Anthropic 推出了 Claude Fable 5，该模型在 Artificial Analysis Intelligence Index 上以 64.9 分的成绩位居榜首，领先于最接近的非 Anthropic 模型 GPT-5.5 近五分。

  • 该模型采用自适应推理方法，对于触发安全标记的查询，回退至 Claude Opus 4.8；在 Humanity’s Last Exam 和 AA-Omniscience 等基准测试中，此类查询约占任务的 9%。
  • 在所有三项智能体评估中均取得最先进结果，包括 GDPval-AA、Terminal-Bench Hard 和 Tau2-bench Telecom，并在十个底层基准中的五个上创下最高分。
  • Claude Fable 5 在 Humanity’s Last Exam 上得分 53%，比 Claude Opus 4.8（最大值）高出七分以上；在 AA-Omniscience 中以 40 分领先，这得益于更高的准确率。
  • 该模型保留了 1M token 上下文窗口，但定价为每 1M 输入/输出 token $10/$50，是 Claude Opus 4.8 成本的两倍，导致运行 Humanity’s Last Exam 的预估成本为 2200 美元。

此次发布展示了 Anthropic 在前沿智能和智能体能力方面的持续领先地位，尽管高昂的定价和回退机制影响了整体效率。