Fable 5.2 发布后首批实测:能力超过 Opus 5.5,Token 消耗受关注
Fable 5.2 发布后首批实测显示,其智能体编程、科学研究、计算机操作等基准分数超过 Opus 5.5,软件工程测试达 69.9%,输出速度最高较 Fable 5.1 提升 30%。
Fable 5.2 发布后首批实测显示,其智能体编程、科学研究、计算机操作等基准分数超过 Opus 5.5,软件工程测试达 69.9%,输出速度最高较 Fable 5.1 提升 30%。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,官方称新模型在编码、推理、科学研究、网络安全及机器人领域均有提升,输出速度最高提高 30%,成本下降 20%。
同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,API 调用费下降 20%》
Anthropic 于 11 月 9 日发布 Claude Fable 5.2 和 Claude Mythos 5.2,两者基于同一个底层模型。Fable 5.2 配备完整的网络安全和生物学防护并向所有用户开放,Mythos 5.2 则移除部分限制,仅通过验证计划向防御性安全或生物医学研究机构提供。
Meta 发布入门级 AI 模型 Muse Ember,用于为前沿模型拆分出的子任务提供更低成本的智能体能力,并称其是首个使用 Muse Wonder 训练的模型。
Meta 推出面向复杂推理和智能体重复工作的 Muse Ember,称其跑分媲美 Claude Haiku 5.5,单任务成本仅为 1/3,多项测试中超过 GPT-6 Luna。
推荐理由:文章列出 Muse Ember 与 Claude Haiku 5.5、GPT-6 Luna 的跑分和价格对比,便于评估其推理、智能体及多模态任务表现。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,API 调用费较 Claude Fable 5.1 下降 20%,Fable 5.2 生成速度最高提升 30%,快速模式最高达 2.5 倍。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,两款模型核心能力相同,但分别采用较严格和较宽松的安全限制。Fable 5.2 在多数 AI 基准上较 Fable 5.1 高出 10% 以上,并在 Terminal-Bench-Science 0.1 达到 74.6%;Mythos 5.2 仅通过有限访问计划向可信研究者开放。
同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,API 调用费下降 20%》
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,两款模型基于同一底层模型,分别面向普通用户和经审核的网络安全、生命科学机构。
推荐理由:两款模型同时更新了专业能力、推理速度与 API 价格,并强化高风险场景的访问审核和安全防护。
Anthropic 发布面向复杂技术与科研任务的 Claude Fable 5.2 和 Claude Mythos 5.2,前者面向普通用户,后者主要向经审核的机构开放。
同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,API 调用费下降 20%》
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,分别面向公开用户和通过网络安全或生命科学验证计划申请的组织。
同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,API 调用费下降 20%》
Anthropic 发布 Mythos 5.2 与 Fable 5.2,称其在编码、推理和视觉等方面有所改进,并与用户沟通更清晰。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,称其在编码、推理和视觉方面有所改进,生成速度也快于 5.1 版本。Claude Fable 5.2 当日推出,可处理软件工程挑战、编排智能体团队和长期项目;Claude Mythos 5.2 初期仅向经过审核的机构开放。
Thinking Machines 发布第二代模型 Inkling 2 Small,称其为西方最强开放权重模型。该 MoE 模型总参数量为 594 billion,单次激活 17 billion,支持文本和图像输入及可调思考深度。
360自研AI安全攻防系统图龙锋在CyberGym三轮独立评测中取得99.27%、99.47%和99.40%的漏洞复现成功率,平均99.38%,刷新该榜单纪录。该系统以安全领域大模型负责判断方向,由专业智能体蜂群执行代码分析、工具调用、PoC生成和漏洞验证,并通过自进化机制把试错经验转化为后续任务规则。文章还介绍了CyberGym的1507道真实漏洞任务及图龙锋的实战应用数据。
Tencent 发布 Hy4 大语言模型,首次加入计算机操作能力,并通过视觉理解、推理和工具调用强化长程智能体表现。Hy4 采用 770B 总参数、49B 激活参数和 100 万 token 上下文窗口,相比 Hy4 Preview 在 GameDev bench 和 GameLogic 基准上分别提升 19.1% 和 9.8%。