Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2。Fable 5.2 在 FrontierCode 2.0 上拿到 49.1%，超过 Opus 5.5 和 GPT-6 Astra。它协调一千多个 Agent 连续八天工作，造出能启动的操作系统。

Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2。两款模型的重点不是普通问答，而是操作系统开发、数学形式化、理论物理、蛋白质结构、硬件设计和机器人控制等高难度任务。

Fable 5.2 在 FrontierCode 2.0 上得到 49.1%，超过 Opus 5.5、GPT-6 Astra 和 Gemini 4 Carbon；在 Artificial Analysis Intelligence Index v5 上拿到 65 分，登顶该榜单。更夸张的是，Fable 5.2 协调超过 1000 个 Agent 连续工作 8 天，从空文件夹生成了一套可以在笔记本上启动的操作系统。

但 Anthropic 并没有建议所有用户都改用 Fable。日常编程和知识工作仍优先使用 Opus 5.5，复杂、开放、需要长时间推理的任务才升级到 Fable；网络安全和生命科学等高风险任务则交给经过审核的 Mythos。

Fable和Mythos：同一底座，不同安全边界

Fable 5.2 和 Mythos 5.2 采用相同的底层模型，主要区别在安全限制。Fable 面向普通用户开放，并增加了网络安全和生物研究防滥用机制；Mythos 保留更完整的专业能力，主要面向经过审核的安全机构和生命科学组织。

这套分工值得企业借鉴：模型能力不是越强越好，而是要与任务风险、预算和权限匹配。强模型可以负责规划、审查和复杂判断，低成本模型负责高频执行，敏感动作则交给独立策略层。

FrontierCode和FrontierSWE：复杂软件工程领先

在 FrontierCode 2.0 测试中，Fable 5.2 得到 49.1%，Opus 5.5 为 45.5%，GPT-6 Astra 为 42.8%，Gemini 4 Carbon 为 41.1%。相比 Fable 5.1 的 32.4%，Fable 5.2 提高了 16.7 个百分点。

FrontierSWE v2 软件工程测试中，Fable 5.2 得分 69.9%，相比上一代提高 13.6 个百分点。FrontierCode 2.0 的另一个结果是：Fable 5.2 在较低推理强度下，接近 Opus 5.5 最高推理强度的成绩，但单任务成本约为后者的一半。

Anthropic 还披露，核心代码库中超过 90% 的已合并代码变更由 Claude 在人类指导下编写。这个数字描述的是代码贡献量，不等同于工程师效率提升 90%，还需要结合测试通过率、返工率、回滚率和最终交付质量判断。

1000个Agent连续工作8天造操作系统

一个工程师给 Fable 5.2 提出从零设计操作系统的任务。模型从空文件夹开始，自主协调超过 1000 个子 Agent，连续工作 8 天，完成代码编写、测试和审查。

最终系统可以在笔记本电脑上启动运行，拥有自己的内核、磁盘、键盘和网络驱动、文件存储、窗口界面、登录屏幕、安装程序以及内置 Claude 功能。

这个案例的难点不在于单个 Agent 会写代码，而在于如何拆任务、共享状态、合并变更、处理失败和保持整体架构一致。企业如果要复用这种工作方式，至少需要任务树、独立分支、权限隔离、检查点和统一回归测试。

Fable 5.2 还将一项关键生产服务从 Python 迁移到 Rust，启动速度提高约 26 倍。迁移类任务最需要关注的不是生成速度，而是行为一致性、性能指标、依赖变化、回滚路径和生产验证。

30 小时完成费马大定理形式化证明

费马大定理的数学证明早已完成，但把它转换成 Lean 语言，让计算机逐步验证，仍然是一项复杂工程。Anthropic 之前使用未发布研究模型，在人类研究人员指导下耗时 11 天完成相关工作。

这次由 1000 个 Fable 5.2 Agent 组成的团队只用 30 小时完成形式化工作，生成的证明长度缩短到此前的七分之一，操作 Token 消耗降到三分之一。相同配置下，Opus 5.5 运行 30 小时只完成约 27%。

这里的价值在于证明检查器提供了明确反馈：编译失败、类型错误和证明缺口都能成为下一轮修复依据。模型负责尝试和组织，Lean 等独立验证器负责判断是否真的完成。

黑洞、蛋白质和电子设备

理论物理方面，Fable 5.2 完成了两个与黑洞和全息对偶理论有关的开放问题计算。其中一个关于黑洞形成时的相变机制，另一个用于确定量子引力理论分析方法的适用边界。相关结果仍需要科学家复核、独立计算和同行评议。

Mythos 5.2 结合两种开源蛋白质折叠模型，预测基因治疗载体的蛋白质结构。在 34 个测试衣壳中，28 个达到设定的精度标准。

硬件实验中，Fable 5.2 根据一段提示词设计家庭语音助手中枢、USB 会议扬声器和掌上电子宠物。它自行编写产品规格、选择元器件、设计四层 PCB、建立 3D 打印外壳模型并开发配套软件。

三款设备的电路板都在不到一天内达到可制造状态，实际制造后无需修改电气设计即可正常运行。这里仍然需要强调：模型输出的是设计方案，真正进入生产还需要材料验证、可靠性测试、法规审查和硬件工程师签字。

机器人控制：从代码走向物理操作

在 RoboDojo Sim 双臂机器人模拟测试中，Fable 5.2 成功率达到 64.9%，高于 Fable 5.1 的 27.6% 和 GPT-6 Astra 的 29.8%。官方演示中，机器人完成了拧开瓶盖、还原魔方和绘制机器人图案等任务。

物理 Agent 的验收不能只看最后成功率，还要记录动作次数、

碰撞风险、视觉延迟、失败重试、硬件磨损和人工接管。模型可以控制动作，但安全边界仍应由机器人控制器和硬件系统负责。

Mythos的网络安全能力与限制

Mythos 5.2 在 CVE Rediscovery 内部测试中重新发现了 89.6% 的已知软件漏洞，高于 Mythos 5.1 的 78.3%。在超过 1800 个场景组成的沙箱逃逸测试中，Mythos 5.2 使用沙箱外凭据或文件的比例降至 3.1%，上一代为 21%。

随着能力提升，Anthropic 反而主动限制了模型在 AI 加速器 Kernel 优化和大语言模型架构改进等领域的能力提升，使相关表现大致维持在 Opus 5.5 水平。

这说明模型发布不只是能力竞赛，还包含能力边界设计。网络、凭据、漏洞利用、训练代码和生产系统都应由项目侧策略网关控制，而不是让模型自行决定是否继续。

价格、Fast模式与使用路由

Fable 5.2 已通过 Claude、AWS、Google Cloud 和 Microsoft Azure 提供服务，可使用 claude-fable-5-2 调用。标准 API 价格相比上一代降低约 20%，每百万输入 Token 8 美元，每百万输出 Token 40 美元。

Fast Mode 最高可将 Token 生成速度提高到标准模式的 2.5 倍，但价格提高到输入每百万 16 美元、输出每百万 80 美元。

Anthropic 仍建议：日常编程和知识工作优先使用 Opus 5.5，复杂工程、数学和科研任务再升级到 Fable；Mythos 继续面向通过审核的网络安全和生命科学机构。

国内开发者如果需要将 Claude Code 等工具接入兼容 API，可通过 [Code80]https://code.ai80.vip/home 配置 endpoint；模型路由、密钥、数据留存、预算和生产审计仍应由项目侧管理。

常见问题

Fable 5.2适合所有开发任务吗？

不适合。日常编程和知识工作优先使用 Opus 5.5，复杂工程、数学、科研和长程 Agent 任务再考虑 Fable。

Fable和Mythos有什么区别？

Fable 面向普通用户，增加了网络安全和生物研究限制；Mythos 保留更完整的专业能力，主要面向经过审核的机构。

1000个Agent真的能稳定协作吗？

这属于 Anthropic 展示的实验案例。要在企业复制，需要任务拆分、独立沙箱、状态管理、预算、回滚和人工审批，不能只增加 Agent 数量。

科研案例可以直接当成论文结论吗？

不能。黑洞物理、数学形式化和蛋白结构结果仍需要领域专家复核、独立验证和同行评议。

Fable 5.2如何降低企业模型成本？

用 Opus 处理高频常规任务，Fable 处理复杂任务，Mythos 只在审核通过的高风险专业任务中使用，并统计 Token、重试、人工返工和任务成功率。

国内开发者如何接入兼容 API？

可以通过 Code80 了解接入方式，同时自行管理模型权限、密钥、数据留存、调用预算和审计日志。