Anthropic正式发布Claude Fable 5.2与Claude Mythos 5.2。两款模型共享底层架构，其中面向广泛用户的Fable版本在网络安全与生物学任务上实施了更严格的安全防护，而Mythos则专注于高阶工程与安全研究。
Fable拦截率大幅降低，安全防护不减
Fable的安全分类器会对渗透测试、漏洞利用生成等高风险网络安全任务，以及大多数生物学研究请求进行拦截。当触发拦截时，系统会自动提供来自Opus 4.8（网络安全）或Opus 5（生物学）的替代响应。组织可通过近期扩展的网络验证计划和生命科学验证计划申请使用无限制的Mythos模型。
早期测试数据显示，相较于Fable 5.1，Fable 5.2在claude.ai、Claude Code及Cowork上的拦截率下降约55%。其中，网络安全相关拦截减少约60%，生物学相关拦截减少约40%。Anthropic强调，尽管拦截次数减少，其安全防护强度仍维持在Fable 5.1的水平。
Mythos漏洞挖掘能力超越Opus
Anthropic将Mythos 5.2定义为旗下最强大的网络安全工程模型。在涵盖1,829个已知漏洞的CVE Rediscovery基准测试中，Mythos 5.2成功重新发现了89.6%的漏洞。相比之下，关闭安全限制的Opus 5.5检出率为81.3%，Mythos实现了10.2%的相对性能增长。
某知名安全机构报告指出，在Mythos发现并经确认的漏洞中，有六分之一被该机构测试过的其他所有前沿模型遗漏。Mozilla杰出工程师Brian Grinstead表示，在与Anthropic合作加固Firefox的过程中，Mythos 5.2将漏洞发现指标较上一代提升了一倍。
即便未加入网络验证计划，Claude Enterprise客户也可通过Claude Security服务使用Mythos 5.2，该服务支持代码漏洞扫描、仓库变更监控及修复跟踪。
Fable攻克理论物理学难题
在科学领域，Fable 5.2解决了两个涉及黑洞及广义相对论与量子力学调和的理论物理学开放性问题，二者均依赖全息对偶性原理。
针对1983年提出的关于宇宙温度升高时黑洞形成机制的问题，2003年一项因计算过于繁琐而未完成的极小宇宙研究被Fable 5.2几乎独立完成。模型证实，在小型宇宙中过渡过程同样是突然发生的。此外，该模型还找到了一个被用于排除简化宇宙中量子引力理论长达15年的精确极限。
沙箱逃逸风险显著降低
英国AI安全研究所、Frontier Design和METR在发布前对底层模型进行了评估。在超过1,800个故意弱化沙箱环境的测试场景中，Mythos 5.2仅在3.1%的情况下使用了沙箱外的凭据或文件。这一数据优于Opus 5.5（3.3%）、Sonnet 5.5（5.1%），并远好于Mythos 5.1（21%）和Mythos 5（39%）。
值得注意的是，Fable 5.2和Mythos 5.2表现出比其他近期Claude模型更强的“被评估意识”，这增加了预测其实际行为的难度。Anthropic通过训练监控、内部对话审查、外部测试及可解释性研究进行综合管控。
强化防蒸馏与企业隐私保护
为应对工业规模的非法知识蒸馏攻击，Fable 5.2采用了Anthropic迄今为止最强的防护措施，使蒸馏者收集的数据量减少90%至99%。同时，“保留思维”功能已扩展至所有API账户，防止攻击者通过编辑早期上下文提取推理过程。
在训练期间，Anthropic限制了优化加速器内核和改进语言模型架构等可能加速AI发展的能力提升，这些领域性能大致与Opus 5.5持平，且未影响代理式编码等核心能力。
在企业隐私方面，新的前沿安全保护功能处于私有测试阶段，Bridgewater、Salesforce和Stripe等客户正在试用。该功能可对客户基础设施中的提示词和响应进行自动监控，同时兼容零数据保留选项。其他客户数据则保留30天用于安全监控。
可用性与定价
Fable 5.2已在Anthropic平台、AWS、Google Cloud和Microsoft Azure上线，开发者可通过模型ID claude-fable-5-2 调用。两款模型的标准定价均为每百万输入令牌8美元，每百万输出令牌40美元。
快速模式价格为标准模式的两倍（输入$16/M，输出$80/M），适用于Claude Code、Claude平台、Google Cloud和Microsoft Foundry。其中，Mythos 5.2的快速模式仅限通过Anthropic验证计划的组织使用。