Fable 5.2上线并登顶代码基准
先了解这件事
Cognition宣布Claude Fable 5.2上线Devin Desktop与Devin CLI，并在FrontierCode 2.0基准中以49.1分排名第一。Cognition称，在低推理强度下，5.2成本约为5.1的三分之一且得分更高。 ChrisGPT披露，5.2在FrontierSWE v2、Remote Labor Index和OSWorld 2.1上分别取得69.9%、41.3%和89.3%，RoboDojo Sim由27.6%升至64.9%。但官方准确率—成本图显示，Max档单任务成本达44.70美元、得分45.6%，反低于约12美元、约49%得分的Xhigh档；报道作者还观察到Fable在最高推理档性能回落。
AI 根据报道生成 · 41 分钟前更新
事件进展
3 个进展
- 11月10日 03:09 · 2 篇报道Claude Fable 5.2上线Devin工具AGI Hunt：Claude Fable 5.2 上线 Devin Desktop 与 Devin CLI，FrontierCode 2.0 得分 49.1
- 11月10日 03:03 · 1 篇报道Fable 5.2 多项基准成绩曝光AGI Hunt：Fable 5.2 基准成绩流出，FrontierCode 2.0 达 49.1%
- 11月10日 03:01 · 1 篇报道比较Fable 5.2两档成本与得分AGI Hunt：Fable 5.2 Max 档准确率低于 Xhigh 档，单任务成本达 $44.70
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntClaude Fable 5.2 上线 Devin Desktop 与 Devin CLI，FrontierCode 2.0 得分 49.1
Cognition 宣布 Claude Fable 5.2 上线 Devin Desktop 与 Devin CLI，在 FrontierCode 2.0 上以 49.1 分排名第一。低推理强度下，其成本约为 Fable 5.1 的三分之一且分数更高。作者还观察到只有 Fable 系列在最高推理档出现性能回落，而 Opus 和 Sonnet 没有，并质疑其后训练差异。
- AIHOTClaude Fable 5.2 上线 Devin Desktop 和 Devin CLI
Cognition 宣布 Claude Fable 5.2 现已在 Devin Desktop 和 Devin CLI 中可用，该模型在 FrontierCode 2.0 上以 49.1 分排名第一。相比 Fable 5.1，Claude Fable 5.2 在低推理力度下以约三分之一的价格超过前代得分。
- AGI HuntFable 5.2 基准成绩流出，FrontierCode 2.0 达 49.1%
Fable 5.2 的基准成绩流出，FrontierCode 2.0 得分 49.1%，高于 5.1 的 32.4%。其 FrontierSWE v2 得分 69.9%，Remote Labor Index 得分 41.3%，OSWorld 2.1 得分 89.3%，机器人 RoboDojo Sim 得分由 27.6% 升至 64.9%。
- AGI HuntFable 5.2 Max 档准确率低于 Xhigh 档，单任务成本达 $44.70
Fable 5.2 的 Max 档单任务成本为 $44.70，得分 45.6%，低于 Xhigh 档约 49% 的得分。后者单任务成本约 $12，官方 FrontierCode 2.0 准确率-成本图显示其效果更好且成本更低。
- AGI HuntMatt Shumer 实测 Fable 5.2：能力强劲但过度谨慎，Max 档跑分反降
Matt Shumer 实测 Fable 5.2，称其为使用过的最强模型，适合让单个 AI 智能体自主承担整个项目。他在普通任务中仍偏好 Opus 5.5，仅在最难题目使用 extra high；官方图表显示 Max 档 FrontierCode 2.0 得分为 45.6%、单任务成本 $44.70，低于 Xhigh 档的 49.1%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。