我们升级了 Claude Fable 和 Claude Mythos——这两款模型旨在攻克最艰巨的技术挑战。
Claude Fable 5.2 和 Claude Mythos 5.2 在编程、推理和视觉等领域展现出提升。在预发布测试中，它们帮助我们的工程师完成了原本难以实现的软件迁移，从零设计了三个可工作的电子设备，解决了黑洞物理学中的两个开放问题，在机器人评估方面取得了实质性进展，并在 30 小时内完成了费马大定理的形式化证明——此外还有许多其他应用，我们将在下文讨论。
Claude Fable 和 Claude Mythos 是同一个底层模型。Fable 具备强大的网络安全和生物学防护措施以防止滥用，这使我们能够将其提供给所有用户。在网络安全或生物医学研究领域从事有益应用的组织，可以通过我们近期扩展的生命科学和网络验证计划申请访问 Mythos。
测试人员发现，Fable 5.2 和 Mythos 5.2 的沟通比以往的 Fable 和 Mythos 模型更清晰。它们的输出生成速度比 Claude Fable 5.1 和 Claude Mythos 5.1 快最多 30%，且价格更低：每百万输入 token 8 美元，每百万输出 token 40 美元。
Fable 5.2 和 Mythos 5.2 还提供可选的快速模式，可将 token 生成速度提升最多 2.5 倍。快速模式的价格为每百万输入 token 16 美元，每百万输出 token 80 美元。
安全与对齐。为帮助确保安全与对齐跟上模型能力的发展，我们对 Fable 5.2 和 Mythos 5.2 背后的底层模型进行了大量预发布安全测试。这包括开发新的评估方法，以更深入地洞察沙箱逃逸等特定的令人担忧的行为。我们认为，失准带来的高风险仍然较低，且该模型在大多数对齐指标上的表现与我们近期的模型相当或更好。Fable 5.2 的网络和生物学防护措施与 Fable 5.1 一样稳健，但产生的误拦截更少，并且我们实施了有史以来最强的防蒸馏攻击保护。
我们在下面进一步描述安全测试，完整细节可在Claude Fable 5.2 和 Mythos 5.2 系统卡中找到。
何时使用 Claude Fable 5.2 和 Mythos 5.2。Fable 和 Mythos 最适合最宏大、开放式的技术工作。对于大多数编程和知识类任务，我们建议用户从 Claude Opus 5.5 开始——这是我们最强的日常主力模型——然后根据工作的范围和复杂度按需切换到其他模型：向上切换到 Fable 或 Mythos，或向下切换到 Claude Sonnet 5.5 或 Claude Haiku 5.5。Fable 5.2 也可以扮演顾问（由 Haiku、Sonnet 或 Opus 模型向它咨询，以帮助解决更难的问题）或编排者（将更简单的任务委派给更小的模型）的角色。
评估 Claude Fable 5.2 和 Mythos 5.2
基准测试表现。下表的基准测试显示，在我们评估的几乎所有能力上，Claude Fable 5.2 和 Mythos 5.2 都比 Opus 5.5 高出一个台阶：
| Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon | |
|---|---|---|---|---|---|
| 智能体编程FrontierCode 2.0 | 49.1%Xhigh 推理强度 | 32.4%Xhigh 推理强度 | 45.5% | 42.8% | 41.1%中等推理强度 |
| 智能体编程FrontierSWE v2 | 69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| 业务流程AutomationBench | 51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
| 智能体科学研究Terminal-Bench-Science 0.1 | 74.6%75.3%（Mythos 5.2） | 52.6% | 58.7% | 68.1% | 64.8% |
| 网络安全CyScenarioBench† | 76.3%Mythos 5.2 | 61.7%Mythos 5.1 | 67.6%无防护措施 | 61%GPT-6 Cyber | — |
| 网络安全CVE Rediscovery | 89.6%Mythos 5.2 | 78.3%Mythos 5.1 | 81.3%无防护措施 | — | — |
| 蛋白质设计从头设计结合蛋白（24 小时） | 85.1%Mythos 5.2 | 79.1%Mythos 5.1 | 82.6%无防护措施 | — | — |
| 智能体搜索WANDR（宽松评分） | 82.1% | 68.7% | 72.3% | — | — |
| 计算机使用OSWorld 2.1（离线集，部分） | 89.3% | 83.5% | 87.2% | 79.5% | 81.5% |
| 机器人RoboDojo Sim‡ | 64.9% | 27.6% | 39.4% | 29.8% | — |
| 知识工作AA-Briefcase v1.1 | 66.1%评分标准 | 61.5%评分标准 | 61.2%评分标准 | 52.0%评分标准 | 61.8%评分标准 |
| 1785Elo | 1669Elo | 1800Elo | 1569Elo | 1611Elo | |
| 知识工作Remote Labor Index（RLI） | 41.3%高推理强度 | 17.9% | 21.3% | 20.8% | — |
| 多学科推理Humanity’s Last Exam（使用工具） | 74.2% | 65.6% | 67.7% | 57.2% | — |
| 视觉图表识别Chartography（不使用工具） | 73.4% | 44.8% | 64.4% | 71.0% | 72.5% |
有关评估方法的详细信息，请参阅Claude Fable 5.2 和 Claude Mythos 5.2 系统卡Fable 5.2、Fable 5.1 和 Opus 5.5 的得分显示，除非另有说明，结果均启用了安全防护措施。除非另有说明，所有得分均显示每个模型可用的最高 effort 设置。†在 CyScenarioBench 上，每个实验室的得分基于唯一任务。‡RoboDojo Sim 显示的是可用的最高 effort 设置，且为内部运行。
Effort 与效率。在 Medium effort（Claude 应用和 Claude Code 中的默认设置）下，Fable 5.2 能以比 Fable 5.1 更少的 token 完成具有挑战性的任务。在 FrontierCode 2.0 评估的早期测试中，Fable 5.2 在 High effort 下的得分与 Opus 5.5 在 Max effort 下大致持平，而每个任务的成本约为后者的一半。在 Xhigh effort 下，它的得分也是所有已测试的已发布模型中最高的。
编程
如今，合并进 Anthropic 核心代码库的变更中，超过 90% 由 Claude 编写（在人类指导下）。我们已使用 Fable 5.2 在几分钟内修复顽固的 bug、优化我们所有服务的性能，并完成原本因太慢或成本太高而无法尝试的高价值软件项目。一组运行早期版本 Fable 5.2 的智能体将一个关键生产服务从 Python 迁移到了 Rust——该服务现在更高效、更可靠，启动速度约提升 26 倍。我们发现 Fable 5.2 展现出很强的工程判断力，即使面对模糊的请求也能产出高质量的结果。
作为一项实验，一位 Anthropic 工程师让 Fable 5.2 设计一个原型操作系统。从一个空文件夹开始，该模型协调了 1000 多个子智能体，昼夜不停地工作八天，编写、测试和审查代码。它产出了一个可运行的操作系统，能在笔记本电脑上启动，拥有自己的运行机器的内核、磁盘、键盘和网络驱动、永久文件存储、窗口、登录界面、安装程序，以及内置的 Claude 功能（见下方视频）。
早期测试者对 Fable 5.2 的编程能力能够成功应用于广泛任务感到印象深刻：
网络安全
Claude Mythos 5.2 是我们在网络安全工程方面能力最强的模型。它比我们之前的模型能发现更多漏洞，也更擅长复现和修复这些漏洞（请注意，Claude Fable 5.2 的防护措施会阻止大多数与网络安全相关的任务）。一家安全公司发现，Claude Mythos 5.2 确认的漏洞中，有六分之一是它们测试的所有其他前沿模型都未能发现的。在我们的内部评估 CVE Rediscovery¹ 中，Claude Mythos 5.2 发现的漏洞比 Claude Opus 5.5 多 10.2%，比 Claude Mythos 5.1 多 14.4%。Claude Mythos 5.2 还展现出更好的判断力和校准能力——一位测试者发现，之前的模型大约每 20 项发现中就有 1 项夸大了严重性，而 Claude Mythos 5.2 没有夸大任何一项。²
Claude Mythos 5.2 的网络能力可通过我们的Cyber Verification Program获取，我们正在持续扩展和改进该计划。Claude Enterprise 客户（即使不是 Cyber Verification Program 的成员）也可以访问Claude Security，它使用我们能力最强的模型扫描代码库中的漏洞——现在包括 Claude Mythos 5.2。Claude Security 的近期更新使其能够在代码更新时监视代码仓库、跟踪任何发现以确保其得到修复、从额外上下文中学习，并通过 API 和 MCP 连接到用户的工具。
科学与工程
科学、工程和数学领域的重要任务越来越依赖编程：分析数据、建模分子、设计零件和控制仪器都通过软件完成。下面，我们讨论 Claude Fable 5.2 和 Claude Mythos 5.2 如何帮助研究人员在这些领域的难题上取得进展。
理论物理
Claude Fable 5.2 解决了理论物理中的两个开放问题。两者都涉及黑洞，以及统一现代物理学的两大支柱理论——相对论和量子力学——的努力。
Claude 的两项结果都依赖于全息对偶，即某些包含引力的宇宙可以被一个完全不含引力的量子理论精确描述这一想法。在第一个问题中，物理学家在 1983 年已经证明，随着这些宇宙升温，黑洞会突然形成，就像水沸腾一样；但他们的方法只适用于大到足以让相对论适用的大宇宙。2003 年有人提出了一个计算方案，用以判定在只能使用量子描述的极小宇宙中是否也是如此，但该计算过于繁重，无法完成。Fable 5.2 在很大程度上自主完成了它，并发现那里的转变同样是突变的。在第二个问题中，Fable 5.2 找到了物理学家 15 年多来在一个简化宇宙中排除候选量子引力理论所用的一种技术的精确极限。可在各自的预印本中进一步了解这些结果，这里和这里。
蛋白质折叠
腺相关病毒是一种小型、无害的病毒，其蛋白质外壳，即衣壳，可用于递送基因疗法。衣壳的蛋白质结构很重要——例如，它会影响该疗法是否会被患者的免疫系统阻断——但它也高度复杂。像 AlphaFold 这样的现有蛋白质折叠模型可以预测单个蛋白质，但一个衣壳由数十个蛋白质构成。基于两个开源蛋白质折叠模型，Claude Mythos 5.2 找到了一种准确预测整个衣壳结构的新方法。它编写了代码，在这些蛋白质链的重叠分组上运行这些模型，并利用关于衣壳已知对称性的信息将它们合并在一起。
Claude 的方法在多个天然和工程化的衣壳上都奏效（在我们的测试中，它准确建模了所尝试的 34 个中的 28 个）。³ 三位计算生物学家分享了以下思考，关于 Claude 的技能如何能用于加速他们对基因疗法的研究：
数学
数学形式化。形式化是将数学证明翻译成计算机可以逐步检查的语言的过程。它可以帮助人类数学家对结果建立信心，而无需手工检查（当 AI 模型生成人类难以验证的结果时，这一点更为重要）。由于形式化是一个如此费力的过程，如果 AI 能够协助完成，数学家就能花更多时间探索新颖的想法。
我们的首次费马大定理的形式化由一个未发布的研究版 Claude 完成，耗时 11 天。它依赖一个专门构建的 harness 以及一位人类研究者的指导。相比之下，一个由 1,000 个 Fable 5.2 智能体组成的团队仅用 30 小时就完成了该定理的完全形式化，且几乎无需人工干预。Fable 5.2 从最少的提示出发，自行构建了协调方式，并且没有使用任何数学参考资料，只使用了一份中间定理陈述列表来评估进展。它所需的动作 token 数量是我们首次形式化的三分之一，并生成了短七倍的证明。如下图所示，Opus 5.5（采用相同的 1,000 智能体设置）在 18 小时内仅完成了 26% 的形式化，并且在 30 小时后几乎没有取得更多进展。
阅读更多关于形式化的内容此处。
硬件与机器人
AI 的许多潜在益处——例如加速实验室研究——取决于它能否在物理世界中行动。Claude Fable 5.2 延续了我们模型在实用性不断提升方面的趋势，在现实世界中，在诸如设计硬件设备等任务上展现出令人鼓舞的结果，并在控制物理机器人方面取得了实质性进展。
硬件工程。我们测试了 Fable 5.2 在硬件工程方面的技能，用一段话的提示要求它设计并制作三个可工作的电子设备，每个设备都有自己的电路板、3D 打印外壳和软件。如下所示，这些设备分别是一个家庭语音助手中枢、一个 USB 免提扬声器和一个手持虚拟宠物。我们与Diode合作开展了这个项目，该公司从事电路板的设计与制造。
Claude 自己撰写了规格说明，从美国分销商处挑选可用的电子元件，为每个设备的四层电路板完成布线，用计算机辅助设计对机壳建模，并为设备编写软件。每块电路板都在不到一天内就准备好投入制造，人工投入极少。Diode 造好电路板后，Claude 指导该公司的工程师完成了设备的测试与组装。三台设备均无需任何电气改动即可正常工作。进一步了解 Claude 的硬件工程能力此处。
机器人技术。与更早的 Claude 模型相比，Fable 5.2 在控制实体机器人方面展现出大幅提升的能力——即便是在它从未被明确训练过的机器人任务上也是如此。下方视频展示了由 Fable 5.2 控制的机器人完成多种任务，包括解开拼图魔方、拧开瓶盖，以及画一幅机器人的图画。在公开的RoboDojo基准测试中——该测试考察 AI 如何根据摄像头图像控制一个模拟双臂机器人——Fable 5.2 的表现优于在同一测试框架上运行的其他前沿模型，也优于大多数专为控制机器人而构建的 AI 系统。
研究与分析
早期使用 Claude Fable 5.2 执行研究与分析任务的测试者发现，相比此前的模型，它能处理更模糊、数据更密集的任务，并且在模糊任务上判断力更好——尤其是那些需要抽象推理与设计的任务。自营交易公司 Jump Trading 在与该公司部分量化研究任务相似的代理评估中测试了 Fable 5.2，将其嵌入到与该公司自身研究所用类似的测试框架中。在一次运行中，Fable 5.2 有效扮演了所有必要角色：代码编写者、协调者、规划者和任务提交者。此前的模型则需要投入大量时间手动重新平衡角色，以适配不同模型的优势与劣势。
来自研究与分析机构的其他测试者向我们发来了以下关于他们使用 Fable 5.2 体验的陈述：
安全与对齐
没有任何单一测试能告诉我们一个高能力模型在部署后会如何表现，因此在发布前我们依赖许多不同的测试和多种类型的证据。对于 Claude Fable 5.2 和 Claude Mythos 5.2 背后的模型，我们的部署前安全工作包括对齐训练与测试、针对模型采取无益行为倾向的新设计评估、构建更强的防滥用保障措施，以及扩大我们的行为监控规模。该模型在发布前还接受了外部评估者的测试，包括英国 AI 安全研究所、Frontier Design和METR。请参阅Claude Fable 5.2 和 Mythos 5.2 系统卡以了解其报告摘要⁴，以及我们自身安全与能力测试的完整描述。
对齐测试
我们运行了一套评估，考察 Claude Fable 5.2 和 Claude Mythos 5.2 在行为层面的对齐程度，测试它们以非预期且可能不安全的方式行事的频率。综合我们在各项评估中观察到的一切，我们评估这些模型在高风险情境中以不安全方式行事的风险为低（与我们其他近期模型一样）。
我们在自动化行为审计中测试了 Claude Mythos 5.2（与 Fable 5.2 相同的底层模型，但不含某些网络安全或生物学保障措施），该审计测试模型在约 1,900 个场景中的行为表现。在大多数指标上，Claude Mythos 5.2 的表现与 Opus 5.5、Sonnet 5.5 和 Claude Mythos 5.1 相当或更好。例如，在大多数涉及误导用户的指标上，它的得分优于这三者。在 Claude Mythos 5.2 中，幻觉输入、虚假声称已完成任务、遗漏重要信息以及未披露糟糕或敷衍的工作等情况均有所减少。⁵
在测试过程中，我们特别关注了那些与近期值得关注的安全和对齐事件相关的行为。例如，我们发现 Claude Mythos 5.2 相比 Opus 5.5、Sonnet 5.5 和 Mythos 5.1，更不容易进行有偏或有动机的推理（这类推理可能意味着它会"解释掉"那些表明自己并非处于模拟环境中的证据，从而在不切实际地理解后果的情况下采取行动）。
我们运行了多个不同的评估来测试模型试图逃离沙箱的倾向。在我们此前使用过的两项评估中，Claude Mythos 5.2 尝试逃离沙箱的次数显著少于我们测试过的任何其他模型。在一项专门的评估中——这是一项包含超过 1,800 个场景的对抗性实验，其中大多数场景在不逃离沙箱的情况下无法解决，且沙箱存在一个刻意设置的弱点——Claude Mythos 5.2 在 3.1% 的场景中使用了我们放置在其沙箱之外的凭据或文件，与 Opus 5.5（3.3%）大致相当，低于 Sonnet 5.5（5.1%），并远低于此前版本的 Claude Mythos（5 和 5.1，分别为 39% 和 21%）。我们发现，其他技术手段，例如描述沙箱并添加用于报告弱点的工具，进一步减少了 Claude Mythos 5.2 的逃离尝试。在其他指标上——例如其中一项涉及在错误地断定自己处于模拟环境中后采取有害行动——Claude Mythos 5.2 的得分略差于 Opus 5.5，与 Claude Mythos 5.1 大致持平。
在模型部署前构建能可靠捕捉每一次失败的评价方法，这一问题仍未解决。评估能力极强的模型时，其复杂性往往会让情况变得模糊——例如，Claude Mythos 5.2 和 Fable 5.2 都表示怀疑自己比我们近期的任何模型都更频繁地被评估，这挑战了我们评估它们在真实世界环境中会如何行动的能力。随着这些环境不断扩展、未来模型的能力不断提升，我们预计这一挑战会加剧。这就是为什么我们不单靠这些评估来提供安全的整体图景：我们借助训练期间的监控、对内部使用记录的审查、外部评估者的测试，以及用于检查模型内部情况的可解释性技术。我们也在努力让评估更贴近现实，并更好地理解它们遗漏了什么。
安全保障措施
网络安全与生物学保障措施。与之前的 Claude Fable 模型一致，Fable 5.2 配备了安全分类器，可拦截高风险的网络活动，包括渗透测试、漏洞利用生成和基于二进制的漏洞，以及研究生物学中的大多数任务。当查询被拦截时，用户将改为收到来自 Opus 4.8 的网络安全方面回复和来自 Opus 5 的生物学方面回复。自 Claude Fable 5.1 发布以来，我们持续降低安全分类器的误报率。基于在 claude.ai、Claude Code 和 Cowork 上的早期测试，我们观察到 Fable 5.2 的拦截次数比 Fable 5.1 减少了约 55%——网络安全方面减少约 60%，生物学方面减少约 40%。Claude Mythos 5.2 可供在这些两用领域开展工作的经过审查的组织使用。
AI 研究与开发。支撑 Claude Fable 5.2 和 Claude Mythos 5.2 的模型在通用能力上向前迈进了一步。然而，在该模型的训练过程中，我们采取了措施，限制那些最有可能直接加速 AI 发展的特定研究能力的进展。因此，在相关领域，包括加速器内核优化和改进大语言模型架构，Fable 5.2 和 Claude Mythos 5.2 的表现大约处于 Opus 5.5 的水平。重要的是，我们确保了训练上的改动不会影响相关能力，如智能体编程、硬件开发，以及传统的 AI 或机器学习研究（包括可解释性研究）。在模型向用户提供服务时（即在推理时），我们不会改变这些能力。如第 1.5 节所述系统卡与之前的模型类似，Fable 5.2 和 Claude Mythos 5.2 在该领域的一小部分主题上也包含对 Opus 5 的透明回退，包括在某些非标准加速器上的内核开发。
反蒸馏。蒸馏是指用一个更先进模型的输出训练模型，以提取该先进模型的能力，这种行为正以工业规模非法进行，往往涉及数千个虚假的 Claude 账户。由于蒸馏使得先进能力得以在缺乏我们为 Claude 内置的防护措施的情况下发布，它带来了安全和国家安全风险（详见我们的2026 年 9 月威胁情报报告了解我们迄今已检测并阻止的非法蒸馏活动）。Fable 5.2 是我们已发布的模型中防蒸馏保护最强的；它采用了我们在近期报告中描述的技术，这些技术使蒸馏者获取的数据减少了 90% 到 99%。
我们还在扩大一项有助于防范非法蒸馏的 API 功能的推出范围：保留思考现已适用于所有账户。保留思考可防止蒸馏者编辑 Claude 先前的上下文以试图提取其推理过程（开发者可参阅我们的保留思考文档了解如何利用新的 API 功能更新集成）。
数据隐私与企业前沿防护措施
某些更复杂的 AI 模型滥用形式，只有在观察多个请求中的模式时才能被检测到。因此，像 Claude Fable 5.2 和 Claude Mythos 5.2 这样强大的模型依赖对一段使用数据窗口（而非单个响应）进行监控的防护措施。借助Enterprise Frontier Safeguards，自动安全监控会对存储在客户基础设施中的提示词和响应运行，从而与零数据保留（ZDR）兼容。Enterprise Frontier Safeguards 目前正与 Bridgewater、Salesforce 和 Stripe 等客户进行私密测试。
企业客户可以通过联系其客户团队或填写此表单来申请访问 Enterprise Frontier Safeguards。符合条件的客户可以在实施 EFS 安全监控之前，继续在零数据保留的情况下使用 Claude Fable 5.2 和 Claude Mythos 5.2。对于其他客户，我们为安全监控保留 30 天数据。
可用性
Claude Fable 5.2 今日已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。开发者可以开始使用，方式是在 Claude Platform 上使用claude-fable-5-2。
本周，我们为符合条件的付费计划订阅者提供额外的 Fable 使用额度。包含 Fable 模型的计划和席位会根据订阅时长获得 1 到 3 次 Fable 重置，并且对于 Pro 计划和 Team 计划的标准席位，Fable 最多可占每周使用限额的 50%。在此了解有关 Fable 5.2 发布促销的更多信息此处。
网络安全专业人士可以通过Cyber Verification Program申请访问 Claude Mythos 5.2。Claude Enterprise 客户还可以使用Claude Security，其由我们完整的模型系列提供支持，包括 Claude Mythos 5.2。生命科学研究人员也可以申请通过Life Sciences Verification Program获得访问权限。
Claude Fable 5.2 和 Claude Mythos 5.2 的快速模式已在 Claude Code、Claude Platform、Google Cloud 上的 Claude Models（Anthropic 托管和 Google 托管）以及 Microsoft Foundry（Anthropic 托管）上提供。请注意，Claude Mythos 快速模式的访问权限仅向属于我们验证计划的组织提供。