token单价降了两成，单个任务的平均开销却翻了一倍，模型还变得比以前更啰嗦，Fable 5.2亮相后不到一小时，独立测评机构Artificial Analysis就发布长文，晒出了这样一份账单，把Anthropic新模型的性价比问题摆上了台面。
引发争议的，是Anthropic赶在IPO前夕同时推出的两款新模型：Claude Fable 5.2与Mythos 5.2。二者出自同一底座，分野只在安全权限。Fable 5.2面向通用用户，在网络安全与生物两大领域保留防护限制；Mythos 5.2仅向通过审核的机构开放，为合规的网络安全、生命科学研究解除相关约束。
先看Artificial Analysis给出的完整结论。他们将Fable 5.2纳入Intelligence Index v5测评，max档以65分登顶，领先Opus 5.5的59分6分，比上一代Fable 5.1的49分高出约15分，九项评测中拿下五项最高分。论智力水平，Fable系列依旧是天花板，这一点没有争议。
真正的麻烦在成本端。max档平均每个任务要花26.5美元，Opus 5.5在相同档位约为10美元，前者是后者的2.6倍，也差不多是Fable 5.1的两倍。单价明明降了，总账却翻番。该机构还给出另一组数字：Fable 5.2在整个评测里生成了约2.75亿token，同类模型的中位数只有7280万，“它话太多了”。
平心而论，这次降价幅度不小。Fable 5.2的百万token输入价从10美元降到8美元，输出从50美元降到40美元，输出速度最高快了30%。另有单独计费的fast mode，输入16美元、输出80美元，可换取最高2.5倍的生成提速。缓存读取更是从Fable 5的1美元直落到0.2美元。Anthropic还提供了一种换算方式：把Fable 5.2的effort调到High，成绩大致追平Opus 5.5开到最高档的水平，而每个任务的成本只需后者一半左右。
至于降价的动机，官方通篇未置一词。把时间拨回9月12日，阿莫迪发文《We Must Pace the Frontier》，称放慢“不意味着停止模型训练或技术进步，而是确保公司有足够时间对齐并给模型加防护”。十天后的9月22日，Anthropic发布Opus 5.5，标价下调20%至4美元和20美元，并称运行成本比Opus 5低约40%。大约两小时后，OpenAI跟进推出GPT-6 Sol和Luna，定价比GPT-5.6促销价低约50%。
Ramp经济学家阿拉·哈拉齐安的判断相当直白：“这不是什么技术革新，这其实是一种价格战，压低AI价格，也压低了自己的利润率。”
另一处让外界费解的是版本号：新模型叫5.2，而此前的Opus已经迭代到5.5。The New Stack评论称，“竟然没叫Fable 5.5，真让人有点意外”。对此Anthropic没有给出任何解释。
抛开账单，这一代真正的升级重心在长任务，机器人训练是最突出的方向。官方公布的基准对照显示：机器人控制RoboDojo Sim从27.6%跃升至64.9%，涨了2.35倍；图表识别从44.8%到73.4%；远程职业任务从17.9%到41.3%；科研终端从52.6%到74.6%；FrontierCode 2.0从32.4%到49.1%；带工具的HLE从65.6%到74.2%。
对照之下，两类“短平快”项目几乎没有动静：电脑操作OSWorld 2.1只从83.5%爬到89.3%，知识工作AA-Briefcase从61.5%（ELO 1669）到66.1%（ELO 1785）。规律很清楚，耗时越长、调用的工具越多，涨得越猛；一轮就能答完的题，基本原地踏步。
长任务究竟可以长到什么程度？Anthropic做了一组对照实验：1000个Fable 5.2的agent耗时近30个小时，完成了费马大定理的形式化证明。此前一个未发布版本，搭配定制的工具调度框架，加上研究员全程引导，做完同样的工作仍需11天，而Fable 5.2消耗的action token只有那个版本的三分之一。作为参照，换成1000个Opus 5.5的agent，18小时完成26%，30小时27%，随后任务彻底停滞。
涨幅榜上排名靠前的RoboDojo Sim值得单独展开。这个公开基准包含42个仿真任务和18个真机任务，全部采用双臂平台，模型只能凭借摄像头画面读取环境。评分维度有五个：泛化、记忆、精度、长程执行和开放词汇指令。它考察的是看着画面、记住此前发生的事、连续完成一串动作，中途机器人“歪了”还得自行纠正。Anthropic表示，由于这些任务对机器人而言在现实世界中全然陌生，Fable 5.2的表现超过了“大多数专为控制机器人而建的AI系统”。
这组成绩的行业分量不轻。过去业界默认，机器人必须配备专门的具身智能模型来处理空间理解与动作规划；而Fable 5.2是通用模型，任何公司都能直接拿来训练机器人，具身智能的入场门槛因此被大幅拉低。博主@himanshu也专门发文提醒，Fable 5.2有两项能力值得重点盯住：机器人和蛋白质设计。
编程是Anthropic的传统强项，这次却出现了反常一幕。官方放出的FrontierCode 2.0跑分图中，Fable 5.2的Xhigh模式以49.1%位居全球最强，每任务14.19美元；effort调到最高的max档，得分反而回落到45.6%，每任务成本飙至44.70美元。思考时间更长、token花得更多，效果却不如Xhigh，反常到让人怀疑成绩单填错了行。
Anthropic对此的解释是：高effort制造的是“过度斟酌”。处理例行工作时，模型可能“搜集超出任务所需的上下文并过度斟酌”，为此官方还准备了防“过度规划”的提示词。FrontierCode考察的是补丁够不够格合进真实仓库，而上下文早已写在diff里，把两行修复做成带主张的重构，在这套基准里就算不合格。官方还提到另一种可能：模型想得太久没能按时交卷，超时会被扣分。
跑分之外，Anthropic还强调Fable 5.2在审美与设计层面较5.1有明显迭代。发布不到半小时，社区就有人用新模型做出一款画面精致的FPS游戏，枪械、射击反馈和场景一应俱全，评论区甚至有人认为可以直接发布。按网友的说法，如果你清楚自己想玩一款什么样的游戏，却连第一行代码都没写，这时候倒适合让Fable多想几步。
