推荐:MeloLab– 使用 AI 创作歌曲和背景音乐。

Fable 5.2

打开官方网站

Fable 5.2 是 Anthropic 的新模型,以 41.3% 领跑 Remote Labor Index。本文对比 Fable 5.1、Opus 5.5 与 GPT 6 Astra 的得分。

类型:
AI 工具
Fable 5.2 产品预览
本页目录

Fable 5.2 是什么?

Fable 5.2 是 Anthropic 的新模型,以 41.3% 领跑 Remote Labor Index。本文对比 Fable 5.1、Opus 5.5 与 GPT 6 Astra 的得分。

最近更新 ·

Fable 5.2:Anthropic 领跑 Remote Labor Index 的新模型

资料对应公告日期:

Fable 5.2 是 Anthropic 推出的新模型,在 Scale Labs 与 Center for AI Safety 的 Remote Labor Index(RLI)上以 41.3% 的得分位居第一,意味着它能以专业质量完成超过 41% 的真实自由职业项目。这一成绩是其前代 Fable 5.1 的两倍多,后者得分略低于 18%。相比该基准约一年前刚推出时榜首系统仅完成 2.5% 任务的水平,这是一次明显跃升。

Remote Labor Index 上各 AI 模型对比图,Fable 5.2 位居榜首
Remote Labor Index 上各 AI 模型对比图,Fable 5.2 位居榜首——图片来自产品方原始资料。

Fable 5.2 是什么,由谁开发

Fable 5.2 是 Anthropic 推出的模型,是同一模型家族中 Fable 5.1 的后继版本。它的定位偏向智能体式工作:即需要多步骤、调用工具、接近付费自由职业项目的任务,而不是简短的聊天提问。

发布时最受关注的是基准表现。在 Remote Labor Index 上,Fable 5.2 能以专业质量完成超过 41% 的真实自由职业项目,是当前排行榜上报告的最高分。

  • 开发方:Anthropic
  • 所属系列:Fable,接替 Fable 5.1
  • 核心成绩:Remote Labor Index 41.3%
  • 侧重方向:真实自由职业式项目,而非简短提示

Fable 5.2 在 Remote Labor Index 上的对比表现

在 Scale Labs 与 Center for AI Safety 的 RLI 上,Fable 5.2 以 41.3% 领先。其直接前代 Fable 5.1 远远落后,得分略低于 18%,也就是说 Fable 5.2 完成的任务数量是其两倍多。

当前排行榜接下来的位置是 Anthropic 的 Opus 5.5(21.25%)和 OpenAI 的 GPT 6 Astra(20.83%)。Google 在测试中最强的模型 Gemini Argon 4 以 17.08% 排在第五,而 GPT-5.2、Gemini 3 Pro 等较旧模型则低于 3%。

  • Fable 5.2(Anthropic):41.3%
  • Opus 5.5(Anthropic):21.25%
  • GPT 6 Astra(OpenAI):20.83%
  • Fable 5.1(Anthropic):略低于 18%
  • Gemini Argon 4(Google):17.08%,第五名
  • GPT-5.2 与 Gemini 3 Pro:低于 3%

Fable 5.2 提升最大的领域与仍显薄弱的环节

Scale Labs 在 X 上表示,Fable 5.2 提升最大的是音频与音乐编辑、建筑与室内空间设计,以及 3D 建模。它有近 50 个成功完成的任务是测试中此前没有任何 AI 智能体解决过的,这说明提升不只是对熟悉任务类型的渐进改进。

同一来源也指出了明显的短板。Scale Labs 称该 AI 在其他任务上仍然几乎无法胜任,尤其是工业产品设计和动画。这些领域目前更适合视为尚不可靠,而不是已经解决的能力。

  • 报告提升最大的方向:音频与音乐编辑、建筑与室内设计、3D 建模
  • 近 50 个成功任务是测试中此前无智能体完成过的
  • 仍然薄弱:工业产品设计与动画

Remote Labor Index 衡量什么

RLI 是 Scale Labs 与 Center for AI Safety 推出的基准,取材于真实付费工作而非合成练习。其数据集包含 Upwork 平台上 358 位认证专业人士完成的 240 个项目,总价值约 14.4 万美元。

单个任务的规模对理解分数很重要。一个项目平均花费 632.60 美元,人类自由职业者平均需要近 29 小时,因此该基准上的一个百分点代表的是数小时的实际工作,而不是一个简单问题。

该基准的历史也能衬托 Fable 5.2 的成绩。RLI 约一年前推出时,当时的榜首系统 Manus 仅完成 2.5% 的任务。到了 7 月,较旧的 Fable 5 仍以约 16% 领先。

  • 基于 358 位认证专业人士完成的 240 个 Upwork 项目
  • 所含项目总价值约 14.4 万美元
  • 平均项目:632.60 美元,人类耗时近 29 小时
  • 推出时榜首 Manus:2.5%
  • 7 月榜首 Fable 5:约 16%

如何开始使用,以及目前仍未知的信息

本页基于基准报道和 Scale Labs 的评论。所提供材料没有记录 Fable 5.2 的价格、上下文窗口、API 标识、速率限制或正式可用范围,因此在据此规划前,应通过 Anthropic 官方渠道确认这些细节。

评估该模型的一个实用做法是,针对其报告提升最大的任务类型进行测试,例如音频编辑、空间设计和 3D 建模;而对于工业产品设计和动画类工作,由于基准仍显示表现薄弱,应保留人工审核。

  • 价格、访问层级与限制:所提供材料未记录
  • 建议评估方向:音频、建筑/室内、3D 任务
  • 建议谨慎:工业产品设计与动画需保留人工审核

常见问题

Fable 5.2 是什么?由谁开发?

Fable 5.2 是 Anthropic 推出的模型,是 Fable 5.1 的后继版本。它在 Remote Labor Index 上以 41.3% 领先,能以专业质量完成超过 41% 的真实自由职业项目。

Fable 5.2 在 RLI 上与 Fable 5.1、Opus 5.5 和 GPT 6 Astra 相比如何?

Fable 5.2 得分为 41.3%,是 Fable 5.1(略低于 18%)的两倍多。Anthropic 的 Opus 5.5 以 21.25% 紧随其后,OpenAI 的 GPT 6 Astra 为 20.83%。

Fable 5.2 最擅长哪些任务?哪些方面仍然薄弱?

Scale Labs 报告称,提升最大的是音频与音乐编辑、建筑与室内空间设计以及 3D 建模。它同时表示,该模型在工业产品设计和动画上仍然几乎无法胜任。

Remote Labor Index 是什么?

RLI 是 Scale Labs 与 Center for AI Safety 推出的基准,基于 358 位认证专业人士完成的 240 个 Upwork 项目,总价值约 14.4 万美元。单个项目平均花费 632.60 美元,人类耗时近 29 小时。

原始资料

  1. the-decoder.com — 原始资料 1 ↗

工具信息

工具信息有变化? 帮助我们更新

相关工具与指南

加载评价…

Fable 5.2 的评价

暂无评分0 条真实用户评价

你推荐 Fable 5.2 吗?在下面分享使用体验!

评分
0 / 2000

正在加载评价…

所属分类

为产品创造者

做了一个好产品?让更多人发现它。

从官网开始,整理 Logo、截图和产品介绍,建立可持续维护的工具页面。

免费收录需核验官网 Badge