对OpenAI来说,今天可不是个好日子。它正遭受两面夹击:Anthropic旗下的Claude Fable 5.2把GPT-6 Astra远远甩在身后,而Meta的Muse Ember则在AI模型的经济型赛道上对GPT-6 Luna穷追猛打。

OpenAI-Anthropic-Claude-Fable-5.2-Meta-Muse-Ember-1-1.jpeg

在几乎所有基准测试中,Anthropic的Claude Fable 5.2都胜过了Fable 5.1、Opus 5.5、OpenAI的GPT-6 Astra以及谷歌的Gemini 4 Carbon。

我们在10月中旬曾提到,Anthropic的Fable 5.5 AI模型已在野外现身。而这家风头正劲的AI实验室刚刚选择发布的却是另一款模型——Claude Fable 5.2。

Anthropic表示:“在FrontierCode 2.0的早期测试中,Fable 5.2在高强度模式下得分与Opus 5.5在极限强度模式下大致相当,而每项任务成本仅约为后者的一半。在超高强度模式下,它的得分是所有已发布并接受测试的模型中最高的。”

此外,据Vals AI的数据,在“高”推理级别下,Claude Fable 5.2每次测试仅需17.94美元,比同等推理强度下的Opus 5.5和GPT-6 Astra都更便宜。

而且,根据初步基准测试结果,Claude Fable 5.2在几乎所有类别中都优于Fable 5.1、Opus 5.5、OpenAI的GPT-6 Astra和谷歌的Gemini 4 Carbon。

Anthropic还特别强调,Fable 5.2智能体能够在约30小时内证明费马大定理:

“一支由1,000个Fable 5.2智能体组成的团队在30小时内完整形式化了费马大定理,将证明转化为计算机可逐步核验的语言。”

“在相同设置下,Opus 5.5在18小时内仅完成26%,30小时后几乎再无进展。”

关键在于,Anthropic将其最强模型的定价设为每100万输入token8美元、每100万输出token40美元,低于Fable 5.1的10美元和50美元。需要注意的是,Fable 5.2的速度也比Fable 5.1快约30%。

最后还要说明,Anthropic目前会向用户提供1至3次免费使用重置,具体次数取决于订阅时长。此外,Pro订阅方案现在可以享受Fable 5.2每周50%的使用额度。

Meta的Muse Ember大幅胜过OpenAI的GPT-6 Luna

在光谱的另一端,Meta刚刚发布了能力出众但体量小巧的Muse Ember。该模型在几乎所有基准类别中都胜过Claude Haiku 5.5和GPT-6 Luna。

Muse Ember在Artificial Analysis智能指数上得分36,与Claude Haiku 5.5(最高强度)持平,而每项任务成本仅为后者的三分之一(0.13美元)。此外,该模型的API定价与GPT-6 Luna相同——每100万输入token0.10美元,每100万输出token0.50美元。


文章标签: #AI模型 #Anthropic #OpenAI #Meta #基准测试
菠萝老师先生

负责编辑

  让你的每一个瞬间都充满意义地生活,因为在生命的尽头,衡量的不是你活了多少年,而是你如何度过这些年。