记者 | 宋佳楠。当地时间11月9日，正在冲刺IPO的人工智能公司Anthropic对旗下两款模型Claude Fable和Claude Mythos进行了升级，正式推出Claude Fable 5.2与Claude Mythos 5.2。而在模拟双臂机器人RoboDojo测试里，它的成功率达到64.9%，几乎是GPT-6 Astra的两倍。对比上一代5.1版本，两款模型输出速度最高提升30%，标准输入、输出定价同步下调20%，基础版本为每百万输入代币8美元、每百万输出代币40美元。和OpenAI、谷歌同期前沿模型相比，Anthropic新模型的优势集中在复杂软件工程、科研推理、图表理解、机器人控制方向。但在本月初，受美国科技股大幅下跌影响，投资者对Anthropic即将进行的IPO估值预期进一步下调。研发团队针对底层模型开展大规模预发布安全测试，开发全新评测方式，专门监测沙箱逃逸这类高危风险行为。招股书同时披露，公司算力相关长期采购、租赁承诺总额接近8954亿美元，其中今年算力规模预计超过3.5吉瓦，明年目标翻倍。根据SEC更新的招股文件，Anthropic第三季度经营利润由盈转亏，录得5.67亿美元经营亏损，而第二季度曾实现9.74亿美元经营利润。谷歌Gemini仅在部分业务自动化工作流项目上小幅领先，其余大部分评测维度，Anthropic这款新模型都实现反超。在预发布测试中，新模型交出了一系列成果，例如帮助工程师完成原本难以落地的大型软件迁移，从零设计出三套可以正常工作的电子设备，解决黑洞物理学领域两项悬而未决的公开难题，还在30小时内完成费马大定理证明的形式化工作，机器人控制评测也取得显著进展。Fable版本搭载完善的网络安全、生物领域防护机制，面向全部普通用户开放；Mythos版本防护限制更少，擅长深度网络安全研究，仅对通过核验的机构开放。平台还额外提供可选极速模式，代币生成速度最高提升至原来的2.5倍，极速模式定价为每百万输入代币16美元、每百万输出代币80美元。系统包含驱动硬件的自研内核、磁盘、键盘与网络驱动、持久化文件存储、窗口程序、登录、安装程序，并且内置Claude功能。作为一项实验，Anthropic的一名工程师交给Fable 5.2一项任务：设计一套原型操作系统。同时，Anthropic称部署了迄今为止最强的防护机制，抵御模型蒸馏攻击，防止第三方窃取模型能力。业绩反转的核心诱因，是算力需求爆发带来的临时采购成本，三季度公司临时加购50亿美元高价短期算力，算力基础设施支出环比大幅上涨。在FrontierCode 2.0代码评测中，Fable 5.2得分49.1%，高于Claude Opus 5.5、OpenAI GPT-6 Astra以及谷歌Gemini 4 Carbon。值得注意的是，Anthropic最快将于当地时间周二正式启动首次公开募股IPO路演，向投资者推介上市计划。但另一方面，投资者也在关注，更强的模型会不会带来更高的算力消耗，进一步放大长期算力承诺带来的现金流压力。Fable 5.2和Mythos 5.2底层模型完全一致，差别在于安全防护与开放权限。官方披露，模型对齐偏差带来的重大风险依旧处于较低水平，绝大多数对齐指标持平甚至优于Anthropic过往版本。安全对齐依旧是这一代模型的重点设计方向。部分潜在投资者目前讨论的估值区间为1.2万亿至1.3万亿美元，低于此前预期的1.4万亿至1.5万亿美元。选择在IPO路演前发布最强模型，对Anthropic而言，是一次风险与收益并存的操作。若按计划推进，公司有望于11月16日当周确定发行价格并在纳斯达克全球精选市场挂牌，目标是在11月26日美国感恩节前完成上市。市场波动加剧、人工智能股票遭遇抛售，以及美国民主党选举胜利后数据中心扩建可能面临更严格监管等因素，均给该公司IPO前景带来压力。一方面，新模型可以向投资者证明，在算力成本持续承压的背景下，公司前沿技术迭代能力没有掉队，在科研、工业、机器人等高价值赛道具备差异化竞争力。模型从空白文件夹起步，调度超过1000个子智能体，连续8天全天候编写、测试与审核代码，最终做出一套可在笔记本电脑上启动运行的操作系统。Fable 5.2的网络安全、生物防护门槛和5.1版本能力相仿，但误拦截、不必要封禁的情况变少。Claude Fable 5.2与其他模型能力对比 图片来源：Anthropic。新模型据称专为攻克高难度技术难题而开发，也是Anthropic目前公开对外发布的能力最强的模型。此前，Anthropic潜在投资者曾在10月初讨论过最高达2万亿美元的估值。具体到代码开发能力上，目前，在合并进Anthropic核心代码库的改动里，超过90%是Claude在人类引导下完成的。此次发布也是Anthropic首席执行官Dario Amodei今年9月呼吁放缓前沿AI开发速度以来，公司首次推出新的前沿模型。Anthropic还需要应对巨大的算力开支挑战。