GenGrades
EN中文

Claude Fable 5.2 和 Opus 5.5 哪个强:价格、跑分与区别

发布于 更新于

AnthropicClaude Fable 5.2 标志提供 API闭源权重许可:专有(Anthropic 商业条款和消费者条款)

Claude Fable 5.2 是什么

先用一两句话说清楚。

Claude Fable 5.2 是 Anthropic 对外开放的最强模型,2026 年 11 月 9 日发布,每百万 token 输入 8 美元、输出 40 美元,比 Fable 5.1 便宜 20%。和 Opus 5.5 相比,它的 token 单价是两倍;在 max 推理强度下,它在 Artificial Analysis 指数上以 65 比 59 领先,每个任务却要 26.54 美元,Opus 是 10.04 美元;Anthropic 仍建议先用 Opus。

主要功能

它能做什么,每项一句话,以及我们有没有实测。

  • 推理一直开着,强度可调

    每次回答前都先推理,推理强度分 low、medium、high、xhigh、max 五档;API 默认 high,Claude App 和 Claude Code 默认 medium。

    据 Anthropic 的文档和发布文章。Artificial Analysis 给它的分数是 medium 档 56 分、每个任务 3.80 美元,high 档 62 分、9.08 美元,max 档 65 分、26.54 美元,每升一档,多花的钱都远多于多得的分。

  • 100 万 token 上下文,128K 输出

    每次请求最多读 100 万 token 的文本和图片,一次回答最多写 128K token,推理也算在内。

    据 Anthropic 的模型页。Simon Willison 和 PlayCode 都遇到过 max 档把 128,000 个 token 全花在推理上、一张图都没画出来的情况。

  • 用代码做 3D 场景和游戏

    根据一段文字说明,用 three.js 和 WebGL 搭交互式场景、浏览器游戏和动画,边做边在浏览器里检查自己的成果。

    Artificial Analysis 的 AA-3D 让评审团对 55 个 three.js 题目盲投,它在 25 个模型里排第一,1271 Elo;Anthropic 还发布了一段 Unity 称赞它 3D 场景的话。

  • 长时间运行的智能体和子智能体团队

    围绕一个目标连续工作几小时甚至几天,把活分给子智能体,也能给更便宜的 Claude 模型当总调度或顾问。

    据 Anthropic 的发布文章,一位工程师让它协调 1,000 多个子智能体,连续八天搭出一个操作系统原型;Ethan Mollick 在一个 3D 项目上用了 28 个智能体团队。

  • 看得懂截图、图表和设计稿

    可以输入图片,所以能照着截图或设计文件重做页面,也能读图表和插图。

    Anthropic 称它在不用工具的 Chartography 上得 73.4%,在问题里带截图和设计稿的 SWE-bench Multimodal 上得 74.1%,Claude Opus 5.5 是 61.4%。

  • 快速模式

    生成速度最多快 2.5 倍,价格翻倍:每百万输入 token 16 美元,每百万输出 token 80 美元。

    据 Anthropic 的发布文章和快速模式文档,可在 Claude API、Claude Code、Google Cloud 和 Microsoft Foundry 上用;Batch API 不支持。

  • 网络安全和生物安全防护,被拦就换模型回答

    拦下高风险的网络安全工作和大多数生物研究任务,把被拦的请求转给 Claude Opus 4.8(网络安全)或 Claude Opus 5(生物)来回答。

    据 Anthropic 的发布文章,早期使用中被拦的请求比 Fable 5.1 少约 55%。在 API 上,被拦的请求会返回拒绝,除非开发者打开回退功能。

  • 批量和缓存折扣

    批量任务半价,每百万 token 4 和 20 美元;缓存读取每百万 token 0.20 美元,是输入价的 2.5%。

    据 Anthropic 的价格文档。PlayCode 最大的几张图是通过 Batch API 跑的,它接受的输出比流式请求更长。

适合谁

它帮得上谁、解决什么问题、在哪个榜单里。

适合

  • 用代码搭 three.js 或 WebGL 场景、交互演示和浏览器游戏的创意技术人员和开发者
  • 在 Claude Code 或 API 里跑长时间智能体会话、发现 Claude Opus 5.5 开到 high 推理强度也不够用的团队
  • 照着截图和设计文件重做页面和组件的前端开发者
  • 手上有长时间、开放式任务,最后要交出文档、数据集或可运行原型的研究和分析人员
  • Claude Max 和 Ultra 会员,方案里含 Fable 模型,最多可用每周额度的一半

解决的问题

  • 游戏、3D 世界这类大型创意编程项目,便宜的模型做不完
  • 交互式场景要反复搭建、渲染、检查很多轮才好看
  • 把一张视觉参考变成忠于原样的可运行代码
  • 在一项长任务上协调很多智能体或更便宜的模型

擅长什么

别人公开做过的测试:给了它什么、结果怎样。

  1. 案例 1

    每档推理强度各画一张 SVG

    输入

    Simon Willison 的固定测试提示词:用 SVG 画一只骑自行车的鹈鹕。2026 年 11 月 9 日上线当天,他通过 API 在五档推理强度上各跑了一次。

    结果

    最好的一张出自 xhigh 档,用了 32,966 个输出 token、将近六分钟;low 和 medium 档约 15 秒就答完,没有推理。max 档推理了 22 分钟,用完全部 128,000 个 token,没有给出图,他在 Fable 5 和 5.1 上没见过这种失败。

  2. 案例 2

    一句话做出 three.js 动画

    输入

    2026 年 11 月 10 日,Simon Willison 让 medium 档的 Fable 5.2 用 OpenStreetMap 数据做一个 three.js 动画:扬克斯(Yonkers)站起来变成巨型机甲,在纽约到处跺脚;提示词里有一个手机键盘打出的错字。

    结果

    它看出这个错字原本是 stomps(跺脚),做出一个会动的 3D 微缩场景:机甲站起来,走过四个区,脚下的楼被踩平,屏幕上还有跺脚计数。同一个提示词在谷歌的 Antigravity 里交给 Gemini 4 Carbon,再追加一条提示后,他说结果相当不错。

  3. 案例 3

    盲评 3D 场景

    输入

    Artificial Analysis 的 AA-3D:55 个文字题目,比如旋转的黑洞、可以玩的弹球台或古罗马斗兽场,每个由智能体在离线沙箱里做成一个 three.js 页面,再由招募来的评审团两两盲投;2026 年 11 月 11 日读取。

    结果

    max 档的 Fable 5.2 在 25 个模型里排第一,1271 Elo,比 Claude Sonnet 5.5(1204)高 67 分,比 Claude Opus 5.5(1202)高 69 分。它每个场景的中位数是 105 轮,每个任务约 40 次浏览器检查、40 次查看图片。

  4. 案例 4

    一夜做完一个 12 关的游戏

    输入

    一位拿到抢先体验资格的开发者,给 Claude Code 里的 Fable 5.2 一条长提示词和一个装着孩子画稿的文件夹,让它做完一个四人同玩的清版动作游戏,并允许它调用图像模型和 ElevenLabs 生成美术和声音(NotesByLex,2026 年 11 月 10 日)。

    结果

    第二天早上,它重写了大部分代码,生成了约 175 张图片和 140 段音频,还写了一个机器人在无头浏览器里把 12 关全部打了一遍。两天里项目共发了约 600 个请求;作者估计,按 API 价格,Claude 的 token 约值 300 美元。

  5. 案例 5

    用代码画出几百个 3D 世界

    输入

    Ethan Mollick 用一段话描述了一场穿过一个个 3D 世界、由传送门相连的无尽飞行,然后在发布前交给运行 Fable 5.2 的智能体去做(2026 年 11 月 9 日发表)。

    结果

    二十小时后上线了 204 个世界;公开的代码里有 471 个世界,约 140 万行 JavaScript,没有任何 3D 模型、贴图或音频文件。智能体自己的评级把 40 个世界放在最高档、28 个放在最低档,Mollick 也看到主题重复,还有一本拖慢进度的规则手册。

  6. 案例 6

    用品牌素材做动画视频和游戏

    输入

    How I AI 播客的 Claire Vo 在 2026 年 11 月 9 日发布那一期节目前,用 Fable 5.2 做了两天东西:用一条推文和一份品牌手册做营销视频,用品牌角色素材做一个带预告片的打 bug 塔防游戏。

    结果

    她说那个视频看起来不像幻灯片;她也把网页设计列为它的短板,说自己仍不会让它独立设计网站。

短板

做得不好的地方和证据,以及我们还没法定论的地方。

做得不好

做得不好

  • 按完成的任务算很贵,推理强度越高越贵。

    证据: Artificial Analysis 算出 max 档每个指数任务 26.54 美元,Claude Opus 5.5 是 10.04 美元,Gemini 4 Carbon 是 7.76 美元;PlayCode 的 MacBook 图在 high 档的花费是 Opus 5.5 的 7.7 倍。Decrypt 报道,Matthew Berman 最大的几个作品,两个游戏和一个 Excel 仿制品,按 API 价格估算每个约 11,700 到 14,710 美元。

  • 可能把整个输出额度都花在推理上,最后什么都不给。

    证据: Simon Willison 的 max 档鹈鹕,以及 PlayCode 的 xhigh 和 max 档 MacBook,都把 128,000 个输出 token 全用来推理,返回空白,按标价每次 5.12 美元。

  • 得分最高的设置也最慢。

    证据: max 档下,Artificial Analysis 测得第一个回答 token 要 247.85 秒,每个指数任务 45 分钟,中位数是 12.6 分钟;Simon Willison 的 xhigh 鹈鹕用了 5 分 54 秒。

  • 做网站和游戏,投票者更喜欢别的模型。

    证据: 2026 年 11 月 11 日的 DesignArena 上,它总榜第四,排在 Claude Opus 5.5、GPT-6.1 Sol 和 GPT-6 Astra 之后,网站榜第九,单文件游戏榜第七;Artificial Analysis 的 Code2Video-AA 也是 Opus 5.5 领先,Fable 5.2 还没有成绩。

  • 审美要靠人来把关。

    证据: Ethan Mollick 发现,它第一次做的课程网站准确但乏味,第二次又显得幼稚,而且他说模型自己两次都没察觉;Anthropic 的系统卡给同一个模型 Mythos 5.2 的「创作水准」分数低于 Mythos 5.1。

  • 大多数网络安全工作会被拦下。

    证据: Anthropic 说 Fable 5.2 的防护会拦下大多数网络安全相关任务,包括渗透测试和编写漏洞利用代码;这类工作要交给 Claude Mythos 5.2,而它只开放给通过审核的组织。

  • API 默认不能零数据保留。

    证据: Anthropic 把 Fable 5.2 列为受管控模型(Covered Model),要求保留数据 30 天,除非 Anthropic 明确批准,否则不能在零数据保留下使用。

  • 不适合日常聊天或常规编程、预算有限的创意工作、需要零数据保留的团队,也不适合安全研究人员。

    证据: Anthropic 自己就让多数用户先用 Claude Opus 5.5;Claude Sonnet 5.5 和 Opus 5.5 在 AA-3D 上排第二、第三,落后约 70 Elo,token 价格只有四分之一和一半;数据保留要求和网络安全拦截都写在 Anthropic 的文档里。

尚不确定

尚不确定

  • 票数变多以后,它在 3D 上的领先能不能保住。

    原因: AA-3D 上它明显第一,但在 DesignArena 的 3D 榜上,上线三天、只打了 266 场后,它落后 GPT-6 Astra 5 Elo,误差范围是 5.1 分。

  • 比 Opus 5.5 强出来的部分,有多少来自多花 token。

    原因: PlayCode 发现,按 token 数对齐时,high 档的 Fable 5.2 画出来的和 xhigh 档的 Opus 5.5 差不多;而 Artificial Analysis 给 high 档 Fable 5.2 的分数高于 max 档 Opus 5.5,每个任务还略便宜。每种设置只画一张,下不了结论。

  • 创意编程上和 Gemini 4 Carbon 比怎么样。

    原因: Carbon 在 Fable 5.2 发布后一天才向所有付费 API 用户开放,到 11 月 11 日在 DesignArena 上只有 221 场对决,在 AA-3D 上还没有成绩;能找到的唯一一个正面比较的创意提示词,是 Simon Willison 的扬克斯动画,而他没有排高下。

  • 它操作 Blender 的水平到底怎样。

    原因: DesignArena 的 Blender 榜让智能体写 Blender Python,上面还没有 Fable 5.2 的成绩;现有证据只有一位 Hacker News 用户的反馈,加上 Anthropic 自己的 CAD 基准。

价格、限制与格式

每个数字都附来源和核对日期。

项目数值备注与来源
发布时间2026 年 11 月 9 日

接替 2026 年 9 月发布的 Claude Fable 5.1,据 The Verge。

来源:platform.claude.com核对于

厂商Anthropic

来源:anthropic.com核对于

模型 IDclaude-fable-5-2(Amazon Bedrock 上是 anthropic.claude-fable-5-2)

来源:platform.claude.com核对于

同系列模型Claude Mythos 5.2:同一个模型,网络安全和生物安全防护更宽松,只开放给通过审核的组织

来源:platform.claude.com核对于

上下文窗口100 万 token

来源:platform.claude.com核对于

最大输出128K token,推理和回答合计

同步 Messages API 的上限。PlayCode 用 Batch API 跑的请求,最多用到 250,082 个 token 也跑完了。

来源:platform.claude.com核对于

输入和输出输入文本和图片;输出文本

来源:platform.claude.com核对于

推理自适应推理,始终开启;推理强度 low、medium、high、xhigh 或 max

API 默认 high;据发布文章,Claude App 和 Claude Code 默认 medium。

来源:platform.claude.com核对于

知识截止可靠知识截至 2026 年 6 月

来源:platform.claude.com核对于

API 价格每百万 token 输入 8.00 美元,输出 40.00 美元,缓存读取 0.20 美元

缓存写入每百万 token 5 分钟档 10.00 美元,1 小时档 16.00 美元。

来源:platform.claude.com核对于

批量价格每百万 token 输入 4.00 美元,输出 20.00 美元

来源:platform.claude.com核对于

快速模式最多快 2.5 倍,每百万 token 输入 16.00 美元,输出 80.00 美元

来源:anthropic.com核对于

仅在美国推理标准 token 价格的 1.1 倍

来源:claude.com核对于

支持平台Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud、Microsoft Foundry

来源:platform.claude.com核对于

Claude 会员方案Max(每月 100 美元)和 Ultra(200 美元)含 Fable,最多用每周额度的一半;Pro(20 美元)用用量积分付费;免费版不含

来源:claude.com核对于

API 不接受temperature、top_p、top_k、budget_tokens、关闭推理、强制工具调用、assistant 预填充

来源:platform.claude.com核对于

数据保留必须保留 30 天;只有 Anthropic 明确批准才能零数据保留

来源:platform.claude.com核对于

下线时间不早于 2027 年 11 月 9 日

来源:platform.claude.com核对于

Artificial Analysis 智能指数max 档 65 分,74 个模型中第一(v5.0.1)

high 档 62 分,medium 档 56 分。

来源:artificialanalysis.ai核对于

AA 3D Elo1271,25 个模型中第一

来源:artificialanalysis.ai核对于

常见问题

先给结论,再讲原因、例子、限制和下一步。

Claude Fable 5.2 和 Opus 5.5 哪个强,该用哪个?

多数工作先用 Claude Opus 5.5:Anthropic 自己这样推荐,它的 token 价格只有 Fable 5.2 的一半。遇到 Opus 做不好的长时间、开放式任务和 3D 场景,再换 Fable 5.2:Anthropic 报告的 FrontierCode 2.0 是 49.1% 比 45.5%,Artificial Analysis 给 high 档的 Fable 62 分、max 档的 Opus 59 分,Fable 每个任务还略便宜。在 DesignArena 的总榜、网站榜和游戏榜上 Opus 仍排得更高,Blender 榜和 Code2Video-AA 也是它领先。

Claude Fable 5.2 是什么?

Claude Fable 5.2 是 Anthropic 面向所有用户的最强模型,2026 年 11 月 9 日发布,用于高难度推理和长时间的智能体工作。Claude Mythos 5.2 是同一个底层模型,网络安全和生物安全防护更宽松,只开放给 Anthropic 审核过的组织。Fable 5.2 读文本和图片、输出文本,上下文 100 万 token,回答前总会先推理。

Fable 5.2 比 Fable 5.1 改了什么?

Fable 5.2 比 Fable 5.1 更便宜、更快、更强,API 还有四处不兼容的改动。每百万 token 从 10 和 50 美元降到 8 和 40 美元;Anthropic 说输出最多快 30%,被拦的请求少约 55%;FrontierCode 2.0 从 32.4% 升到 49.1%。AA-3D 给它 1271,Fable 5.1 是 1139。改动过往对话轮次、使用旧版电脑操作工具,或者拿 Fable 5.1 当顾问工具的代码,都要改。

Claude Fable 5.2 多少钱?

API 上,Claude Fable 5.2 每百万输入 token 8 美元、每百万输出 token 40 美元,缓存读取 0.20 美元,批量任务半价,快速模式翻倍。推理按输出计费,所以 Artificial Analysis 算出 high 档每个指数任务 9.08 美元,max 档 26.54 美元。Claude App 里,每月 100 美元的 Max 和 200 美元的 Ultra 含 Fable,最多用每周额度的一半;每月 20 美元的 Pro 要用用量积分另付。

Claude Fable 5.2 免费吗?

Claude Fable 5.2 不免费:免费版不含 Fable 模型,Pro 版要用付费的用量积分。发布那一周,到 2026 年 11 月 16 日为止,Pro 版和 Team 标准席位的方案里含 Fable 模型,最多用每周额度的一半;Anthropic 也提醒,Fable 模型消耗额度比其他 Claude 模型快。

Fable 5.2 和 Gemini 4 Carbon 哪个好?

Fable 5.2 在大多数公开测试里分数更高,Gemini 4 Carbon 则便宜得多。Artificial Analysis 给两者 65 分和 60 分;Anthropic 自己的表格里,Fable 在编程和科学上领先,在 AutomationBench 上落后 Carbon(51.4% 比 53.9%);Carbon 每百万 token 2 和 10 美元,2026 年 11 月 30 日之后是 4 和 20 美元,Fable 是 8 和 40 美元。Carbon 还能输入视频、音频和 PDF;在创意编程上,它太新,投票榜单还比不出来。

Fable 5.2 和 GPT-6 Astra 比怎么样?

Fable 5.2 在 Anthropic 的发布表格和 Artificial Analysis 的指数上领先 GPT-6 Astra,而 Astra 每个任务便宜得多,在 DesignArena 上赢下的榜单也更多。Artificial Analysis 给两者 65 分和 57 分,每个指数任务 26.54 美元和 6.24 美元;Anthropic 报告的 FrontierCode 2.0 是 49.1% 比 42.8%,Remote Labor Index 是 41.3% 比 20.8%。DesignArena 的投票者把 Astra 排在 3D、单文件游戏和 HTML 代码榜第一,总榜也比 Fable 高一名;AA-3D 则是 Fable 领先,1271 比 1168。

Fable 5.2 和 Mythos 5.2 有什么区别?

区别只在防护措施和谁能用。两者是同一个模型,规格和价格相同;Fable 5.2 会拦下大多数网络安全和生物研究任务,对所有人开放,Mythos 5.2 则让这些领域里通过审核的组织去做这类工作。在 Anthropic 的 CVE Rediscovery 测试里,Mythos 5.2 找出了题目中 89.6% 的已公开漏洞。

Claude Fable 5.2 做设计和创意编程强吗?

做 3D 场景,公开测试说强:它在 Artificial Analysis 的 AA-3D 上排第一,在 DesignArena 的 3D 榜上排第二,Simon Willison 和 Ethan Mollick 也发布了用它做的出色 three.js 作品。做网站和单文件游戏,DesignArena 的投票者更喜欢 Claude Opus 5.5 和 GPT-6 Astra;还有两位早期用户说,它在网页设计或课程设计上的审美需要人来把关。

Claude Fable 5.2 的推理强度选哪一档?

Anthropic 建议从 API 默认的 high 开始,只在难度高、确认有提升的编程和智能体工作上升到 xhigh,max 留给少数情况。Artificial Analysis 的数据说明了原因:high 档 62 分、每个任务 9.08 美元,max 多 3 分,成本却接近三倍。Anthropic 还说,低于 high 时,回合更常在工作没做完时就结束。

Claude Fable 5.2 为什么返回空白回答?

最可能的原因是它把 128,000 个 token 的输出上限全花在了推理上,推理和回答共用这一个上限。Simon Willison 和 PlayCode 都在 max 档遇到过,PlayCode 在 xhigh 档也遇到过,每次都白付约 5.12 美元。可以改用 high 档、把任务拆小,或者把很长的任务交给 Batch API,PlayCode 的请求在那里跑完了。

Anthropic 会用我发给 Fable 5.2 的内容训练吗?

API 上不会:Anthropic 的文档说,保留的数据未经你明确许可,绝不用于训练模型,不过 Fable 5.2 要求为安全监控保留数据 30 天。Claude App 里,只有你允许改进模型时,聊天才会用于训练,此时去标识化的数据最多保留五年;无痕聊天从不用于训练。

公开测试怎么说

这篇评测用的是 2026 年 11 月 11 日能核实的资料:Anthropic 的发布文章、系统卡、模型文档、价格和数据规则;Artificial Analysis 的独立结果,包括它的 three.js 场景基准 AA-3D,DesignArena 的投票榜单,以及 PlayCode 的 SVG 基准;Simon Willison、Ethan Mollick、How I AI 播客和一位开发者的游戏记录等公开实验;Decrypt 对 Matthew Berman 作品的报道;Hacker News 上的用户反馈;以及竞品模型的价格页。除非注明了其他来源,跑分数字都是 Anthropic 自己的说法。

Claude Fable 5.2 是什么

Claude Fable 5.2 是 Anthropic 卖给所有客户的模型里最强的一个。Anthropic 在 2026 年 11 月 9 日发布它,接替 Claude Fable 5.1(模型页),The Verge 和 CNBC 当天都做了报道(The Verge、CNBC)。Claude Fable 和 Claude Mythos 是同一个底层模型:Fable 带着严格的网络安全和生物安全防护,所以谁都能用;Mythos 5.2 只开放给通过 Anthropic 审核项目的组织(发布文章)。

它读文本和图片、输出文本,上下文 100 万 token,每次回答最多写 128K token。它回答前总会先推理;每个请求可以把推理强度设为 low、medium、high、xhigh 或 max,API 默认 high,Claude App 和 Claude Code 默认 medium(新变化、发布文章)。

Claude Fable 5.2 和 Claude Opus 5.5 哪个强

Claude Opus 5.5 在 2026 年 9 月发布,是 Anthropic 的日常主力模型,而 Fable 5.2 的 token 单价是它的两倍。两者都有 100 万 token 上下文和 128K 输出。2026 年 11 月 11 日的对比:

Claude Fable 5.2Claude Opus 5.5
API 价格,每百万 token 输入和输出(美元)8.00 和 40.004.00 和 20.00
API 默认推理强度highmedium
FrontierCode 2.0,Anthropicxhigh 49.1%;high 45.3%最好成绩 45.5%
FrontierSWE v2,Anthropic69.9%62.3%
Terminal-Bench-Science 0.1,Anthropic74.6%58.7%
Remote Labor Index,Anthropic41.3%21.3%
智能指数,Artificial Analysishigh 62;max 65max 59
每个指数任务成本,Artificial Analysishigh 9.08 美元;max 26.54 美元max 10.04 美元
每个指数任务耗时(分钟),Artificial Analysishigh 16.9;max 45.0max 25.0
AA-3D,three.js 场景1271 Elo,第 11202 Elo,第 3
DesignArena 智能体总榜1358,第 41441,第 1(high 推理强度)
DesignArena 3D 设计榜1513,第 21461,第 3
DesignArena 网站榜1318,第 91324,第 7
DesignArena 单文件游戏榜1399,第 71428,第 2
DesignArena Blender 榜暂无成绩1412,第 1(max 推理强度)
Code2Video-AA,用代码写的视频暂无成绩1536,第 1
PlayCode MacBook SVG34 个模型中第 2第 1

来源:Anthropic 价格、模型总览、发布文章;Artificial Analysis 上的 Fable 5.2 high、Fable 5.2 max、Opus 5.5、AA-3D 和 Code2Video-AA;DesignArena 的 总榜、3D 榜、网站榜、游戏榜 和 Blender 榜;PlayCode;Opus 5.5 的发布月份来自 CNBC。

Anthropic 的主打说法既关乎分数,也关乎成本:它说 high 档的 Fable 5.2 在 FrontierCode 2.0 上和 Opus 5.5 的最好成绩差不多,每个任务的成本却只有大约一半。表里 Artificial Analysis 的数据也指向同一个方向;到了 max 档,这笔账就不划算了。

在长时间、开放式的工作上,Fable 5.2 值得付两倍的 token 价:Anthropic 报告的大幅提升就在这类任务上,比如 Remote Labor Index 和 Terminal-Bench-Science;在 three.js 场景上,AA-3D 让它领先 69 Elo。用 high 档,别用 max。

日常编程、网站、单文件游戏、Blender 模型和用代码写的视频,选 Opus 5.5 更好:投票者和 Code2Video-AA 都把它排得更高,或者 Fable 还没有成绩。同样的推理强度标签下,它写的 token 也更少:PlayCode 的 MacBook 图在 high 档,Opus 写了 19,767 个 token、花 0.40 美元,Fable 写了 76,158 个、花 3.05 美元;按 token 数对齐时,high 档的 Fable 画出来的和 xhigh 档的 Opus 差不多。就连 Anthropic 自己的结果里,也有两项办公工作的 Elo 是 Opus 领先:AA-Briefcase(1800 比 1785)和 GDPval-AA(1866 比 1831)(系统卡);一位 Hacker News 用户也说,做普通编程时很难分出两者的差别(Hacker News)。

Anthropic 自己也是这个意思。它的文档让开发者先用 Opus 5.5,等 Opus 调高推理强度仍不够时再换 Fable 5.2(模型总览);发布文章称 Opus 5.5 是它最强的日常主力;它的研究方向产品管理负责人对 CNBC 说,Fable 5.2 主要面向「高级用户或高要求的使用场景」(CNBC)。

比 Claude Fable 5.1 改了什么

Claude Fable 5.1Claude Fable 5.2
API 价格,每百万 token 输入和输出(美元)10.00 和 50.008.00 和 40.00
缓存读取,每百万 token(美元)0.250.20
FrontierCode 2.0(xhigh),Anthropic32.4%49.1%
Terminal-Bench 4.0,Anthropic55.8%67.6%
AA-3D,Elo11391271
DesignArena 智能体总榜,Elo13271358

来源:价格、发布文章、系统卡、AA-3D、DesignArena。

  • 价格:输入和输出都便宜 20%,Anthropic 说输出最多快 30%(发布文章)。
  • 防护:在 claude.ai、Claude Code 和 Cowork 的早期使用中,Anthropic 统计到被拦的请求少了约 55%。
  • API 改动:在每个账户上,改动之前的对话轮次都会让推理块失效;只有 Fable 5.2 和 Mythos 5.2 能读取 Fable 5.2 的推理内容;旧版电脑操作工具在 Amazon Bedrock 以外会被拒绝;顾问工具必须用 Fable 5.2 或 Mythos 5.2 当顾问(新变化)。

价格

API 上,Fable 5.2 按 token 计费,100 万 token 上下文内都是一个价。2026 年 11 月 11 日的价格,单位是每百万 token 多少美元(价格):

项目Claude Fable 5.2
输入8.00
输出(含推理)40.00
缓存读取0.20
缓存写入,5 分钟有效期10.00
缓存写入,1 小时有效期16.00
批量输入和输出4.00 和 20.00
快速模式输入和输出16.00 和 80.00

只在美国境内推理的价格是以上的 1.1 倍(Claude 价格)。推理按输出计费,所以账单多少更取决于推理强度,而不是价目表。Artificial Analysis 在三档推理强度上跑了它的指数(medium 档):

推理强度智能指数每个任务成本每个任务耗时(分钟)
medium563.80 美元7.7
high629.08 美元16.9
max6526.54 美元45.0

max 比 high 多 3 分,成本却接近三倍。

Claude App 里(Claude 会员方案):

方案价格Fable 5.2
Free0 美元不含
Pro每月 20 美元,或每年 200 美元用用量积分付费
Max每月 100 美元含,最多用每周额度的一半
Ultra每月 200 美元含,最多用每周额度的一半;通过验证的账户没有 5 小时限制

发布那一周,到 2026 年 11 月 16 日为止,Pro 版和 Team 标准席位的方案里含 Fable 模型,最多用每周额度的一半,外加一次额度重置;Max、Ultra 和高级席位得到一到三次重置,2027 年 3 月 8 日到期。Anthropic 的帮助文章提醒,Fable 模型消耗额度比其他 Claude 模型快(发布优惠)。一位 Hacker News 用户做一次代码审查,半小时就用光了 5 小时额度(Hacker News)。

大项目很费钱。Decrypt 报道,Matthew Berman 做的《战争机器》(Gears of War)风格关卡跑了 43 小时 48 分钟、86.3 亿个 token,按 API 价格约 14,710 美元;他的 Excel 仿制品约 11,700 美元(Decrypt)。

创意编程:公开测试怎么说

关于 Fable 5.2 审美的公开证据,大多来自用代码做出来、给人看的东西:

SVG 绘图。Simon Willison 在上线当天,让它在全部五档推理强度上画他的保留题目「鹈鹕骑自行车」SVG(Simon Willison)。他的运行记录显示,low 和 medium 档分别 14 秒和 15 秒就答完,没有推理;high 档 59 秒;xhigh 档用了 5 分 54 秒、32,966 个输出 token(运行记录)。他认为 xhigh 那张最好,车架和喉囊都画得不错。max 档推理了 22 分钟,撞上 128,000 token 的上限,什么都没给。PlayCode 卖的是一款接入这些模型的 AI 应用搭建工具,它在 Fable 5.2 medium 档画的 MacBook 里没挑出毛病,那张图花了 3.91 美元、16 分钟;而 xhigh 和 max 档都返回了空白。

Three.js 和 WebGL 场景。独立结果在这里最有力。Artificial Analysis 的 AA-3D 让招募来的评审团对同一题目做出的 three.js 场景两两盲投,Fable 5.2 在 25 个模型里排第一,领先 Claude Sonnet 5.5(1204)和 GPT-6 Astra(1168)。DesignArena 的 3D 榜让访客试玩两个单文件 3D 页面、选出一个,打了 266 场后,它落后 GPT-6 Astra 5 分。Simon Willison 用一句话提示做出了 Yonkers Rises,一个机甲在纽约跺脚前进的 3D 动画微缩场景(Yonkers Rises)。Ethan Mollick 的 Portals 项目由多个智能体团队搭建,做到了 471 个世界、约 140 万行 JavaScript,每个世界都在浏览器里现场生成、现场合成声音,不用任何 3D 模型、贴图或音频文件(Portals 代码)。Anthropic 还发布了一位 Unity 创意技术专家对它 3D 场景的称赞。

游戏。一位拿到抢先体验资格的开发者,用一条提示词和孩子的画稿,让 Fable 5.2 一夜做完一个 12 关、四人同玩的清版动作游戏;它写了一个机器人在无头浏览器里把每一关都打一遍来检查,角色精灵图则来自图像模型(NotesByLex)。一位 Hacker News 读者玩了几秒就找到一个漏洞(Hacker News)。Saltline 是用 Fable 5.2 做的小型第一人称射击游戏,评论说画面漂亮、玩法一般,还有人反映横移键失灵、在 Firefox 里跑不起来(Hacker News)。

用代码做视频。Ethan Mollick 让它做出能拿给读者看的最惊艳的东西,结果一次就得到一个完全用代码做的视频,他认为达到了人类专家的水平(One Useful Thing)。Claire Vo 的 How I AI 节目展示了一个用一条推文和一份品牌手册做的营销动画(How I AI)。Artificial Analysis 的 Code2Video-AA 上还没有 Fable 5.2 的成绩;上一代 Fable 5.1 在那里排第五,1325 分。

Blender 和 3D 模型。一位 Hacker News 用户说 Fable 5.2 用 Blender 用得非常好,同时也说现在大多数智能体模型都能做低多边形素材(Hacker News)。Anthropic 自己的证据是 CAD 而不是 Blender:它在 BenchCAD 2.1 上得 83.5,Opus 5.5 是 65.3;还有三台由它用 CAD 建模外壳的设备,由与 Anthropic 有商业关系的 Diode 公司制造(Anthropic 视频)。

网站和前端设计。一位常拿图片还原复杂设计的 Hacker News 用户发现,它比 Opus 5.5 更忠于原稿,SVG 曲线和图标更好,但他更喜欢 Opus 5.5 做的动效(Hacker News)。Claire Vo 把网页设计列为它的短板。

审美。另一位早期用户说 Fable 用 JavaScript「画画特别强」;也有人反映它犯过语法错误(Ask HN),还有人在一次设计讨论中看到它跑偏、给出错误回答,而 Opus 5.5 没有(Hacker News)。反方的分量来自 Ethan Mollick:他的课程网站先是准确但乏味,要求做得美之后又显得幼稚;他的 3D 世界在不同智能体团队之间反复出现相同主题。他写道,判断自己的作品够不够好,正是 Fable 最不可靠的地方。Anthropic 的系统卡还提到,由另一个 Claude 模型评判时,同一个模型 Mythos 5.2 的「创作水准」低于 Mythos 5.1(系统卡)。

跑分:Fable 5.2、Gemini 4 Carbon 和 GPT-6 Astra

测试谁跑的Fable 5.2Gemini 4 CarbonGPT-6 Astra
FrontierCode 2.0Anthropic49.1%(xhigh)41.1%(medium)42.8%
FrontierSWE v2Anthropic69.9%61.2%65.5%
AutomationBenchAnthropic51.4%53.9%41.4%
Terminal-Bench-Science 0.1Anthropic74.6%64.8%68.1%
Chartography(不用工具)Anthropic73.4%72.5%71.0%
智能指数 v5.0.1Artificial Analysis65(max)60(high)57(max)
每个指数任务成本Artificial Analysis26.54 美元7.76 美元6.24 美元
AA-3D,EloArtificial Analysis1271,第 11168
智能体总榜,EloDesignArena 投票者1358,第 41270,第 101386,第 3

来源:发布文章;Artificial Analysis 上的 Carbon 和 Astra;2026 年 11 月 11 日读取。

Anthropic 的表格里,Fable 5.2 除了 AutomationBench(Carbon 领先)都胜过两者。独立数据里,两个对手每个 Artificial Analysis 任务的成本都不到 Fable 的三分之一,DesignArena 总榜上 Astra 也高一名;AA-3D 上则是 Fable 领先 Astra 103 Elo。

Claude Fable 5.2 和 Gemini 4 Carbon 对比

Claude Fable 5.2Gemini 4 Carbon
厂商Anthropic谷歌
API 价格,每百万 token 输入和输出(美元)8.00 和 40.002026 年 11 月 30 日前 2.00 和 10.00;12 月 1 日起 4.00 和 20.00
上下文窗口100 万 token1,048,576 token
最大输出128K token默认 65,536,开启长输出(long decode)最多 1,048,576
输入文本和图片文本、图片、视频、音频和 PDF
默认推理high 推理强度medium 思考级别
到 11 月 11 日的 DesignArena 对决场数1,064221

来源:Anthropic 模型页、谷歌模型页、谷歌价格、Carbon 新变化。

谷歌把 Carbon 定位为更深入的「搭建、检查」循环,包括前端 UI 设计和 3D 场景;据 Simon Willison 记录,它在 Fable 5.2 发布后一天向所有付费 API 用户开放(Simon Willison)。他在谷歌的 Antigravity 里用 Carbon 跑了扬克斯提示词,说结果相当不错,但没有和 Fable 的作品比高下(Hacker News)。两者谁的单个任务更贵,Hacker News 用户也有争论(Hacker News)。目前在 3D 工作上,Fable 5.2 的独立成绩更好;Carbon 更便宜,至少在 12 月 1 日涨价一倍之前是这样。

通过 API 使用

Fable 5.2 用的是和近期 Claude 模型相同的 Messages API,规则更严(模型页、迁移指南):

  • 推理关不掉;传思考预算或关闭推理都会报错。
  • temperature、top_p 和 top_k 必须省略,assistant 预填充会被拒绝。
  • 强制工具调用会报错;改用严格的工具 schema 或 JSON 输出。
  • 128K 的输出上限是推理和回答合计,所以长任务需要设大 max_tokens、降低推理强度,或者用 Batch API。
  • 触发安全分类器的请求会返回拒绝;服务器端回退可以改用 Claude Opus 4.8 或 Claude Opus 5 重跑(新变化)。

Anthropic 的提示词指南提醒了几个要提前考虑的行为:推理强度低于 high 时,模型有时会列出剩下的工作就停下;它对风格规则照字面执行;告诉它代码归它自己,它会更愿意重构(提示词指南)。

隐私、数据和安全

API 上,Fable 5.2 是受管控模型(Covered Model):必须保留数据 30 天,除非 Anthropic 明确批准,否则不能零数据保留。Anthropic 的文档写明,保留的数据未经客户明确许可,绝不用于训练模型(数据保留)。符合条件的企业客户可以通过 Enterprise Frontier Safeguards 继续零数据保留,这项内测功能把安全监控放在客户自己的基础设施里运行(发布文章)。

Claude App 里,只有你允许改进模型时,聊天才会用于训练;此时去标识化的数据最多保留五年。删除的聊天会在 30 天内从 Anthropic 的后台清除,无痕聊天从不用于训练,被标记为违反政策的聊天最多保留两年(Anthropic 隐私中心)。

Fable 5.2 的分类器会拦下渗透测试、编写漏洞利用代码等高风险网络安全工作,以及大多数生物研究任务。Anthropic 还把它在加速器内核优化等 AI 研究能力上限制在约 Opus 5.5 的水平。在 Anthropic 的行为审计里,这个共用的模型在多数指标上误导用户的情况比 Opus 5.5 少,但它怀疑自己正在被评估的次数,比近期任何 Claude 模型都多(发布文章)。

哪些人不该用 Claude Fable 5.2

  • 主要工作是聊天、写作或常规编程的人:Claude Opus 5.5 能做,token 价格只要一半。
  • 预算有限的创意编程团队:Claude Sonnet 5.5 和 Opus 5.5 在 AA-3D 上排第二、第三,落后约 70 Elo,token 价格只有四分之一和一半。
  • 想让它在无人把关的情况下设计网站的人:DesignArena 投票者把它排在网站榜第九,Claire Vo 也不会把这件事交给它。
  • 需要快速回复的人:在 Artificial Analysis 的运行中,第一个回答 token 在 max 档要四分多钟,high 档也要 30 秒。
  • 必须零数据保留、又没有 Anthropic 批准的组织。
  • 安全研究人员和生物实验室:没有 Mythos 5.2 的权限,他们的工作大多会被拦下。
  • 让 max 档无人看管地跑的人:它可能把整个输出上限都花在推理上,什么都不返回。

替代选择

价格来自 2026 年 11 月 11 日各厂商自己的价格页,单位是每百万 token 多少美元,附 Artificial Analysis 的指数分。Claude Opus 5.5 在上面有单独一节。

模型厂商输入输出AA 指数AA-3D Elo
Claude Fable 5.2Anthropic8.0040.00651271
Claude Sonnet 5.5Anthropic2.0010.00551204
Gemini 4 Carbon谷歌11 月 30 日前 2.00,之后 4.0010.00,之后 20.0060
Gemini 4 Argon谷歌11 月 30 日前 2.00,之后 4.0010.00,之后 20.00501147
Kimi K3.1 Pro月之暗面2.0010.00461112

来源:Anthropic、谷歌、月之暗面;Artificial Analysis 上的 Sonnet 5.5 和 Kimi K3.1 Pro;AA-3D。

Claude Sonnet 5.5 是做 3D 和视频的省钱之选:AA-3D 和 Code2Video-AA 上都排第二,token 价格只有 Fable 的四分之一。

Gemini 4 Carbon 适合要输入视频、音频或 PDF 的场景,或者想在涨价前大量使用的人。

GPT-6 Astra(OpenAI)适合最看重 DesignArena 投票结果的人:它在 3D、单文件游戏和 HTML 代码榜上都排第一。

Kimi K3.1 Pro 适合想要开放权重、每百万 token 2 和 10 美元的买家,不过它在表里分数最低。

想试试 Fable 5.2,用 high 档跑一次短的 API 请求只要几美元,Max 和 Ultra 方案也都含它;做长时间的创意项目,先把 token 预算算好。

来源

来源

  1. 推出 Claude Fable 5.2 和 Claude Mythos 5.2:跑分、价格和防护措施(Anthropic,2026 年 11 月 9 日) (anthropic.com), 访问于
  2. Claude Fable 5.2 模型页:2026 年 11 月 9 日发布,规格和价格(Claude 平台文档) (platform.claude.com), 访问于
  3. Claude Fable 5.2 新变化:不兼容改动、推理强度、价格和上线平台(Claude 平台文档) (platform.claude.com), 访问于
  4. Claude Fable 5.2 迁移指南:预填充和采样参数(Claude 平台文档) (platform.claude.com), 访问于
  5. Claude Fable 5.2 提示词指南(Claude 平台文档) (platform.claude.com), 访问于
  6. 推理强度:Claude Fable 5.2 的推荐档位(Claude 平台文档) (platform.claude.com), 访问于
  7. 模型总览:Fable 5.2、Opus 5.5、Sonnet 5.5、Haiku 5.5(Claude 平台文档) (platform.claude.com), 访问于
  8. 价格:模型、缓存、批量和快速模式价格(Claude 平台文档) (platform.claude.com), 访问于
  9. Claude 会员方案和 API 价格(claude.com) (claude.com), 访问于
  10. Claude Fable 5.2 发布优惠(Claude 帮助中心) (support.claude.com), 访问于
  11. Claude Fable 5.2 和 Claude Mythos 5.2 系统卡(Anthropic,2026 年 11 月 9 日) (anthropic.com), 访问于
  12. API 与数据保留:受管控模型须保留数据 30 天(Claude 平台文档) (platform.claude.com), 访问于
  13. 快速模式:可用平台和限制(Claude 平台文档) (platform.claude.com), 访问于
  14. 我的数据会保存多久?(Anthropic 隐私中心) (privacy.claude.com), 访问于
  15. Claude Fable 5.2 设计出一个能用的语音助手中枢(Claude,YouTube,2026 年 11 月 9 日) (youtube.com), 访问于
  16. Anthropic 发布新的 Claude Fable 和 Mythos 5.2 模型(The Verge,2026 年 11 月 9 日) (theverge.com), 访问于
  17. Amodei 呼吁放缓之后,Anthropic 首次发布前沿模型(CNBC,2026 年 11 月 9 日) (cnbc.com), 访问于
  18. Anthropic 的 Claude Fable 5.2 很强,但要准备好花钱(Decrypt,2026 年 11 月 9 日) (decrypt.co), 访问于
  19. Claude Fable 5.2(max)模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  20. Claude Fable 5.2(high)模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  21. Claude Fable 5.2(medium)模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  22. Claude Opus 5.5(max)模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  23. Claude Sonnet 5.5(max)模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  24. Gemini 4 Carbon(high)模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  25. GPT-6 Astra(max)模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  26. Kimi K3.1 Pro 模型页:智能、速度和价格(Artificial Analysis) (artificialanalysis.ai), 访问于
  27. AA-3D:按盲投排名的交互式 three.js 场景(Artificial Analysis) (artificialanalysis.ai), 访问于
  28. Code2Video-AA:用 HTML 和 GSAP 写的产品视频(Artificial Analysis) (artificialanalysis.ai), 访问于
  29. 智能体总榜,2026 年 11 月 11 日更新(DesignArena) (designarena.ai), 访问于
  30. 3D 设计榜,2026 年 11 月 11 日更新(DesignArena) (designarena.ai), 访问于
  31. Blender 榜,2026 年 11 月 11 日更新(DesignArena) (designarena.ai), 访问于
  32. 游戏开发榜,2026 年 11 月 11 日更新(DesignArena) (designarena.ai), 访问于
  33. 网站榜,2026 年 11 月 11 日更新(DesignArena) (designarena.ai), 访问于
  34. MacBook SVG 基准:34 个 AI 模型排名(PlayCode,2026 年 11 月 9 日更新) (playcode.io), 访问于
  35. llm-anthropic 0.31:Fable 5.2 五档推理强度画的鹈鹕(Simon Willison,2026 年 11 月 9 日) (simonwillison.net), 访问于
  36. Fable 5.2 画鹈鹕的运行记录,含 token 数和耗时(Simon Willison,GitHub gist) (gist.github.com), 访问于
  37. Yonkers Rises:Fable 5.2 做的 three.js 动画(Simon Willison,2026 年 11 月 10 日) (simonwillison.net), 访问于
  38. llm-gemini 0.36:Gemini 4 Carbon 的鹈鹕和同一个 three.js 提示词(Simon Willison,2026 年 11 月 10 日) (simonwillison.net), 访问于
  39. Fable 5.2 和参差不齐的 AGI(Ethan Mollick,One Useful Thing,2026 年 11 月 9 日) (oneusefulthing.org), 访问于
  40. Portals:471 个用代码生成的 3D 世界,README(emollick/ai-portals,GitHub) (github.com), 访问于
  41. Fable 5.2 一次做完了我侄子梦想中的游戏(NotesByLex,2026 年 11 月 10 日) (notesbylex.com), 访问于
  42. 我曾经讨厌 Claude,Fable 5.2 改变了我的看法(How I AI,YouTube,2026 年 11 月 9 日) (youtube.com), 访问于
  43. 用户反馈:Fable 画画特别强(Hacker News 评论) (news.ycombinator.com), 访问于
  44. 用户反馈:和 Opus 5.5 的看图写 HTML 对比(Hacker News 评论) (news.ycombinator.com), 访问于
  45. 用户反馈:一次代码审查半小时就用光 5 小时额度(Hacker News 评论) (news.ycombinator.com), 访问于
  46. 用户反馈:讨论设计时跑偏,给出错误回答(Hacker News 评论) (news.ycombinator.com), 访问于
  47. 游戏作者按 API 价格估算的费用(Hacker News 评论) (news.ycombinator.com), 访问于
  48. Fable 5.2 一次做完了我侄子梦想中的游戏(Hacker News 讨论) (news.ycombinator.com), 访问于
  49. Saltline:Fable 5.2 做的第一人称射击游戏(Hacker News 讨论) (news.ycombinator.com), 访问于
  50. 用户反馈:用 Fable 5.2 操作 Blender(Hacker News 评论) (news.ycombinator.com), 访问于
  51. Ask HN:有人发现 Fable 5.2 犯语法错误吗?(Hacker News) (news.ycombinator.com), 访问于
  52. Gemini 4 Carbon 已经可用(Hacker News 讨论) (news.ycombinator.com), 访问于
  53. Gemini 4 Carbon 的鹈鹕和 three.js 结果(Hacker News 评论) (news.ycombinator.com), 访问于
  54. Gemini 4 Carbon 新变化(Google AI for Developers) (ai.google.dev), 访问于
  55. Gemini 4 Carbon 模型页:输入、上下文和输出(Google AI for Developers) (ai.google.dev), 访问于
  56. Gemini Developer API 价格:Gemini 4 Carbon 和 Argon(谷歌) (ai.google.dev), 访问于
  57. 模型推理价格:Kimi K3.1 Pro(Kimi API 开放平台) (platform.kimi.ai), 访问于

更新记录

更新记录

  1. 依据 Anthropic 自己的页面、系统卡、文档、价格和数据规则,Artificial Analysis、DesignArena 和 PlayCode 的结果,Simon Willison、Ethan Mollick、How I AI 和 NotesByLex 的公开实验,Decrypt 的报道,Hacker News 上的用户反馈,以及竞品模型的价格页,创建本页。

GenGrades 推荐阅读

  • 工具评测

    Devin

    Devin 是 Cognition 推出的 AI 编程智能体(AI 软件工程师):它在自己的云端电脑上干活,做完就提交 PR,并配有 Devin Desktop(原 Windsurf)和命令行工具 Devin CLI。2026 年 11 月,Cognition 推出了更便宜的 SWE-2 Flash 模型和 Devin Review 2.0。套餐每月 0 到 200 美元;最知名的外部测评来自 Answer.AI,20 个任务只成功了 3 个。

  • 模型评测

    Kimi K3.1 Pro

    Kimi K3.1 Pro 是月之暗面(Moonshot AI)的开放权重模型,总参数 2.8 万亿,上下文 100 万 token,2026 年 10 月 23 日发布,11 月 4 日公开权重。API 每百万 token 输入 2 美元、输出 10 美元,是 Claude Opus 5.5 的一半。Vals AI 测得它的 Terminal-Bench 4.0 成绩接近 Opus,但独立综合榜单把它排得更低;它速度慢,还有一份外部审查质疑它的跑分领先。

  • 模型评测

    Inkling 2 Small

    Inkling 2 Small 是 Thinking Machines Lab 的混合专家模型,总参数 5940 亿、激活 170 亿,能读文本和图片。它在 2026 年 11 月 5 日上线 Tinker,权重暂不公开,官方承诺安全测试后以 Apache 2.0 开放;每百万输入 token 0.30 美元、输出 1.00 美元。Artificial Analysis 给它 31 分,低于 DeepSeek V4.1 Flash,而且速度慢。

  • 模型评测

    Mistral Large 4

    Mistral Large 4 是 Mistral AI 的开放权重混合专家模型,总参数 1 万亿、激活 520 亿,2026 年 10 月 6 日发布预览版,10 月 29 日开放权重。API 每百万输入 token 0.70 美元、输出 2.10 美元。Artificial Analysis 给它 26 分,落后于 GLM-5.3 和 DeepSeek V4.1 Flash 的 32 分;自己部署完整权重需要 8 块数据中心级 GPU。

  • 模型评测

    LongCat-2.5

    LongCat-2.5 是美团的 1.6 万亿参数大模型,主攻长程编程和智能体任务,2026 年 11 月 2 日发布;和 LongCat-2.0 不同,它还能读图片和视频。API 首发折扣价是每百万输入 token 0.30 美元、每百万输出 token 1.20 美元。权重还没放出,目前所有跑分都来自美团自己。

  • 工具评测

    Venice AI

    Venice AI 是 Venice.ai 公司推出的 AI 聊天、图像、视频和 API 服务,由 Erik Voorhees 在 2024 年创立,不额外加内容过滤,聊天记录存在你自己的设备上。Venice 在 2026 年 7 月以 10 亿美元估值融资 6500 万美元。Pro 会员每月 18 美元,但发给 Claude、GPT 或 Gemini 的提示词仍会到达这些模型的开发商。