Anthropic 11 月 9 日发布 Fable 5.2 和 Mythos 5.2。发布前它调度 1000 个子智能体连跑 8 天，从空文件夹造出一套能在笔记本上启动的操作系统。但同一套权重，普通人只能隔着 API 用——想自己部署，得先算一笔显存账。

两个月前，Anthropic 的 CEO 公开呼吁同行放慢前沿模型的节奏。

11 月 9 日，它自己发了新模型，把自家上一代旗舰按在了地上。

这不是段子。Fable 5.2 和 Mythos 5.2 是这周值得认真看的一件事——不光因为分数，还因为它顺手把一个问题摆到了台面上：强，和拥有，是两回事。

先把成绩单摊开

第三方口径比官方更有说服力，先看这个。

Artificial Analysis 的智能指数 v5 给了 65 分，是它记录过的公开模型里最高的一次。排后面的是 Gemini 4 Carbon 的 60 分和 Claude Opus 5.5 的 59 分。

ARC-AGI-2 拿到 93.8%，公开模型里第三高，前面只剩 GPT-6 Astra 的 95.0 和 GPT-6.1 Sol 的 94.2。Arena 的 Code Arena WebDev 榜，1832 分，比 Opus 5.5 的 1818 高一点点。

官方自测那栏更密。FrontierCode 2.0 是 49.1，Opus 5.5 是 45.5，GPT-6 Astra 42.8，Gemini 4 Carbon 41.1。

FrontierSWE v2 从上一代的 56.3 跳到 69.9。带工具的 HLE 74.2。机器人控制那个 RoboDojo，从 27.6 直接翻到 64.9。

也不是全赢。AutomationBench 这项业务流程评测，它 51.4，Gemini 4 Carbon 是 53.9。这是整张表上少见的一处落后。

发布之前，它先上了八天班

先说那套操作系统。它藏在发布页的「预发布测试」那一段里。

一个工程师给了它一个空文件夹，让它在里面设计一套原型操作系统。它调度了 1000 多个子智能体，连续 8 天写代码、跑测试、互相审核。最后出来的系统能在笔记本上启动——自己的内核、驱动、文件系统、窗口程序、登录界面、安装程序，一样不少。

同一批 Agent，还花了 30 小时把费马大定理的证明形式化完了。另有一个迁移任务：关键生产服务从 Python 迁到 Rust，启动速度提了 26 倍。那个每个季度都被提起、又每个季度被搁置的「重写一遍」工单，终于有人接了。

Anthropic 还提了一句：现在并进主代码库的改动里，超过 90% 是 Claude 在人类把关下写的。

这些是公司自述，没有第三方复现。但方向很清楚——模型正在从「帮你写个函数」，变成「替你跑完一个项目」。

同一个模型，两把钥匙

Fable 5.2 和 Mythos 5.2 其实是同一套权重。差别不在能力，在钥匙。

Fable 带完整的网络安全和生物护栏，面向所有付费用户；Mythos 拆掉一部分双用途限制，只发给通过核验的网络安全和生命科学机构。安全那块的成绩也基本记在 Mythos 头上：网络场景 76.3%、CVE 复现 89.6%、从头设计结合蛋白 85.1%。

价格从每百万 token 输入 10 美元、输出 50 美元，降到 8 美元和 40 美元，降幅两成，输出还快了三成。另有一个极速模式，16 / 80 美元，速度再提 2.5 倍，正好贵一倍。

但这里有个注脚，很多人跳过了：新模型在长任务上消耗的 token 明显更多，按单个任务折算，成本和 5.1 大致持平。

单价便宜了，账单一分没少。

权重才是那条分水岭

到这里，真正的问题才开始。

Fable 5.2 只存在于 Claude、Claude Code、API，以及 AWS、Google Cloud、Azure 这几个入口。

没有权重，没有本地版，也没有「下载下来自己跑」这个选项——三件事你从一开始就交出去了：数据得从你的机房出门；延迟取决于你到它最近节点的距离；哪天某个版本下线，你的系统得跟着改。

开源这边是另一套逻辑。Qwen3.8-Max 2.4 万亿参数、Kimi K3 2.8 万亿、DeepSeek V4 系列、GLM-5.3，全都能下到手里。

但「能下载」和「能跑」是两件事。

先算一笔显存账

按 FP8 算，每个参数占 1 个字节。这已经是很省的口径了，再往下压到 INT4，精度要掉，长任务上尤其明显。

那么 7B 到 14B，一张 4090 的 24GB 就够。30B 级要 32GB 左右，一张 L40S 的 48GB 单卡能装，还留得出 KV cache 的位置。70B 级是 72GB，一张 80GB 卡装得下，但上下文一拉长就得两张。

再往上就是另一个世界了。235B 的 MoE，光权重就 235GB，三张 80GB 才装得进，实际配 4 到 8 张；671B 要 9 张，两台八卡机 16 张打底；到 2.4 万亿这一档，30 张 80GB 起，四台八卡机跑不掉。

这还只是「装得下」。KV cache、激活值、冗余，一个都没算。真要上线扛并发，在这个数上再加三到五成。

配置不够，就把机器租来

所以大多数团队卡在哪，其实很清楚：想私有化，但配不起一整套。

那就别买。算家云这边是按卡时租的，4090 的 24GB 卡 1.24 元一小时，L40S 的 48GB 是 5.08 元，A100 SXM4 的 80GB 是 9.80 元。

算下来什么感觉？一张 4090 跑一整天，不到 30 块。把 70B 的 FP8 权重放到一张 A100 上，一小时 9.80，跑满一个周末不到 500。

验证阶段真正费的不是卡，是试错。量化试一版，vLLM 和 SGLang 各跑一遍，换三种并发做压测，调一调 batch size 看吞吐——这些活儿都是几小时几小时地磨。买卡等于为一次实验买一台机器。

镜像社区里有现成的环境，Qwen3.5 的 27B、35B 这些直接能开，还有配好本地推理的整套工作区，开机就能进，不用从装驱动开始折腾。私有化 POC 最怕的就是这个——方案还没验证，一周先花在环境上。

跑完关机，账单停在那一刻。

Fable 5.2 确实强，强到自家旗舰都得让位，但它强在别人的机房里。开源模型差的那一点点，换来的是另一件事——半夜三点想改一行配置，你改得了。