实测 Claude Fable 5.2：78 分钟捏了个操作系统

用 Fable 5.2 在 78 分钟里做出一个能跑的简版操作系统，还让它自己剪了演示视频。四个 case、三个日常任务的耗时与额度消耗都被记了下来，用法建议也很具体：日常先用 Opus 5.5，顶不住了再换。

这是一个真实可用的简版操作系统。我用 Fable 5.2 做了这个，然后让他自己剪辑了一个视频，总用时 78 分钟

我类似的测试我做了好几个，都放在了后面，效果非常惊艳

昨天晚上，Opus 5.5 莫名地变慢了很多

然后不出意料地…Anthropic 发布了 Claude Fable 5.2 和 Claude Mythos 5.2，也就是 A 社的最强模型序列，Pro 用户可用

同时，相比 Fable 5.1：Fable 5.2 降价 20%，输出最多快 30%

Benchmark 成绩如下：

规格方面，上下文 1M，最大输出 128K，知识截止到 2026 年 6 月

这次发布的要点如下：

怎么用：日常先用 Opus 5.5；一件事要是 Opus 5.5 开到最高档还吃力，就换 Fable 5.2（分数一样，成本约为一半）
在哪用：Claude 应用和 Claude Code 里直接切模型就行，API 里的模型 ID 是 claude-fable-5-2，AWS、Google Cloud、Azure 上也都有了
API 价格：每百万 token 输入 $8、输出 $40（Fable 5.1 是 $10 和 $50），着急还可以开 fast mode，输出最高快到 2.5 倍，价格翻倍

安全：Fable 5.2 和 Mythos 5.2 是同一个底层模型，Fable 带着网络安全和生物护栏，Mythos 开放给通过审核的机构

这次的模型对所有付费用户开放，并且还有一点额外的福利：

Pro 用户：这一周（11 月 9 日到 16 日）可以直接用 Fable，最多用到周额度的 50%，还送 1 次 Fable 重置
Max、Ultra 用户：按订阅时长送 Fable 重置，半年内 1 次，半年到一年 2 次，一年以上 3 次（明年 3 月 8 日前有效）

我看了一下自己的账户，现在有 3 个 Fable 重置了

不得不说，这种做法还挺培养用户的订阅粘性的

上千个 Agent 一起干活

Anthropic 这次放出的几个大工程，都由成百上千个 Fable 5.2 agent 协作完成

一、8 天写出一个完整操作系统

我上面那个是简版系统，跑在浏览器里面的

而 Anthropic 则是让 Fable 5.2 来设计一个完整的操作系统：Fable 5.2 协调了 1000 多个 subagent，连着干了 8 天，写代码、测试、review最后交出来的系统可以在笔记本上启动，内核、驱动、文件存储、窗口、登录界面……都有，里面还内置了 Claude

二、30 小时形式化费马大定理

先说明一下，费马大定理早在 1995 年就被怀尔斯证明了这里说的形式化，指把他的证明写成 Lean 代码，让计算机一步步检查

9 月的时候，Anthropic 用一个未发布的研究版 Claude 做成过一次，当时配了专门搭的 harness 和一位研究员的指导，花了 11 天

这一次，Anthropic 换成了 1000 个 Fable 5.2 agent，1 个 lead 带 999 个 helper给的 prompt 很短，怎么协作由 agent 自己搭，手里就一份中间定理的清单（用来计分）

1000 个 Fable 5.2 agent 用 30 小时，完成了费马大定理证明的全部形式化，输出 token 用了上次的三分之一，证明的长度是上次的七分之一

作为对比，同样的配置换成 Opus 5.5，18 小时完成 26%，再跑 12 小时到 27%

对了，这里面有一条叫 Langlands–Tunnell 的命题，负责它的 agent 开工时估计，至少要写 70 万到 100 万行 Lean，按时完成的概率在 1% 以下

然后…第 28.4 小时，这条命题的 Lean 证明通过了检查

三、170 个 agent 做安全审计

Uber 的工程师让 Fable 5.2 跑了一次 10 到 12 小时的安全审计，它派出约 170 个 reviewer agent，交回了一份报告、一批修复 PR 和一份策略建议

对了，Anthropic 核心代码库里超过 90% 的合并改动，现在由 Claude 来写（有人指导）。一组 agent 还用 Fable 5.2 的早期版本，把一个关键的线上服务从 Python 迁到了 Rust，启动速度快了约 26 倍

硬件、机器人、物理都能做

分析数据、模拟分子、设计零件、控制仪器……这些全部都可以 Agentic 化了

一、一段话做出三件硬件

比如让 Fable 5.2 做三件电子设备：家用语音助手 hub、USB 扬声电话、掌上电子宠物

然后它从规格书、元器件选型、四层电路板布线、外壳建模到固件，都完成了，每块板子在一天之内做到可以送去生产

合作方 Diode 按 Claude 的设计文件直接做出板子，工程师在 Claude 的指导下完成测试和组装

Fable 5.2 设计的三件设备，上电后都能工作，电路按原设计一次通过

给语音助手 hub 布线的时候，Fable 5.2 花了大约半小时，自己写了一个布线器，每条长走线约一秒布完

它还算出 25 毫米长的麦克风孔会在 3.4 kHz 附近共振，于是把外壳改成楔形，孔道缩到约 10 毫米，共振点移到了 8.9 kHz 左右

作为背景，Diode 过去一年用模型设计出过很多块完成度 95% 的电路板，离能用都还差一截。在 Diode 的电路板布局基准 PCB Gym 上，Fable 5.2 得分 69%，Fable 5 是 25%

二、控制真实的机械臂

Fable 5.2 可以直接控制实体机械臂，复原魔方、拧瓶盖、装齿轮、画一个机器人……其中包括它没有专门训练过的任务

在仿真基准 RoboDojo 上，Fable 5.2 的成功率是 64.9%（GPT-6 Astra 29.8%，Fable 5.1 27.6%），大多数专门为控制机器人做的 AI 系统也排在它后面

三、两个黑洞物理的开放问题

Fable 5.2 解决了理论物理的两个开放问题，都和黑洞有关，预印本已经发出

第一个问题，物理学家在 2003 年就列出了计算方案，因为计算量太大搁置至今。Fable 5.2 基本靠自己算完，确认了极小的宇宙升温时，黑洞也会突然形成（大宇宙里的这个结论 1983 年就有了）
第二个问题，物理学家有一种用了 15 年以上的技术，用来排除候选的量子引力理论，Fable 5.2 找到了这种技术的精确极限

四、预测基因疗法载体的结构

这一项由 Mythos 5.2 完成

基因疗法常用腺相关病毒（AAV）的蛋白质外壳做载体，这层外壳由 60 条蛋白链拼成Mythos 5.2 在两个开源折叠模型的基础上写了一套新方法，34 个外壳里有 28 个预测准确

我也跑了 4 个 case

官方的 case 看完，我也让 Fable 5.2 做了 4 个东西，每个都只给一句话，让它一次做完

一、纯代码建的故宫角楼

用纯代码在网页里建一座故宫角楼，连着城墙和护城河。先去查资料和实拍照片，三重檐、七十二条脊、斗拱、彩画、琉璃瓦都按真的来。要能切换清晨、黄昏和雪夜，水里要有倒影，镜头能自己绕一圈，也能手动拖

1 小时 20 分钟，1694 行代码。它先下了 26 张实拍照片对着看，然后把 180 攒斗拱、257 件脊兽、1298 垄筒瓦一件件建出来，贴图也全由代码现画

左边是实拍，右边是它建的

二、能在浏览器里开机的操作系统

从一个空文件夹开始，写一个能在浏览器里开机的操作系统。CPU 是模拟出来的，指令集你定；内核、驱动、文件系统、多任务、shell、窗口和登录界面，都得是跑在这颗 CPU 上的真代码，别拿 JS 画一个假桌面。开机要能看到自检和启动日志，进去以后至少能开两个窗口同时跑程序

78 分钟后，它交了一台能开机的机器，系统起名叫「墨 OS」

CPU 是它自己设计的（32 位，53 条指令），C 编译器、汇编器、BIOS、内核和 13 个程序也都是它写的，加起来 4840 行左右。从上电到登录界面，这颗 CPU 要执行 2.17 亿条指令

注意：Anthropic 那个原型是 1000 多个 subagent 做了 8 天的完整系统；我这个是它一个人做了 78 分钟、跑在浏览器里的小号版本

三、按广义相对论实时算的黑洞

做一个能在浏览器里实时跑的黑洞。光线按广义相对论真算：克尔度规的测地线，逐像素积分。吸积盘、引力透镜、多普勒增亮、引力红移都要有，自旋和观察倾角能调，能拖着转。别拿贴图糊弄。手机上也要跑得动

43 分钟后，它交了一个 589 行的网页文件，着色器和界面都是手写的。每个像素解 6 个常微分方程，算出来的黑洞阴影和解析解差 0.2%

四、费马大定理的动效短片

做一支 45 到 60 秒的动效短片：费马大定理，从 1637 年页边上那句话，到 1000 个 Fable 5.2 agent 用 30 小时把证明形式化。16:9，无旁白，原创配乐，卡点。内容只用两篇官方文章和公认的数学史，数字不许编

37 分钟后交片，一共 58 秒。配乐的和弦走 1–6–3–7，切到 1995 年那一场，钟声敲的是 1–9–9–5

Opus 5.5 依然能当主力

考虑到 Fable 5.2 的单价是 Opus 5.5 的 2 倍，在订阅里面，你也只能把一半的额度拿来用 Fable

所以，可以默认先用 Opus 5.5，Opus 5.5 开到高档位还吃力的任务，再换 Fable 5.2

这里有一组数可以参考，在 FrontierCode 2.0 上，Fable 5.2 的 High 档拿到 45.3%，和 Opus 5.5 最高的 Max 档（45.5%）基本持平，每个任务的成本约为后者的一半

Fable 5.2 也可以和小模型搭着用：

Advisor：Opus、Sonnet、Haiku 干活，遇到难题去问 Fable 5.2，拿到建议接着干
Orchestrator：Fable 5.2 接下大任务，把简单的子任务派给小模型，自己负责拆解和汇总

Datadog 的工程师 Matt Lee 这样形容 Fable 5.2：“几乎像一个事故指挥官，可以派更快的模型出去拿信号，再做协调”

另外，这一代 Fable 说话比前几代清楚，遇到没把握的事会直说“不知道”

API 降价 20%

Fable 5.2 的 API 价格比 5.1 低 20%，输入、输出、缓存各项都按这个比例降

还得说一下，缓存读取这一项，Fable 5.2 和 Opus 5.5 现在是一个价，都是 $0.20

输出速度上，Fable 5.2 比 5.1 最多快 30%。着急的话可以开 fast mode，输出最高快到 2.5 倍，价格翻倍（输入 $16、输出 $80）

API 里默认 high 档，大部分能力提升在这一档就能拿到

Fable 以及 Mythos

众所周知，Fable 和 Mythos 共用一个底层模型，5.2 系列也不例外：

Fable 带着网络安全和生物方向的护栏，面向所有用户
Mythos 开放给通过审核的网络安全和生命科学机构

作为民用版，Fable 5.2 的护栏会拦下渗透测试、exploit 生成……以及大部分生物研究类任务，被拦下的请求改由 Opus 4.8（网络安全）或 Opus 5（生物）回答。和 5.1 相比，这一代的拦截次数少了约 55%（网络安全少 60%，生物少 40%）

至于 Mythos 5.2 的网络安全能力，Anthropic 拿 1829 个已公开的 CVE 做了测试（给模型漏洞修复前的代码快照，让它独立去找），Mythos 5.2 找出了 89.6%（Opus 5.5 81.3%，Mythos 5.1 78.3%）

Mozilla 今年一直用各代 Claude 加固 Firefox，这一轮 Mythos 5.2 的漏洞发现指标约为 Mythos 5.1 的两倍

RSI 与反蒸馏

这个底层模型的通用能力比 Opus 5.5 高一档，Anthropic 在训练阶段限制了其中最能直接加速 AI 开发的几项，比如加速器 kernel 优化、改进大模型架构

于是，在“帮人训练更强的模型”这件事上，Fable 5.2 和 Mythos 5.2 大约停在 Opus 5.5 的水平，agent 编程、硬件开发和传统机器学习研究照常

Anthropic 还做了一组沙箱逃逸评测，1800 多个场景里的多数任务要逃出沙箱才能完成，沙箱上还留了一个故意的弱点。Mythos 5.2 在 3.1% 的场景里动用了沙箱外的凭据或文件，和 Opus 5.5（3.3%）接近，前两代 Mythos 5 和 5.1 分别是 39% 和 21%

此外，Fable 5.2 和 Mythos 5.2 说出“怀疑自己正在被评测”的次数，在 Anthropic 近期的模型里排第一，Anthropic 也因此更难从评测判断它们在真实环境里的表现

针对蒸馏，Fable 5.2 上了 Anthropic 最强的一套防护，蒸馏方拿到的数据少了 90% 到 99%

迁移指南

如果你是之前用 Fable 5.1 的，先把模型 ID 换成 claude-fable-5-2

然后再检查下面四处：

历史消息保持原样：system、tools 和之前的消息有改动时，带着旧 thinking block 的请求会返回 400（Claude Code、Agent SDK 用户照常）
对话中途换模型：Fable 5.2 的 thinking block 由 Fable 5.2 和 Mythos 5.2 读取，换到其他模型后这部分推理会被丢弃
computer use：改用 computer_toolset_20260801（Amazon Bedrock 上旧工具照常）
advisor tool：executor 用 Fable 5.2 时，advisor 也选 Fable 5.2 或 Mythos 5.2

另外，在 high 及以上的档位，Fable 5.2 几乎每次回答前都会先思考，简单请求想省钱，把档位调低就行