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 5.2 | Claude Opus 5.5 |
|---|
| API 价格,每百万 token 输入和输出(美元) | 8.00 和 40.00 | 4.00 和 20.00 |
| API 默认推理强度 | high | medium |
| FrontierCode 2.0,Anthropic | xhigh 49.1%;high 45.3% | 最好成绩 45.5% |
| FrontierSWE v2,Anthropic | 69.9% | 62.3% |
| Terminal-Bench-Science 0.1,Anthropic | 74.6% | 58.7% |
| Remote Labor Index,Anthropic | 41.3% | 21.3% |
| 智能指数,Artificial Analysis | high 62;max 65 | max 59 |
| 每个指数任务成本,Artificial Analysis | high 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 Analysis | high 16.9;max 45.0 | max 25.0 |
| AA-3D,three.js 场景 | 1271 Elo,第 1 | 1202 Elo,第 3 |
| DesignArena 智能体总榜 | 1358,第 4 | 1441,第 1(high 推理强度) |
| DesignArena 3D 设计榜 | 1513,第 2 | 1461,第 3 |
| DesignArena 网站榜 | 1318,第 9 | 1324,第 7 |
| DesignArena 单文件游戏榜 | 1399,第 7 | 1428,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 SVG | 34 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 5.1 | Claude Fable 5.2 |
|---|
| API 价格,每百万 token 输入和输出(美元) | 10.00 和 50.00 | 8.00 和 40.00 |
| 缓存读取,每百万 token(美元) | 0.25 | 0.20 |
| FrontierCode 2.0(xhigh),Anthropic | 32.4% | 49.1% |
| Terminal-Bench 4.0,Anthropic | 55.8% | 67.6% |
| AA-3D,Elo | 1139 | 1271 |
| DesignArena 智能体总榜,Elo | 1327 | 1358 |
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) |
|---|
| medium | 56 | 3.80 美元 | 7.7 |
| high | 62 | 9.08 美元 | 16.9 |
| max | 65 | 26.54 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 |
|---|
| Free | 0 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 5.2 | Gemini 4 Carbon | GPT-6 Astra |
|---|
| FrontierCode 2.0 | Anthropic | 49.1%(xhigh) | 41.1%(medium) | 42.8% |
| FrontierSWE v2 | Anthropic | 69.9% | 61.2% | 65.5% |
| AutomationBench | Anthropic | 51.4% | 53.9% | 41.4% |
| Terminal-Bench-Science 0.1 | Anthropic | 74.6% | 64.8% | 68.1% |
| Chartography(不用工具) | Anthropic | 73.4% | 72.5% | 71.0% |
| 智能指数 v5.0.1 | Artificial Analysis | 65(max) | 60(high) | 57(max) |
| 每个指数任务成本 | Artificial Analysis | 26.54 美元 | 7.76 美元 | 6.24 美元 |
| AA-3D,Elo | Artificial Analysis | 1271,第 1 | | 1168 |
| 智能体总榜,Elo | DesignArena 投票者 | 1358,第 4 | 1270,第 10 | 1386,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 5.2 | Gemini 4 Carbon |
|---|
| 厂商 | Anthropic | 谷歌 |
| API 价格,每百万 token 输入和输出(美元) | 8.00 和 40.00 | 2026 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 token | 1,048,576 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 | 1,064 | 221 |
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 5.2 | Anthropic | 8.00 | 40.00 | 65 | 1271 |
| Claude Sonnet 5.5 | Anthropic | 2.00 | 10.00 | 55 | 1204 |
| Gemini 4 Carbon | 谷歌 | 11 月 30 日前 2.00,之后 4.00 | 10.00,之后 20.00 | 60 | |
| Gemini 4 Argon | 谷歌 | 11 月 30 日前 2.00,之后 4.00 | 10.00,之后 20.00 | 50 | 1147 |
| Kimi K3.1 Pro | 月之暗面 | 2.00 | 10.00 | 46 | 1112 |
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。