AI 模型

Claude Fable 5.2 單價降兩成,同一個任務卻變貴了

Anthropic 把詞元單價砍了兩成,獨立測試卻量到每個專業任務變貴。兩件事同時成立,原因是這顆模型會自己寫測試、自己開分身回頭檢查。

陳柏宇陳柏宇
熱度:2,100
沙色階梯狀的強度刻度往上排列,旁邊寫著 Fable 5.2 與詞元變便宜的字樣

Anthropic 把詞元單價砍了兩成,獨立測試卻量到每個專業任務變貴。兩件事同時成立,原因是這顆模型會自己寫測試、自己開分身回頭檢查。

Claude Fable 5.2 與 Claude Mythos 5.2 是同一顆模型

11 月 9 日發布的兩個名字,背後是同一個底層模型。差別在防護與資格,不在參數。

Fable 帶著完整的資安與生物防護,所以對所有使用者開放。Mythos 給的是通過生命科學與資安驗證計畫的組織,一般人拿不到。輸出速度比 5.1 世代快最多三成,這是官方說法。

8 美元與 40 美元的 Claude Fable 5.2 定價

價格是這次最容易記的改動。5.1 世代是每百萬輸入 10 美元、輸出 50 美元,這次各降兩成。選擇性開啟的 fast mode 速度快 2.5 倍,價格也翻倍。

項目

價格(每百萬詞元)

輸入

8 美元

輸出

40 美元

fast mode 輸入

16 美元

fast mode 輸出

80 美元

快取寫入(5 分鐘 / 1 小時)

10 / 16 美元

快取讀取

0.20 美元

上下文是 100 萬詞元,文字與圖片都能進。這張表看起來是一份降價通知,實際帳單要看下一段。

effort levels 五段:Medium 是預設

Anthropic 給這顆模型五段設定:low、medium、high、xhigh、max。Claude App 與 Claude Code 的預設是 Medium,這個選擇直接決定你一個月花多少。

同一顆模型在 max 上跑,會多花好幾倍。榜單上的最高分通常來自 max 或 xhigh,日常對話用不到那個檔位。很多人以為自己買到的是那個分數,其實買到的是 Medium。

Claude Fable 5.2 為什麼讓同一個任務變貴

SemiAnalysis 量的是另一個東西:GDPx 專業任務基準上,Fable 5.2 每完成一個任務要 88.15 美元,5.1 是 67.16 美元。它在這張榜排第一,得分 16.4%。

變貴的原因寫在測試過程裡。新模型會寫幾百到幾千個測試案例,還會開分身代理回頭檢查自己的產出。單價降了,用量漲得更多,兩者相抵之後帳單還是往上。

Artificial Analysis 指數 65 分:Claude Fable 5.2 排第一

Artificial Analysis 的 Intelligence Index v5 把它放在第一,65 分。第二名是 Gemini 4 Carbon 的 60 分。再往下是 Opus 5.5 的 59 與 GPT-6 Astra 的 57,上一代 Fable 5.1 停在 49。

同一個機構也記錄三項新高。HLE-Diamond 從 69% 推到 80%,AA-Omniscience 從 54 到 67,Terminal-Bench-Science 從 65% 升到 73%。

這張榜的好處是方法公開,壞處是它只測一組題目。分數高不代表你的工作會變快,只代表它在那些題目上答得比別人好。

Anthropic 自家榜單:FrontierCode 2.0 與 SWE v2

Anthropic 公布的數字裡,FrontierCode 2.0 在 xhigh 設定拿 49.1%,SWE v2 是 69.9%。同一張表上,Opus 5.5 在 FrontierCode 2.0 是 45.5%,GPT-6 Astra 42.8%。

其餘幾個成績包括 Terminal-Bench-Science 0.1 的 74.6%、OSWorld 2.1 的 89.3%、加上工具的 Humanity's Last Exam 74.2%。這些全部是 Anthropic 自家數據,附了 system card,沒有第三方覆核。看的時候把它們當成履歷,不是判決。

Claude Fable 5.2 與一千個代理:30 小時的形式化

預發布測試裡,1,000 個 Fable 5.2 代理花 30 小時做完費馬大定理的形式化證明。同一份工作交給 Opus 5.5,18 小時只推進 26%。形式化指的是把既有證明翻成電腦可驗證的語言,不是發現新證明。

另一個例子更像展示。一位 Anthropic 工程師要它設計作業系統,它從空資料夾開始協調超過 1,000 個子代理,八天後交出一個能在筆電開機的系統,有自己的核心、磁碟與網路驅動、視窗、登入畫面與安裝程式。這是原型,不是商品。

Claude Mythos 5.2 在資安上的實際用途

Mythos 不是給所有人的版本,它的用途寫得很清楚。Anthropic 說在自家的 CVE 重現評估裡,Claude Mythos 5.2 找到的漏洞比 Opus 5.5 多 10.2%,比 Mythos 5.1 多 14.4%。

另一個數字更值得留意。一家安全公司回報,它確認的漏洞裡有六分之一是其他前沿模型全都漏掉的。這種差距在滲透測試的場景裡很具體:漏掉的那一個,就是事後補救的那一個。

所以 Mythos 的門檻不是價格,是資格。沒有通過驗證計畫的組織,連申請的入口都看不到。

Claude Fable 5.2 的訂閱上限與資料保留

付費訂閱的規則改得比價格複雜。Ultra 與 Team Premium 依年資給不同次數的重置,未滿半年一次、半年到一年兩次、超過一年三次,用到明年 3 月 8 日。Pro 與 Team Standard 是一週試用,上限砍半,另外給一次重置。Fable 最多吃掉每週上限的一半。

資料保留預設開啟,因為安全分類器要跑。零保留只給符合條件的企業客戶。對台灣的中小企業來說,這一條比價格更關鍵:個資法與客戶合約常要求資料不落地,拿不到零保留,Fable 就只能用在非敏感的工作上。台灣團隊常用的 Team 方案,這次的每週上限與重置規則會直接改到排程。

該不該換:Anthropic 自己叫你從 Opus 5.5 開始

Anthropic 的建議是從 Opus 5.5 起手。難的再往上叫 Fable 或 Mythos,輕的往下用 Sonnet 5.5 或 Haiku 5.5。Fable 也可以當 Advisor 或 Orchestrator,掛在別的模型旁邊出主意。

Simon Willison 抓到一個提示細節:告訴這顆模型它擁有並維護這份程式碼,重複程式碼的合併率從不到一成拉到約七成五。同一顆模型,換一句話交代上下文,行為差很多。

Anthropic 也說,併進核心程式庫的改動有九成以上是 Claude 寫的,人只負責給方向。有一個團隊用代理把一個關鍵的生產服務從 Python 搬到 Rust,改完之後啟動快了大約 26 倍。這種事在兩年前會被當成宣傳,現在是內部數字。

第一天上架的通道包括 Cursor、GitHub Copilot 與 VS Code、Perplexity、Factory、OpenRouter 與 Arena 系列。要判斷值不值得換,別只看指數第一名。挑你每週真的會跑的那幾個任務,在 Medium 與 high 各跑一輪,把實際花費記下來。單價降兩成這件事很真實,帳單變厚也是。

分享這則新聞

來源

相關 AI 新聞

終端機視窗裡有上升的獎勵曲線,旁邊是一個 27B 標章
AI 模型

DaisyRose-27B 只做強化學習,18 天把代理寫程式成績翻倍

同一個 Qwen3.8-27B,架構、分詞器、聊天模板都沒改,只換訓練方式。RadixArk 拿 1,200 個長流程任務,示範後訓練的預算可以買到什麼。

熱度:1,330
筆電輪廓裡有三張堆疊的層板,穿過一個迴圈箭頭
AI 模型

Inkling 2 Mini 把中間 12 層跑三次,26B 模型離線塞進筆電

24 層的模型,跑出 48 層的計算深度。Thinking Machines Lab 把這個迴圈架構做成 open weights,讓代理任務有機會在筆電上離線完成。

熱度:1,710
暗色背景上一道長條藍綠色聲波,其中一根橘色強調柱
AI 模型

Rumble-2-Flash 開源:0.5B 參數在客服電話上追平 30B 模型

一支 5 億參數的語音辨識模型,在 302 小時的英文客服電話上,只輸給 300 億參數的對手 0.08 個百分點。Reson8 在 11 月 18 日把這支模型連權重一起放上 Hugging Face。

熱度:560
深藍背景上三道光環繞著一顆發光的小核心
AI 模型

Gemini 4 Neon 上線:模型選單剩四項,Argon 與 3.1 Pro 退場

Google 在 11 月 18 日把 Gemini 4 Neon 推上線,同一時間,Gemini app 的模型清單從六個名字縮成四個。習慣點 Argon 的人,今天打開 app 會發現它不見了。

熱度:1,500