摘要： Anthropic 於 2026 年 11 月 9 日發表 Claude Fable 5.2 與 Claude Mythos 5.2，兩者是同一顆底層模型，差別在存取方式。定價降到每百萬輸入 tokens $8、輸出 $40，輸出速度比 5.1 版快最多 30%，另加一個付費的 fast mode。對在做 agentic 產品的人來說，重點不只是模型變強，而是成本結構和模型分工方式都跟著變了。
同一顆模型，兩種入口
延續 5.1 世代開始的設計，Fable 和 Mythos 仍然是同一顆模型、兩種發行方式。之前我寫過 5.1 版的雙重把關設計，這一代邏輯沒變：Fable 5.2 帶有資安和生物安全防護，所以對所有使用者開放；Mythos 5.2 則要走 Anthropic 擴充後的 Life Sciences 和 Cyber Verification Programs 申請，定位是給從事資安或生醫研究的組織。
安全測試方面的幾個具體點值得注意：Fable 5.2 的資安與生物防護強度和 5.1 相當，但誤擋（不必要的封鎖）更少；Anthropic 開發了針對 sandbox escape 這類特定風險的新型評測，並實作了歷來最強的防蒸餾攻擊（distillation attack）保護。他們自己的判斷是 misalignment 帶來的高風險仍然偏低——這句話是廠商自述，獨立驗證不在我們手上。
定價與速度，實際差在哪
先列硬數字：
- 標準定價：每百萬輸入 tokens $8、輸出 $40。
- 輸出生成比 Fable 5.1 / Mythos 5.1 快最多 30%。
- 可選 fast mode：生成速度最高再快 2.5 倍，代價是每百萬輸入 $16、輸出 $80。
比價格更有意思的是 effort 等級帶來的成本曲線。Anthropic 宣稱在 FrontierCode 2.0（衡量模型產出的變更會不會被開源專案維護者合併）上，Fable 5.2 在 High effort 拿 45.3%，和 Opus 5.5 最佳成績 45.5% 幾乎打平，但每個任務成本約為一半；在 Xhigh effort 則達到 49.1%，是他們測過所有已發布模型的最高分。其他幾條曲線方向一致：WANDR agentic search 在 Medium effort 下，用約四成成本追平 Opus 5.5 的最高分；Humanity’s Last Exam 在 Low effort 下，用不到十分之一的成本追平。另外像 Chartography 圖表辨識，Medium effort 的 66.4% 已超過 Opus 5.5 開到 Max effort 的 64.4%。
如果你把這些數字照單全收，結論是：同一個任務，用更低的 effort 等級可能就夠了。但要注意，這些都是 Anthropic 自家或其引用的評測，RoboDojo Sim 甚至是他們內部執行的，獨立第三方還沒有驗證。表格裡也有不能只看 Fable 分數的地方——CyScenarioBench 上 Mythos 5.2 開防護後是 76.3%，關掉防護則是 67.6%，防護本身的成本在這裡是可見的。
長任務的證據，和它沒證明的事
Anthropic 給了幾個規模不小的例子。他們說自家核心 codebase 合併的變更中，超過 90% 現在由 Claude 在人類指導下完成；一支跑 Fable 5.2 前身版本的 agent 團隊，把一個關鍵 production 服務從 Python 遷移到 Rust，啟動速度快了約 26 倍。預發布測試期間，Fable 5.2 在 30 小時內把費馬最後定理的證明形式化。
最極端的實驗是一位 Anthropic 工程師讓 Fable 5.2 從空資料夾開始設計原型作業系統：模型協調超過 1,000 個 subagents，連續運作八天，最後產出一個能在筆電上開機的 OS，含核心、磁碟與網路驅動、檔案系統、視窗和登入畫面。
早期測試者的回饋也有具體版本。Vercel 的 Member of Technical Staff Joe Haddad 說，他們用其他模型推了幾週的專案，換 Fable 5.2 後幾天內完成並通過團隊審核，審 code 的人要說的話更少了。
這些案例說明的是能力上限，不是常態分佈。八天開機一個 OS 的實驗，和你的生產工作流之間還隔著可靠性、失敗模式和大量 agentic 任務的實際帳單——這些本次資料都沒有涵蓋。
Builder 該怎麼排模型
Anthropic 自己的使用建議很明確：多數 coding 和知識任務先從 Claude Opus 5.5 開始，視任務規模往上切到 Fable 或 Mythos，或往下切到 Sonnet 5.5 / Haiku 5.5。Fable 5.2 還有兩個明確角色：當 Advisor，讓 Haiku、Sonnet、Opus 在遇到難題時諮詢它；或當 Orchestrator，把簡單任務下派給小模型。
這對你的落地意義是：fast mode 的 $16/$80 定價不該常開，留給互動式場景那種「等不起 30% 差距」的環節；批次任務走標準價再加 effort 控制，比較划算。下一步建議做一件具體的事：拿你手上真實的任務樣本，分別用 Opus 5.5 Max effort 和 Fable 5.2 High effort 跑一輪，記下成本和通過率——如果 Anthropic 宣稱的「一半成本打平」在你的工作負載上成立，路由策略就值得改；如果不成立，那也是你自己資料裡最有價值的一行。
參考來源
在 X 上查看原貼文