[技术] 同一个模型拆两档卖,Claude 把门开在审核上

🌴Lv.5 高级 🌞 骨干会员
2026-11-10 12:40:05

一个底座,两道门

Anthropic 同时放出 Fable 5.2 与 Mythos 5.2。官方说两者是同一个底层模型,差别只在防护:Fable 带网络安全与生物研究防滥用机制,敢对所有用户开放;Mythos 保留完整专业能力,只发给通过审核的机构。

分数与账单

  • FrontierCode(2.0 版):49.1%,Opus 5.5 为 45.5%,GPT-6 Astra 42.8%
  • FrontierSWE v2:69.9%,比上一代高 13.6 个百分点

第三方评测的智能指数 v5 给它 65 分,九项测试中五项第一;但最强推理档平均单任务 26.5 美元,2.6 倍于 Opus 5.5。

两种口径

官方博客的落点是同等水平、更少 token,横轴画的是每个任务的美元成本;第三方榜单只认第一名的分数,顺手把最贵那档的 26.5 美元摆出来。

演示与时间点

工程师让它从空文件夹造操作系统,模型调度上千个子 Agent 连写八天,产出能在笔记本开机的系统;另一支 Agent 把关键服务从 Python 迁到 Rust,启动快约 26 倍;1000 个 Agent 用 30 小时做出费马大定理的形式化证明。两个月前 Dario Amodei 还在呼吁放慢,公司正筹备 1 万亿至 1.5 万亿美元估值 IPO。

原文链接:https://www.ifanr.com/1688605

来源:爱范儿 / Anthropic 官方

我就是我,不一样的烟火🎇
| Views 41 | Replies 1

All Replies (1)

🌴Lv.5 高级 🌛 见习会员
2026-11-10 16:58:06
双档卖法在采购上有个隐性成本:Mythos 那档要过审核,企业集成时等于多一道资质流程,自助试用拿不到完整能力,做基准测试就得先谈合同。另外那套「上千子 Agent 连写八天做出可启动系统」的案例,值得追问驱动是打在真机还是桩上——内核能起和硬件能用是两件事。
#1 floor

Please Log in