1000个智能体跑8天，Claude新模型造出操作系统

Anthropic 在 11 月 10 日发布了两款前沿模型：Claude Fable 5.2 和 Claude Mythos 5.2。官方给出的说法是，新模型在编码、推理、科学研究、网络安全和机器人等领域都有显著提升，输出速度最高提高 30% ，成本下降 20% 。 先看跑分。在面向“智能体编码”的 FrontierCode 2.0 基准上，Claude Fable 5.2 拿到 49.1% ，压过 OpenAI 的 GPT-6 Astra（42.8%）、Google 的 Gemini 4 Carbon（41.1%），也高于 Anthropic 自家的 Opus 5.5（45.5%）。 多学科推理测试“Humanity's Last Exam”里，Fable 5.2 的成绩是 74.2% ，GPT-6 Astra 为 57.2%。 真正让人停下来看一眼的是长程协作演示：Fable 5.2 协调超过 1,000 个 AI 智能体 ，历时 8 天 ，从零构建出一个可启动的操作系统，里面包含设备驱动、文件存储、窗口系统和安装程序。 科学视觉推理基准 VIALS-AA 上，Claude Fable 5.2 的得分是 67% ，高于 Gemini 4 Carbon（high）的 64% 和 GPT-6 Astra（max）的 63%。这里有个细节值得注意：Fable 5.2 的工具调用次数更多，而 OpenAI 模型随着智能提升反而减少了工具调用次数，两条路线截然不同。 在衡量 AI 构建交互式 3D 体验能力的 AA-3D 基准上，Claude Fable 5.2（Max）的 Elo 得分为 1,271 ，比 Claude Sonnet 5.5（1,204）和 Claude Opus 5.5（1,202）高出 67 分。其 95% 置信区间为 1,246 至 1,297，与其他任何模型均不重叠，领先优势超出了误差范围。 速度更快、成本更低、基准更高，再加上那个千体协作造系统的演示，Anthropic 这次把牌摊得挺开。 特别