← 回 AI 研究列表

2026 年 11 月 10 日（二）

Anthropic Claude Fable 5.2／Mythos 5.2

AnthropicMeta AINace.AI新架構雷達

AI 研究與效率每日追蹤｜2026-11-10

今日重點

昨天最值得注意的是 Anthropic 更新高階模型、Meta 推出處理大量重複任務的小型模型：兩者都把 Agent 完成任務的能力與成本 放在單一模型分數之外。名單外的 Drex 則走另一條路，讓模型直接對指定選項給出機率，不逐字生成答案。今天的速度與成本數字分屬不同測試，不能直接換算成同一工作負載下的優劣。 anthropic.com

重要更新

1. Anthropic｜Claude Fable 5.2／Mythos 5.2｜11 月 9 日，正式發布

方法：兩者共用底層模型；Fable 加上資安與生物用途防護、對一般使用者開放，Mythos 則限符合資格的組織。Fable 也可擔任 Agent 的顧問或協調者，把較簡單的工作交給小模型。 anthropic.com
數據：官方 FrontierCode 2.0 測試中，Fable 5.2 在 Xhigh 推理設定得 49.1%，Fable 5.1 同設定為 32.4%；改用 High 時得 45.3%，約等於 Opus 5.5 的 45.5%，官方估計每任務成本約一半。官方另稱輸出生成最多快 30%，選用 fast mode 最多快 2.5 倍；速度測試的硬體、batch 與上下文長度未公布。 anthropic.com
實際意義：複雜編碼任務可按難度選推理強度，或讓高階模型指派子任務；但 fast mode 的速度收益需連同較高用量價格評估。 anthropic.com
限制與疑點：上述編碼成績是官方發布的評測，不等於所有專案的端到端完成率；跨公司模型的推理設定也未完全一致。 anthropic.com
一手來源：Anthropic 發布公告、系統卡入口

2. Meta AI｜Muse Ember｜11 月 9 日，正式發布

方法：以 Muse Wonder Full 訓練的小型多模態模型，定位在工具呼叫、編碼子任務與文件處理等高頻工作；複雜規劃可交給較大的 Muse Wonder。 research.meta.ai
數據：Artificial Analysis Intelligence Index v5、max 推理設定下得 36 分，每任務估計約 0.14 美元；Meta 列出的 Muse Spark 1.3 對照為 37 分、2.39 美元。成本按公布的 token 價格估算，非實測 GPU 成本；模型參數量、推論硬體與 batch 官方未公布。 research.meta.ai
實際意義：讓 Agent 的大量小步驟使用較低成本模型，是可檢驗的分工策略，不必每一步都呼叫最強模型。 research.meta.ai
限制與疑點：獨立評測呈現取捨：Ember 在 FrontierCode 2.0 得 27.2%，低於 Haiku 5.5 的 34.9%；不能把較低每任務成本解讀成所有編碼工作都更划算。 artificialanalysis.ai
一手來源：Meta 公告、Meta 評估報告、Artificial Analysis 實測

新架構雷達

Nace.AI｜Drex 決策模型｜11 月 5 日論文；11 月 8 日新獨立評測

這是什麼：輸入情境、問題和預先列好的選項，模型直接讀出各選項機率，不走逐字生成；Max 版為 27B 多模態模型。 arxiv.org
符合的門檻：①不同於傳統自回歸 LLM 的決策架構、②有論文及公開權重／推論程式、③有獨立 benchmark。 arxiv.org
廠商宣稱：論文中的 Drex Max 在 Decision Index 0.4.1 公開題得 67.52，Jev 1.14.0 為 60.70；典型請求延遲 183 毫秒。這些是作者測試，不能與另一版本的評測混算。 arxiv.org
第三方驗證：Artificial Analysis 11 月 8 日的 Decision Index v2 測的是 Drex Max v1.1，得 73 分、每任務 275 毫秒；這不是論文中 Max 的同一版本或同一套題。該測試也顯示它在 120 道基題的選項／措辭變化測試中，答案一致率為 91%，仍有穩定性空間。 artificialanalysis.ai
一手來源：技術論文、公開程式碼、獨立評測

趨勢整理

值得追蹤