Claude Fable 5.2 與 Mythos 5.2 解讀：65 分登頂，為何還要算任務總成本？（2026）

2026 年 11 月 9 日，Anthropic 在官網發布〈Claude Fable 5.2 and Mythos 5.2〉，把 Claude Fable 5.2 定位為處理高難度程式、科學與長時間研究工作的模型。這場發布值得追問的是：當榜單成績提高、Token 單價下降，一件真正做完且通過驗收的工作，是否也更划算？

下面先整理原文的模型定位與展示，再對照獨立評測的成本口徑，最後討論哪些任務值得升級。能力、速度和成本，要在同一種工作、同一個設定下比較。

一、Claude Fable 5.2 與 Mythos：同一底層，兩種使用邊界

Claude Fable and Claude Mythos are the same underlying model.

中文：Claude Fable 與 Claude Mythos 使用相同的底層模型。

Anthropic，2026 年 11 月 9 日發布公告

原文把兩個名稱的差異放在資安、生物領域的防護與存取安排。Fable 面向一般使用者；Mythos 則供經驗證的組織申請。Mythos 官方模型頁也明列需要驗證，並列出與 Fable 相同的規格與價格。因此，不能把「Mythos」理解成購買一般方案就會自動取得的另一檔算力。

API 模型文件列出 100 萬 Token 上下文、單次最多 12.8 萬輸出 Token，以及持續開啟的自適應思考。上下文像工作桌能攤開多少材料；它與最後交出的內容是否正確，是兩個不同的驗收項目。

二、Claude Fable 5.2 價格下降，任務帳單怎麼讀？

官方新版說明列出的標準 API 單價，是每百萬輸入 Token US$8、輸出 US$40；前版為 US$10／50，兩項各降 20%。Fast mode 為 US$16／80。以下均為美元、每百萬 Token 的輸入／輸出價格，不混入快取、批次或工具費。

模式／版本	輸入	輸出	這張表回答的問題
Fable／Mythos 5.1 標準	US$10	US$50	前版單位價格
Fable／Mythos 5.2 標準	US$8	US$40	新版單位價格
Fable／Mythos 5.2 Fast	US$16	US$80	較快生成的定價

用一個純計價示例：假設一次請求有 10 萬個一般輸入 Token、2 萬個計費輸出 Token，標準費用是 0.1×8＋0.02×40＝US$1.60；相同用量套 Fast 單價是 US$3.20。這只是相同用量的算術，尚未包含模型為完成任務而追加的回合與工具使用。

真正的成本會沿著工作流程累積：讀取材料、推理、執行工具、檢查結果、失敗後重試。如果較高能力讓任務少走幾輪，即使單位價格較高，也可能比較便宜；若它持續展開更多探索，Token 單價下降也可能被額外用量抵銷。先固定交件條件，再比較達標所花的總額。

三、65 分登頂的另一面：Max 的成本與時間

2026 年 11 月 10 日查閱的 Artificial Analysis 原始評測頁，將 Claude Fable 5.2（Max, Default Fallback）列為 Intelligence Index 65 分、頁面排名第 1／74；同頁列出每項 Index 任務成本 US$26.54、時間 44.1 分鐘。這是該設定與當時榜單的快照，不能直接套到 Medium、High 或你的每一道題。

It’s also notably slow per task and very verbose.

中文：它的每項任務時間也明顯較長，而且輸出量很大。

Artificial Analysis，Claude Fable 5.2（Max, Default Fallback）評測頁

這兩個「每項任務」數字還要再拆開讀。評測頁說明，成本按各項評估的輸入、快取、推理與答案 Token 計價，再依 Index 權重加權；時間則由每題輸出量和端到端輸出速度換算、加權。因此，44.1 分鐘是評測定義的時間指標，不代表每件真實工作都被逐件計時為 44.1 分鐘。

65 分也不是「任務成功率 65%」。這個綜合指標用來彙整多種能力測試，和你公司的一份資料清理、一項網站修補，題目分布可能不同。想看懂不同榜單各自回答什麼，可接著讀 AI 模型排行榜交叉判讀。

官方這張圖同樣提供一個提醒：High、Xhigh、Max 是不同運算預算，不是保證依序更好的品質階梯。曲線中的 Fable 5.2 在 Xhigh 達到較高分，往 Max 增加成本後反而回落。這是特定測試的結果，適合用來反駁「把旋鈕開滿就一定最好」的直覺，還不足以替所有工作選定最佳檔位。

四、科學、硬體與安全展示：各自證明到哪一層？

發布公告的主線，是把寫程式能力延伸到能產出研究與工程成果的長任務。Anthropic 報告了內部程式遷移、作業系統原型、兩項黑洞理論問題、蛋白質殼體建模、費馬最後定理形式化、電子裝置與機器人控制。這些是發布方及早期測試者的成果敘述；它們的測試安排與獨立重跑，須逐項分開看。

例如，公告把費馬最後定理的形式化概括為約 1,000 個 Agent、30 小時；官方工程紀錄對早期版本的這次實驗寫得更具體：28.7 小時，並預先提供 60 個待證敘述、一行傳統證明路線提綱，以及前次形式化的 47 個已證引理。這是把一個已知定理建成可由 Lean 檢查的證明工程，不能把它改寫成 AI 在 30 小時首次發現費馬定理的證明。發布頁的比較圖也註明每個模型各跑一次。

對硬體展示，公告敘述模型負責設計與軟體，合作方 Diode 負責製造，再由工程師測試組裝。研究協作的價值可能很大，但「設計出成品」與「整段流程完全無人參與」之間，仍隔著製造、量測與現場操作。讀者若想判斷可移植性，應追問相同材料、工具、預算下，下一次是否仍能交件。

安全段落也有兩面。Anthropic 表示防護及行為測試有改善，同時承認模型辨識出自己正在受評測的傾向提高，使真實部署行為更難評估；公告註腳並指出，參與外部測試的組織未審閱公告與 system card 內容。外部參與測試的事實，不能當成每一項行銷敘述都已獲背書。

另一個容易被榜首新聞蓋過的安排是：Anthropic 表示訓練時限制了部分最直接加速 AI 開發的研究能力，例如特定核心最佳化與模型架構改進。公告也另設資料隱私段落，介紹仍在私人測試中的 Enterprise Frontier Safeguards，及一般客戶用於安全監控的 30 天資料保留。若工作涉及敏感研究，模型分數、存取資格與資料處理條件，應一起列進評估。

五、AlphaLab 的判讀：把「更能做」接到「值得交給它做」

1. 看新增的可完成任務，才知道能力升級的價值

模型升級有兩種收益。一種是把已能完成的事做快；另一種是讓原本無法完成的事開始有解。對後者，平均 Token 成本的意義有限：若一項難題原本卡住數週，一次較昂貴的成功可能很有價值。判斷重點應放在新增可用成果，並留下足以驗收的產物。

但只展示一個漂亮成品，也不容易估計每天使用的成本。採用者最好把所有嘗試留下：完成幾件、失敗幾件、返工幾輪、人工審核多久。這讓能力邊界和可靠度可以分開討論。

2. 用「每件合格交付」計價，把失敗也放進分子

一個實用的團隊指標是：每件合格交付成本＝全部嘗試的模型、工具與計入範圍內的人工成本 ÷ 合格件數。先定義哪些費用有算、何謂合格；合格件數為零時，保留為無合格交付，不硬算一個便宜的數字。

再另外記錄從開始到可交件的時間。研究可以接受隔夜回來看結果，客服或互動編輯可能要求即時回應。兩者都需要能力，但能接受的等待不同。這也解釋了為什麼較快生成 Token 與較短完成時間，未必會同時出現。

3. 證明、實體測試與榜單，各有自己的驗收責任

數學形式化的讀者關心命題、前提與檢查器；硬體工程師關心實測、材料與故障；產品團隊關心真實工作是否符合規格。這些驗收方式各自有力，卻不能互相代替。要把科研展示接回模型能力，還得辨認題目由誰設定、工具由誰提供、哪些判斷由人完成。

若想繼續理解形式化證據的範圍，可讀 Aaronson–Ambainis 猜想與 Lean 驗證；若想把自己的判準做成可重跑題組，AI Evals 入門提供了更直接的下一步。

4. 我同意什麼，我存疑什麼

我同意把高能力模型放到高難度、長時間工作的候選名單；獨立評測的 65 分，是值得進一步測試的能力訊號。我存疑的是只憑榜首與降價，就預期全面替換現有模型會改善每項工作的效率。判斷需要一張同時放入品質、費用與等待的成績單。

這個保留也符合發布方自己的定位：Anthropic 在公告中建議多數日常程式與知識工作先從 Opus 5.5 開始，再依需求往上或往下調整。官方新版文件也建議在 Opus 較高 effort 的評估仍未達標時，再考慮 Fable。採用順序可以很務實：先找出現有流程究竟卡在哪一題。

六、現在怎麼做：先挑一件值得升級的難題

選一件已卡住、但驗收條件清楚的工作。例如一個已有回歸測試的程式問題，或一份能逐格核對來源的分析。保留原模型作基準，固定材料、工具權限與交件條件，再比較 Fable 的兩個合理 effort 檔位；別一開始同時更換模型、工具與提示。

每次留下模型名稱、設定、全部用量、總等待、測試結果與人工修改。如果採取多模型分工，另記哪些工作被交給哪個模型；Agent Harness 白話入門和 最小 Agent Harness可以幫你分清模型本身與外部工作流程的責任。

今天就能先寫下兩條採用門檻：「必須多完成哪一類原本失敗的工作」，以及「每件合格交付最多願意付多少、等多久」。Claude Fable 5.2 登頂，提供了值得試的理由；你的任務總帳，才會給出值得留的理由。