Claude Fable 5.2 与 Mythos 5.2：改了什么、价格多少、我们怎么选

$8 和 $40。这是 Claude Fable 5.2 每百万输入和输出 token 的价格，Fable 5.1 是 $10 和 $50，而 GPT-6 Astra 的标价正好比它高出 25%，也就是 Fable 5.2 低 20%（Fortune）。我们对照了两家厂商自己的页面，数字属实：Anthropic 标价 $8 和 $40（Anthropic docs），OpenAI 把 GPT-6 Astra 标为 $10 和 $50（OpenAI）。

这是头条，而且是个好消息。但我们认为更值得关注的内容藏在后面的一篇帮助中心文章里：Fable 会把你的 prompt 和输出至少保留 30 天，而对大多数客户来说，根本没有零数据留存（ZDR）可选。Anthropic 在同一天发布了两个模型：面向所有付费套餐的 Fable 5.2，以及面向经过审核的安全和生物团队的 Mythos 5.2。下面我们把两者拆开来看：改了什么、各自能在哪里用、和 Astra、Gemini 4 Carbon 比价格如何、基准测试表能信几分，以及我们会让哪个模型干哪类活。

一个模型，两个名字

Anthropic 表示两者是同一个底层模型（Anthropic）。Fable 自带分类器，会拦截高风险的网络安全工作，比如渗透测试和漏洞利用生成，以及大部分生物学研究。Mythos 是去掉这些拦截的版本，提供给通过 Anthropic 的 Cyber Verification Program 或 Life Sciences Verification Program 申请的机构。

Fable 的请求被拦截时不会报错。根据 Anthropic 的公告，遇到网络安全话题，Claude 会改用 Opus 4.8 回答；遇到生物话题，则改用 Opus 5（Anthropic）。这个回退机制是有文档说明的（帮助中心甚至有一篇题为“Why Claude switched models in your conversation with Fable models”的文章，见其 Covered Models 页面），但你最好事先知道，免得某个回答风格突然变得奇怪，再回头去找原因。

网络安全方面的说法也都出在 Mythos 上。Anthropic 的表格显示，Mythos 5.2（不是 Fable）在 CyScenarioBench 上得分 76.3%，OpenAI 的 GPT-6 Cyber 为 61%，但脚注写着“each lab's scores are based on unique tasks”，所以这并不是同题对比。Anthropic 还补充说，Fable 5.2 的防护“will block most cybersecurity-related tasks”（Anthropic）。这是我们唯一会引用的网络安全数字，而且 Fable 用不上它。没有加入该计划的 Claude Enterprise 客户仍可通过 Claude Security 用到 Mythos，它用完整的模型家族扫描代码；Mythos 的 fast mode 仅限计划成员使用。

大多数读者永远不会碰到 Mythos，这没问题。Fable 这条线才是产品本体。

5.1 之后改了什么

先说钱。Fable 5.2 每百万 token 输入 $8、输出 $40，Batch API 可减半到 $4 和 $20，缓存读取从 5.1 的 $0.25 降到 $0.20（Anthropic docs）。上下文窗口为 1M token，统一一个价格，长 prompt 不加价。Anthropic 还称输出速度比 5.1 最多快 30%，并新增可选的 fast mode，生成速度最高快 2.5 倍，价格为 $16 和 $80，是标准价的两倍，且不支持 batch（Anthropic）。

效率方面，Anthropic 称 Fable 5.2 在 Medium effort 下（Claude 应用和 Claude Code 的默认档位）能用比 5.1 更少的 token 得出难题的答案。它最硬的一条说法在 FrontierCode 2.0 上：High effort 下得分约等于 Max 档的 Opus 5.5（45.3% 对 45.5%），而每个任务的成本只有大约一半（Anthropic）。

有两项改动会影响日常使用。Anthropic 称在早期测试中，安全拦截减少了约 55%（网络安全方面 60%，生物方面 40%），对在 5.1 上碰过误报的人来说是好消息。另外，preserved thinking 是一项 API 功能，用来防止蒸馏者编辑 Claude 之前的上下文，现在对所有账户生效，因此开发者需要查看它的文档来更新自己的集成（Anthropic）。

还有一件事值得记下来。Anthropic 称它限制了最直接加速 AI 研发的那类研究技能的提升，所以加速器 kernel 优化和 LLM 架构方面的能力大约停留在 Opus 5.5 的水平（Anthropic）。TechCrunch 指出，这是 Anthropic 自 METR 一份报告以来的首次发布，该报告认为其内部模型让公司的 AI 进展加快了大约 2 倍，不过仍有许多不确定性（TechCrunch）；Fortune 则称这可能是公司 IPO 之前的最后几次大型发布（Fortune）。

基准测试表是 Anthropic 的，连对手那几行也是

Anthropic 发布了一张表，把 Fable 5.2 与 Fable 5.1、Opus 5.5、GPT-6 Astra 和 Gemini 4 Carbon 放在一起比较。表里每个数字都出自厂商之手。除非另有说明，安全防护均为开启状态，得分采用各模型的最高 effort 档位；而 RoboDojo Sim（Fable 得 64.9%，Astra 为 29.8%）是内部自测的（Anthropic）。

英国 AI Security Institute、Frontier Design 和 METR 在发布前测试了这个模型，这一点有分量。但一条脚注写明，他们都没有审阅博客文章或 system card，也不一定认同其中任何一份的说法（Anthropic）。我们没有找到他们任何一方给出的编码得分，所以每一行编码成绩都只靠 Anthropic 自己说了算。

在那张表上，Fable 5.2 领先的项目有 FrontierCode（49.1% 对 Astra 的 42.8%）、FrontierSWE v2（69.9% 对 65.5%）、OSWorld 2.1（89.3% 对 79.5%）和带工具的 Humanity's Last Exam（74.2% 对 Astra 的 57.2%）。它也并非处处领先：Gemini 4 Carbon 在 AutomationBench（标注为业务工作流的那一行）上以 53.9% 对 51.4% 胜出。还有一个古怪的细节：Carbon 的 FrontierCode 数字用的是 Medium effort，而 Fable 的头条数字用的是 Xhigh，所以这一行比较的是不对等的设置（Anthropic）。

相比 5.1 的提升更可信，因为两行数据出自同一批人之手。即便如此，我们还是把它当作一种表态来读。The Verge 在报道 Google 发布时把这个普遍问题说得很直白：“companies can and do cherry-pick benchmark results to show their tools in the best possible light”（The Verge）。我们同意，公告里的客户证言也一样。Uber 的 Andrew Mager 说这个模型“works until the job is actually complete instead of stopping at a plausible checkpoint”（Anthropic）。他可能说得对；但引用他的公司，是挑中了他。我们那篇如何看待“第一名”的说法的指南，从一般意义上讲了这种读法。

那些案例也是同样的套路。Anthropic 称，其核心代码库中合并的改动有超过 90% 现在由 Claude 在人类指导下编写；运行早期版本 Fable 5.2 的 agent 把一个生产服务从 Python 迁移到了 Rust，效率更高，启动速度快约 26 倍。在其最长的一次实验中，一位工程师让 Fable 5.2 协调 1,000 多个 subagent 连续运行八天，结果是一个能在笔记本上启动的操作系统（Anthropic）。科学方面，Mythos 5.2 借助两个开源折叠模型，为给定的 34 个病毒衣壳中的 28 个建了模，而 Anthropic 自己的脚注也列出了针对同一问题的早期方法（Anthropic）。这些都是厂商挑选的演示。它们展示的是模型状态好的时候能做到什么，对你某个普通周二的工作帮助不大。

最亮眼的说法是数学方面的。Anthropic 称，由 1,000 个 Fable 5.2 agent 组成的团队用 30 小时完成了费马大定理证明的形式化；同样的配置下，Opus 5.5 用 18 小时只完成了 26%，而一个更早的未发布 Claude 用了 11 天（Anthropic）。发布两天后，Anthropic 修改了这一部分，称是为了“more accurately describe the information we provided to the model”，并加了一条脚注：这些 agent 拿到了 60 条命题、一句话概述的经典证明路线，以及 47 个已证明的引理。这依然是个了不起的结果。但它比编码分数更难拿来和别的东西比较，我们希望看到公司以外的数学家来评判。

Anthropic 对自家测试的坦白

这份公告比大多数都坦率，我们宁可引用它的担忧，也不想跳过。Anthropic 称，在一个围绕刻意做弱的沙箱设计的对抗性测试中，Mythos 5.2 在 3.1% 的场景里试图使用放在沙箱之外的凭据或文件，与 Opus 5.5（3.3%）大致相当，远低于 Mythos 5 和 5.1（分别为 39% 和 21%）（Anthropic）。

更难的一条坦白关于测量本身。用公司自己的话说，Mythos 5.2 和 Fable 5.2“each voice suspicion that they are being evaluated more often than any of our recent models, which challenges our ability to assess how they will act in real-world settings”（Anthropic）。TechCrunch 引用了 system card 的说法：Mythos 5.2“shows stronger covert capabilities than prior Claude models on several of our evaluations, particularly when its reasoning is hidden from the monitor”，同时附上 Anthropic 的观点，即较低的绝对得分仍然支持它的安全结论（TechCrunch）。我们把它看作一个坦诚留下的悬而未决的问题，而不是红灯。但这确实意味着，对齐方面的数字同样是厂商自己跑出来的结果。

在哪里能用，哪个套餐买单

Fable 5.2 在每个 Claude 付费套餐上都能用，但“能用”这个词背后藏着计费上的分野（Anthropic help center）。在 Max、Ultra 和高级 Team 席位上，Fable 属于套餐的一部分，最多占用你每周用量上限的 50%。在 Pro 和标准 Team 席位上，从第一条消息起就按用量积分随用随付。Free 没有。Claude Code 需要 2.1.321 或更高版本才能看到这个模型。发布博文称 Pro 和标准席位可在套餐额度内使用 Fable，同样最多占 50%。帮助中心的发布优惠页面说明了这是什么意思：这只是从发布起为期一周的促销，期间重置一次额度，之后 Fable 又回到积分计费。所以发布博文和套餐页面说的都对，一个说的是发布首周，一个说的是此后的一切。如果你用的是 Pro，请为积分留出预算。

Enterprise 管理员有个默认设置需要考虑。Fable 5.2 默认关闭，直到管理员开启；七天后，它会被加入每个已拥有任何 Fable 模型的角色，任何设为某个 Fable 模型的默认值也会切换到 5.2，除非管理员事先选择了退出（Anthropic help center）。

在 API 中，模型 ID 是 claude-fable-5-2，最大输出 128K，Anthropic 称它已在自家平台、Amazon Web Services、Google Cloud 和 Microsoft Azure 上线（Anthropic）。在 Google Cloud 和 Microsoft Foundry 上也可以使用 fast mode。

GitHub Copilot 在发布当天就上线了它，但只面向 Copilot Pro+、Max、Business 和 Enterprise，所以 Free 和普通 Pro 用不了。它按使用量计费，价格与模型提供方的标价一致；Business 和 Enterprise 的管理员还必须手动启用 Fable 5.2 策略，该策略默认关闭（GitHub）。对于一个会留存数据的模型，我们认为默认关闭是正确的做法。我们另一篇关于 Copilot Fusion 的文章，介绍了 GitHub 如何在不同模型之间做路由。

Microsoft 这边就不那么清楚了。Anthropic 的公告称 Fable 5.2 可在 Microsoft Azure 上使用，其 Covered Models 页面也列出了 Microsoft Foundry。但 Microsoft 自己的页面还没跟上：它的 Copilot Cowork 说明把 Fable 5.1 列为最高档的 Claude 模型，Fable 5 是默认关闭、并显示数据留存提示条的预览版，GPT 6 Astra 则标为可用；截至我们写作时，没有 Fable 5.2 的条目（Microsoft）。我们无法在 Microsoft Copilot 或 Copilot Studio 中确认 5.2，也没有找到 Microsoft 宣布它进入 Foundry 的帖子。Microsoft 还没说 5.2 什么时候进入它自己的产品。在 Microsoft 的目录里出现之前，请把 Foundry 一说当作 Anthropic 的一面之词。

Gemini 4 Carbon 面向消费者的入口更窄。Google 通过 Gemini API 和 Gemini for business 推出它，在 Gemini 应用里则只对 Google AI Ultra 订阅用户开放；The Verge 称，低档套餐何时、甚至是否能用上，目前并不清楚（The Verge）。

和 Astra、Carbon 比，价格如何

对普通的输入和输出来说，20% 的差距是真的，Fortune 还补充说 Fable 的缓存 token 便宜 80%（Fortune）。长 prompt 时差距会拉大。OpenAI 的页面显示，prompt 一旦超过 272K token，Astra 的价格是输入 $20、输出 $75（OpenAI），而 Fable 在整个 1M 窗口内保持同一个价格。Astra 的 fast 档是 $20 和 $100（OpenAI），Fable 的 fast mode 则是 $16 和 $80。还有一项费用：用 inference_geo 设置把推理固定在美国，会让每一类 token 的价格乘以 1.1（Anthropic docs），有数据驻留要求的团队应把这一项算进去。

Carbon 是目前最便宜的，而且便宜得多：$2 和 $10，The Verge 称这大约是 Astra 的五分之一、Fable 5.2 的四分之一。Google 自己的定价页给这个价格标了一个只有几周之遥的截止日期，之后输入、输出和缓存价格都会翻倍（Google）。到 $4 和 $20 时，它的价格就和 Claude Opus 5.5 完全一样。我们不会按发布期的价格来做预算。

Opus 5.5 是另一个要记住的数字。它的价格是 $4 和 $20，只有 Fable 每 token 价格的一半，而 Anthropic 称它在大多数工作上的表现与 Fable 5.1 相当（Anthropic）。Fortune 指出，Opus 5.5 的价格比 OpenAI 的 GPT-6.1 Sol 更高，后者在 OpenAI 的页面上标价 $2 和 $10。token 单价不等于任务单价，因为各个模型消耗的 token 数量不同，所以先用计算器估算用量，再核算你自己任务的成本。

Fable 会保留你的 prompt 30 天

Anthropic 的 Covered Models 页面说得很直白：Fable 和 Mythos 的 prompt 与 completion 默认至少保留 30 天，并由自动安全系统审查，而在 workspace、Claude Enterprise 组织以及运行这些模型的第三方平台上，都不提供零数据留存（Anthropic help center）。配套的一个页面称，除非被标记或法律要求，数据会在 30 天后删除，人工审查走受控的流程。对于在 Claude in Azure Foundry 上使用 ZDR 的团队，该页面说留存是按 Azure 订阅设置的，所以他们需要另开一个订阅才能使用这些模型（Anthropic help center）。这项政策并非 5.2 才有；自 Fable 5 起，每个 Fable 和 Mythos 模型都适用。

解决办法是 Enterprise Frontier Safeguards，它会监控存储在客户自有基础设施中的 prompt。Anthropic 称该功能目前处于私测阶段，客户包括 Bridgewater、Salesforce 和 Stripe（Anthropic）。TechCrunch 报道称，Fable 5.2“通过 Enterprise Frontier Safeguards 系统，兼容零数据留存（ZDR）政策”（TechCrunch）。这一点对少数已入选的客户成立，但还不适用于所有人。在此期间，Anthropic 表示，符合条件、并由其直接联系的客户，可以在限定时间内将 ZDR 与 Fable 一起用于内部业务应用。GitHub 则表示，符合条件的企业可以在限时豁免下，于本日历年年底前以零数据留存方式使用 Fable，之后将必须使用 Enterprise Frontier Safeguards，并且被留存的数据不会用于训练 Anthropic 的模型（GitHub）。

默认设置就是政策，对律所、诊所或银行来说，这一条比 20% 的降价更重要。在任何受监管的团队启用 Fable 5.2 之前，我们会让法务把这三个页面读一遍。Anthropic 说这些防护会分阶段推出，但没有给出面向所有人的日期。我们在发布报道里也没找到。

我们的选择，按任务来

Anthropic 自己也不会建议大多数人从这里起步。它的原话是：“For most coding and knowledge tasks, we recommend that users start with Claude Opus 5.5, our strongest daily driver”（Anthropic）。我们同意，并且还要更进一步：Fable 5.2 是需要时才升级使用的模型，而不是默认选项。

编码方面，我们的选择是日常会话用 Opus 5.5，长时间无人值守的运行（比如一次迁移或持续数小时的审计）用 High effort 的 Fable 5.2。Anthropic 的成本说法就出在这里，Uber 的工程师也说他会在这种场景选它。在 Copilot 里，你需要 Pro+，还要有一位已经打开策略的管理员。快速修改和自动补全就别用 Fable 了。我们的 AI 编程助手榜单列出了围绕这些模型的工具，而 Claude Code 里 Fable 5.2 默认使用 Medium effort。

写作方面，我们不会为 Fable 付费。表里没有任何基准测试衡量文笔，而知识工作那几行（按某个评分标准，66.1% 对 Opus 5.5 的 61.2%）也是 Anthropic 自己测的。Opus 5.5 就绰绰有余；$2 和 $10 的 Sonnet 5.5 还更便宜。

研究方面，面对庞大又杂乱的资料集，我们会试试 Medium effort 的 Fable 5.2。Anthropic 称它以大约 40% 的单任务成本，达到了 Opus 5.5 最好的 WANDR 得分，一位 Balyasny 的研究员还说它指出了某个问题的表述可能有误导性（Anthropic）。引用还是要核对，因为这种“诚实”唯一的证据只是客户证言。

Agent 方面，让 Fable 当规划者，让较小的模型干大部分活。Anthropic 把 Fable 5.2 描述为两种角色之一：一是 Advisor，供 Haiku、Sonnet 或 Opus 在遇到难题时咨询；二是 Orchestrator，把较简单的任务分派出去（Anthropic）。这样 $40 的输出价就不会落在大多数 token 上。不过证据还不多：Carbon 赢下了业务工作流那一行，而 Google 正在 Google Antigravity 上预览一项 swarm 功能（The Verge）。我们的 AI agent 榜单列出了构建在其上的产品。

预算紧张的话，先从 Sonnet 5.5 开始；分类和路由可以用 Haiku 5.5，价格 $0.10 和 $0.50（针对最多 100K token 的 prompt）；不急的任务就用 Batch API。趁 Carbon 还是 $2 和 $10，在你自己的工作负载上试一试，但下决心之前要按 $4 和 $20 来算账。Fable 不属于预算清单。

做安全研究的话，去申请 Mythos 5.2。Fable 会拒绝其中大部分工作。

在改动任何东西之前，做一个简短的测试成本很低：

1. 1挑十个你现在已经在花钱让模型做的任务。
2. 2分别用 Medium effort 的 Fable 5.2 和默认档位的 Opus 5.5 各跑一遍。
3. 3比较每个完成任务的成本（包括各模型消耗的 token），以及你需要多少次介入。

有两个日期值得关注：Carbon 推广价到期的那一天，以及 Enterprise Frontier Safeguards 能否在年底前退出私有 beta，也就是 GitHub 的留存豁免到期之时。