Claude Opus 5.5

Arena.ai 的 Agent Arena 分析显示，随着任务复杂度提升，Gemini 4 Carbon 相对 GPT-6 Astra 与 Claude Opus 5.5 的成本优势持续扩大。典型任务中 Astra 成本约为 Carbon 的 3.4 倍、Opus 5.5 约为 3.9 倍，而在最贵的 5% 会话中 Opus 升至 4.2 倍、Astra 成本近乎翻倍。该结论对长周期智能体任务的成本规划具有参考价值。

Anthropic 推出 Claude Fable 5.2 与 Claude Mythos 5.2，核心思路是同一模型配两级安全防护：Fable 5.2 内置分类器拦截高风险网络安全与生物研究请求并转交 Opus 系列处理，Mythos 5.2 则移除这些限制、仅向通过审核的机构开放。在 FrontierCode 2.0 上 Fable 5.2 以 49.1% 超过 Opus 5.5 的 45.5% 和 GPT-6 Astra 的 42.8%，High 档位以约一半单任务成本追平 Opus 5.5 最佳成绩，但 Gemini 4 Carbon 仍在 AutomationBench 领先，且所有分数均为自报。定价为每百万 token 输入 8 美元、输出 40 美元，支持 100 万 token 上下文与 128K 输出，快速模式最高提速 2.5 倍。

Anthropic 发布 Claude Fable 5.2（xHigh），在 Arena Code Arena 的 WebDev 榜单以 1832 分登顶，超过 Claude Opus 5.5、Gemini 4 Carbon 与 GPT-6 Astra。该版本较 Fable 5.1 提速最高 30%，定价降至每百万 token 输入 8 美元、输出 40 美元。Arena 同时展示了其在 3D 世界、可玩游戏、网站 UI、数据可视化与交互式代码动画等 17 组生成任务中的表现。

苹果最新论文提出 AMP1 框架，让 Claude Opus 5.5、Gemini 4 Argon 等通用前沿模型通过摄像头画面、代码执行与直接运动指令闭环控制机械臂，无需任何演示数据或任务训练。在 RoboLab-120 基准上零样本成功率达 85.6%，远超最佳 VLA 模型的 49.2% 与最佳世界动作模型的 42.9%；真实 Franka 机械臂上 108 次试验成功 104 次。代价是每轮任务中机器人需大量等待模型推理。

Anthropic 发布 Claude Fable 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分登顶，领先 Gemini 4 Carbon 5 分、Claude Opus 5.5 6 分，提升主要来自科学推理、知识与 FrontierCode 2.0 编码能力。定价降至每百万输入/输出 token 8/40 美元，较 Fable 5.1 下降 20%，但最大努力档单任务成本约 26.5 美元，仍显著高于 Opus 5.5。

Anthropic 发布高端模型 Claude Fable 5.2 与 Claude Mythos 5.2，官方称其在几乎所有测试能力上强于 Opus 5.5 一档，输出速度最高提升 30%，API 价格从每百万 Token 10/50 美元降至 8/40 美元。Fable 与 Mythos 为同一模型，区别仅在安全护栏：Fable 面向全部付费用户，Mythos 仅限通过验证的网安与生命科学机构。Pro 用户可在 11 月 9 日至 16 日临时用套餐额度调用 Fable。

知名 AI 观察者 Ethan Mollick 在公开发布前深度体验了 Anthropic 新模型 Claude Fable 5.2，认为其表现令人印象深刻，并延续了 Opus 5.5 的强势水准。文章以“在多数可用电脑完成的智力任务上达到多数人类专家水平”为 AGI 定义，探讨该模型及 OpenAI、Google 即将推出的竞品是否已跨入有限 AGI 门槛。

OpenAI 以灰度方式悄然上线 GPT-6.2 Sol，用户被自动路由至新模型后反馈能力大幅跃升。该模型可凭单句提示生成完整 Three.js 3D 交互场景并打包为单个 HTML 文件，同时在 Artificial Analysis 最新榜单空降第一，直接对标 Claude Opus 5.5。

开发者 Simon Willison 用 Claude Opus 5.5 在普通聊天窗口内，把此前用 Three.js 制作的 3D 场景改写为不依赖任何库的原生 JavaScript + WebGL 版本，两个版本均能正常运行。这属于一次个人实测演示，说明模型具备跨图形库改写 3D 代码的能力，但文中未给出量化评测或可复现的方法论。