Claude Fable 5.2 与 Mythos 5.2：一次没有实跑的对比

2026 年 11 月 9 日，Anthropic 发布了 Claude Fable 5.2 与 Mythos 5.2。官方发布页把两个名字并列写在同一个标题里，Hacker News 上的讨论也集中在同一条目。先把边界说清楚：我们没有跑过这两个模型，除了标题、地址和发布时间，也没有读到可以引用的规格说明。所以这篇不做“谁更强”的判决，只做两件事：把能确认的信息列出来，再给一份你自己上手对比的方法。

我们确认了什么

• 两个模型出现在同一次发布里，官方发布页的标题就是两个名字并列
• 发布页地址与 Hacker News 条目指向同一个页面，条目标题与页面标题一致
• 发布时间是 2026 年 11 月 9 日
• 关于能力、价格、上下文长度、参数规模的说法，我们一概不复述：没有读到可靠原文，也不做二次猜测

为什么这篇没有 benchmark 分数

• 没有实测就不写分数。benchmark 数字最容易被当成结论传播，而它高度依赖提示词、评测集版本与采样设置
• 不写价格与参数。这两项只有在官方文档里才有权威版本，二手转述很容易过期
• 名字本身不解释定位。Fable 与 Mythos 是产品名，不是能力等级；把名字当成能力排序是一种误读
• 所以重点放在“怎么自己比”，而不是“我们替你下结论”。对读者来说，一份能复用的方法比一个来路不明的分数更有用

一份可以直接照做的对比方案

• 选三类任务，每类各准备一道题：一段长材料的结构化改写、一个真实仓库里的小 bug 修复、一次需要多步工具调用的流程，比如先查资料再落盘
• 同一道题、同一份上下文、同一套验收标准，分别喂给两个模型；不要一边给示例一边不给
• 每个任务至少跑两遍，记录四件事：一次通过率、需要人工返工的次数、输出可直接使用的比例、从提问到拿到可用结果的总耗时
• 评判时先盲评：把两边的输出去掉模型名，交给同一个人或同一套检查脚本打分
• 最后把“哪个更好”拆成“在哪类任务上更好”，而不是给一个总分

三类任务分别看什么

• 改写类：看它是否保住原文的事实与限定条件，有没有为了通顺而丢掉“未经证实”这类修饰
• 代码类：看它能否定位到真正出问题的文件，改动是否最小，跑不跑得通测试
• 工具调用类：看它是否按顺序做事、失败后能不能自己纠正、会不会把中间结果编出来
• 这三类覆盖的是“读、改、做”，比单一 benchmark 更接近日常使用

自测时容易踩的坑

• 只跑一次就下结论：模型的输出有随机性，单次结果说明不了稳定性
• 用自己熟悉的题：你对某道题越熟，越容易替模型补全它没做对的部分
• 把“回答得像”当成“做得对”：文字流畅不等于事实正确，尤其在没有联网的对比里
• 忽略成本：同样的结果，耗时与调用次数可能差很多，这部分要单独记
• 用不同版本的接口：两个模型如果走不同入口，工具能力与上下文处理可能根本不可比

我们核实了什么

• 核对了 Hacker News 条目：标题是 Claude Fable 5.2 and Mythos 5.2，指向 Anthropic 官方发布页，发布时间为 2026 年 11 月 9 日
• 没有运行这两个模型，也没有复述任何未读到的规格、价格或评测数字
• 文中给出的对比方案是通用方法，适用于任何两个同代模型，不构成对这两个模型能力的判断
• 如果你要引用本文，请把“未实测”这一条一起引用

本文基于以下公开报道整理。

参考来源

• Anthropic：Claude Fable 5.2 and Mythos 5.2{: rel=“nofollow noopener” target="_blank"}（2026-11-09）
• 封面图：WAIC 2025 - Robots 07{: rel=“nofollow noopener” target="_blank"}（Xuthoria，CC BY-SA 4.0，经裁剪用于封面）

封面图：Xuthoria，WAIC 2025 - Robots 07，CC BY-SA 4.0，经裁剪用于封面。

本文由 AI 辅助整理，事实来自公开的发布页标题、地址与 Hacker News 条目元数据；我们未运行这两个模型，文中不含实测结论。