页面放在一起时自然浮现的选型结构。
第三,对多 agent 方向的团队,1000+ subagent 的协作规模提示的是基础设施问题:并发调度、上下文隔离、子任务结果聚合、失败恢复,这些环节的能力上限决定了多 agent 方案能不能从演示走向生产。相关机制的对照与选型思路,前文链接的那篇运行时专文可以覆盖,这里不再展开。
最后再压一遍口径:截至 2026 年 11 月 10 日,本文全部事实出自 Anthropic 官方公告页;四个实证任务没有独立第三方复核;High 档成本为官方相对表述,无美元单价;Mythos 5.2 初期限 vetted organizations。后续如果有独立复核结果或准入范围变化,以官方页面与复核报告为准。