ARTICLE DETAIL / 行业资讯

刚刚,Claude Fable 5.2 登顶世界第一,一夜斩杀 Opus 5.5

1000 个 AI Agent,30 小时完成费马大定理的形式化证明,连续工作 8 天,从零造出一套能在笔记本电脑上运行的操作系统。 就在刚刚,Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2 两款新模型。 除了上述成果,新模型还解决了两个黑洞物理难题,生成速度最高提升 30%,API 价格降低 20%。 有意思的是,距离 Anthropic CEO Dar

READ
DEEPER
6686体育官网-汇聚热门赛事,纵览体坛动态 行业资讯 刚刚,Claude Fable 5.2 登顶世界第一,一夜斩杀 Opus 5.5

据6686体育官网整理:

1000 个 AI Agent,30 小时完成费马大定理的形式化证明,连续工作 8 天,从零造出一套能在笔记本电脑上运行的操作系统。

就在刚刚,Anthropic 正式发布 Claude Fable 5.

2 和 Mythos 5.

2 两款新模型。

除了上述成果,新模型还解决了两个黑洞物理难题,生成速度最高提升 30%,API 价格降低 20%。

有意思的是,距离 Anthropic CEO Dario Amodei 公开呼吁放缓 AI 开发速度才过去两个月,Anthropic 就再次推出了更强的前沿模型。

与此同时,Anthropic 正筹备估值高达 1 万亿至 1.

5 万亿美元的 IPO。

一边呼吁放慢 AI,一边冲刺万亿美元 IPO,Anthropic 这次究竟拿出了什么新东西?

1000 个 Agent 连干 8 天,从零造出一套操作系统 按照 Anthropic 的定位,Claude Fable 5.

2 和 Mythos 5.

2 是专门面向复杂技术挑战的旗舰模型,重点提升了 编程、推理、视觉理解以及科学研究等能力。

两者采用相同的底层模型,主要区别在于安全限制。

Fable 5.

2 增加了针对网络安全和生物研究的防滥用机制,面向普通用户开放;

Mythos 5.

2 则保留了更完整的专业能力,主要向通过审核的机构提供。

从官方公布的基准测试来看, 新模型的表现相当亮眼。

在衡量 AI Agent 编程能力的 FrontierCode 2.

0 测试中,Fable 5.

2 获得 49.

1% 的成绩,超过 Claude Opus 5.

5 的 45.

5%、GPT-6 Astra 的 42.

8% 和 Gemini 4 Carbon 的 41.

1%。

在 FrontierSWE v2 软件工程测试中,Fable 5.

2 得分达到 69.

9%,相比上一代提升 13.

6 个百分点。

而在 FrontierCode 2.

0 测试中,Fable 5.

2 以较低的推理强度取得了接近 Opus 5.

5 最高推理强度的成绩,单任务成本约为后者的一半。

第三方评测机构 Artificial Analysis 的最新榜单也印证了这一点。

Claude Fable 5.

2 以 65 分登顶 Intelligence Index v5,领先 Gemini 4 Carbon 5 分、Claude Opus 5.

5 6 分,并在 9 项测试中的 5 项取得第一。

主要优势集中在科学推理、知识理解和编程能力上。

about image

不过,最强推理模式下的平均单任务成本达到 26.

5 美元, 约为 Opus 5.

5 的 2.

6 倍。

不过,比跑分更值得关注的,是 Anthropic 展示的实际工程案例。

一名工程师向 Fable 5.

2 提出了从零设计操作系统的要求。

模型从一个空文件夹开始,自主协调超过 1000 个子 Agent,连续工作 8 天,完成代码编写、测试和审查。

最终,Claude 成功开发出 一套能够在笔记本电脑上启动运行的操作系统。

按照官方展示,该系统拥有自己的内核,支持磁盘、键盘和网络驱动,还具备文件存储、窗口界面、登录屏幕、安装程序以及内置 Claude 功能。

虽然仍属于实验性质的原型系统,但 AI 已经能够自主协调上千个 Agent,完成如此复杂的软件工程项目,足以体现其能力的变化。

另一项实际案例中,早期版本的 Fable 5.

2 还将 Anthropic 一项关键生产服务从 Python 迁移至 Rust,使其启动速度提升至原来的约 26 倍。

发布后,AI 创业者 Matt Shumer 评价 Fable 5.

2 是自己用过的最强模型,甚至能够完成过去其他模型难以实现的复杂项目,但它有时又「过度负责」,连正常的工作任务都要横加阻拦。

网友 Kevin Ngo 也晒出了一款由 Fable 5.

2 制作、可以直接在浏览器中游玩的 3D 游戏,玩家能够乘船穿越 8 个梦幻世界;

另一位开发者 Flavio Adamo 也展示了模型生成的 3D 作品,直呼其三维创作能力强得惊人。

此外,网友 Synopsis 还用经典的「鹈鹕骑自行车」测试挑战 Fable 5.

2,晒出模型生成的作品,并直接称其为新一代 BOSS。

Anthropic 同时透露,目前公司核心代码库中, 超过 90% 被合并的代码变更都由 Claude 在人类指导下编写。

从修复简单 Bug,到自主规划和执行持续数天的大型工程任务,AI 编程正在逐渐具备独立承担复杂项目的能力。

30 小时完成费马大定理形式化证明,还解决黑洞物理难题 如果说编程能力的提升还在预期之内,那么 Anthropic 公布的科学研究成果就更加令人意外。

费马大定理是数学史上最著名的难题之一,虽然数学家安德鲁·怀尔斯早在上世纪

关注6686体育官网,掌握更多体坛动态。

返回资讯列表

觉得有用?分享给朋友

让更多人看到这篇内容

TRENDING STORIES

热点新闻

她是国家一级演员,离婚23年至今跟前夫住对门,还参加前婆婆葬礼

她是国家一级演员,离婚23年至今跟前夫住对门,还参加前婆婆葬礼

大家总说离婚就是老死不相往来,最好这辈子别碰上,但凡住一个小区都得躲着走,更别说住对门了,换一般人想想都觉得尴尬到抠脚。可偏偏有这么个老戏骨,离婚之后直接搬到前夫家对门,一住就是二十三年。前婆婆走了,她还特意赶回去素服守灵,半点没把自己当外人。 她就是杨青,实打实的国家一级演员,现在65岁了还活跃在荧幕上。早在上世纪九十年代,她参演的《渴望》播出的时候,全国大街小巷都安安静静的,工厂停工、邻里串门

玉昆凑齐“罗马尼亚帮”,但乔迪的账本上写的不是帮派,是漏洞!

玉昆凑齐“罗马尼亚帮”,但乔迪的账本上写的不是帮派,是漏洞!

2024年2月,那时候云南玉昆还在踢中甲联赛。俱乐部从布加勒斯特快速签下中场球员约尼查,转会费仅仅5万欧元。 5万欧元,换算成当年的人民币,还不到40万。来到球队的第一个完整赛季,他交出30场8球12助攻的数据,直接帮助玉昆冲上中超。 升到中超之后,约尼查戴上队长袖标,身披10号球衣,14次助攻排在联赛助攻榜第一位。一笔5万欧元买来的中场,硬生生踢成了中超助攻王。 这个约尼查是什么来头,玉昆这一套

工龄42年9个月,个人账户219884.11元,60岁退休,养老金多少呢?

工龄42年9个月,个人账户219884.11元,60岁退休,养老金多少呢?

通知迟迟不来,不少人干脆自己算起了待遇。最近网上流传一份山东潍坊的养老金核定表,上面几个数字很显眼:工龄42年9个月,账户里存了219884.11元,60岁办的退休。 这样的条件,每月能领多少钱?表上的数据一项项算了一遍,也把网上几处说错的地方改了过来。先说说这位职工的情况。 他1966年8月出生,1983年12月参加工作,表上的用工形式写的是“原固定工”。1986年,国家开始在国营企业推行劳动合

普京想要的,泽连斯基不想给,特朗普建议:重绘乌东地图,能成吗

普京想要的,泽连斯基不想给,特朗普建议:重绘乌东地图,能成吗

:美俄乌三方时隔9个月再次坐到同一张谈判桌前,地点选在阿布扎比。 谈的还是那个绕不开的老问题:乌东四州到底归谁。 普京坚持要,泽连斯基不想给,特朗普政府便想出一招,建议直接重绘乌东地图,让双方都保住各自最在意的东西。 这个方案听起来两全其美,实际能不能走通,中间的坎一个接一个。 本文就把这件事的来龙去脉,一层一层讲清楚。 时隔9个月,谈判桌重新摆开 本周,美俄乌三方会谈在阿布扎比召开,这也是继今年

上海楼市越火,普通人越慌?

上海楼市越火,普通人越慌?

先讲个真事儿。 我有个朋友,在上海张江做程序员,月薪三万五,攒了六年首付,去年开始看房。看了大半年,好不容易锁定一套外环外的老破小,结果房东临时跳价二十万。他咬牙准备接受,第二天房东又说——不卖了,等明年再说。 他跟我打电话的时候,声音都是抖的:“我不是买不起,我是追不上。” 这大概就是当下上海楼市最真实的注脚。11月前7天,二手房网签5994套,日均856套,比去年全月日均还高出一截。金九银十更