跳到正文
#评测/基准
  1. The Decoder80

    Anthropic 的 Fable 5.2 在 Remote Labor Index 上完成 41.3% 的真实自由职业任务

    Anthropic 的新模型 Fable 5.2 在 Scale Labs 与 CAIS 的 Remote Labor Index 上以 41.3% 领先，该基准衡量 AI 智能体完成真实自由职业任务、达到客户可接受质量的比例。

    推荐理由：Remote Labor Index 用真实 Upwork 项目衡量智能体完成度，并给出与上一代及竞品的横向对比。

  2. Latent Space88

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺 LLM 榜首

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分重回第一，超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。

    推荐理由：汇总 Fable 5.2 的独立评测、每任务成本变化与订阅额度限制，可看清这次升级的取舍。

已经到底了