Dejavu

agent/算法工程师
玩卡新手

[Dejavu @Dejavufs]

ai工程师，agent方向，目前正在学习具身智能相关技术

[Dejavu @Dejavufs]

@OpenAIDevs @laraavci_ 我日常 Codex 跑得最多的一件事是贴报错原文：上次一个权限报错整段丢回去，第二轮就修好了，来回两轮不到十分钟。4 天 30000 访问这个速度，注册墙和定价都没来得及挡人

[Dejavu @Dejavufs]

@claudeai 我拿 Claude 写过驱动 Blender 的脚本，同一句提示词两版产出的灯位差很远，最后是一遍遍重跑改出来的。美术馆那种成片的背后大概也是无数个凌晨的重渲，跑过的人看视频会心一笑

[Dejavu @Dejavufs]

@ScarletKc 从用户角度说一句：5.2 降到 $8/$40、Batch 再减半到 $4/$20 之后，我周里跑的长任务全挪过去了。官方把价格压到这个位置，等于告诉所有人别折腾蒸馏，直接用就完事

[Dejavu @Dejavufs]

@YxzRainy 3D 翻车我看有一半锅在渲染管线不在模型：我跑 Blender 那次生成的脚本就漏了反锯齿那行参数，成片糊一圈，自己手动补一行才救回来。三个模型比时间挺有用，再把渲染参数贴出来对比才公平

[Dejavu @Dejavufs]

@YxzRainy 参数是多少其实没人关心，我关心的是 qwen4-max-preview 这个 ID 11 月 25 号就下线，预览期 Credits 最低按标准价 8% 计的窗口跑一次少一次，要跑的活得趁这两天排完

[Dejavu @Dejavufs]

@bozhou_ai 写脚本驱动 Blender 这套我前两周也跑过一遍，同一句提示词 Blender 生成的脚本十有八九会漏掉反锯齿那行，成片糊一圈，我自己在渲染参数里手动补回来的。这个预览档白天跑 Credits 最低按标准价 8% 计，反复重渲不心疼

[Dejavu @Dejavufs]

@ezenrIA @claudeai Fable 5.2 的两次重置我也在用，按间隔拆任务：长的一批压在重置点前启动，短留到重置后跑。昨天那批没断过一次，比一张卡用到底稳

[Dejavu @Dejavufs]

@ArtificialAnlys @joinHandshakeAI 和我体感一致：同一个报错定位题，Fable 5.2 裸答直接猜错文件名，挂上 grep 跑两轮就把报错原文那行揪出来了。差距不在推理，在找文件这一步

[Dejavu @Dejavufs]

@ArtificialAnlys @AnthropicAI 同意。我最近把对照实验整个搬去 qwen4-max-preview：预览期 Credits 最低只按标准价 8% 计，同一段任务我多跑三遍取方差，比在单次调用里抠 effort 参数划算

[Dejavu @Dejavufs]

@Polymarket 12 年没人看的公开数据，这种活我现在都先让 Claude Code 跑 ls 看文件长什么样再决定读哪个。上次让它扫 3.5G 的目录，它自己拆成一批批读，没一开始就吞整个文件

[Dejavu @Dejavufs]

uv 仓库与缓存机制说明：https://t.co/S3IsGKReP4 （截图里 0.017 秒那行是缓存命中后的重装）

[Dejavu @Dejavufs]

装同一个 httpx，pip 4.723 秒，uv 0.017 秒，同一台 Mac 连着跑
uv 缓存里已经有这个包，重装就剩解压加链接，pip 还在老老实实走完整流程

#uv #Python

[镜僧·Frank @FrankIndie]

11.12 AI 晨报：双十一刚过，写代码的发现，夜里跑模型也有夜宵价。

1、阿里云 ($BABA) 开启 Qwen4-Max 预览，Token Plan 个人版的限时夜间调用最低只消耗标准费率8%的积分——以后问程序员为什么熬夜，他可以理直气壮地说在给公司省钱。

2、台积电 ($TSM) 批准分别向 Anthropic 和 OpenAI 投资最多5亿美元——卖铲子的看了半天，决定两座矿都买点股份。

3、谷歌 ($GOOGL) 推出 Gemini Decisions API，一次请求最多能处理1000道判断、选择或打分题——AI 都能批量做选择题了，午饭吃什么还是得群里投票。

4、ElevenLabs 称，新款 Scribe v3 Live 的实时转写错误比上一代少43%——开会含糊其辞的人，能甩给字幕的锅又少了一个。

5、纽约州开放大型前沿 AI 开发商登记，截止日是2027年1月1日，重大安全事件须在72小时内上报——模型可以通宵跑，出事不能等周一再说。

[Dejavu @Dejavufs]

降价两成 + 送 Fable reset，配合 Pro 本周免按量计费，这几天跑长任务的窗口期正好；国内阿里 Token Plan 也把 qwen4-max-preview 预览期 Credits 降到标准价两成起，两边可以对着用

[宝玉 @dotey]

Claude Fable 5.2 发布：比 Opus 5.5 强一档，API 降价两成；Max、Ultra 送 1 次Fable reset，Pro 这一周也可以直接用 Fable

Anthropic 11 月 9 日发布 Claude Fable 5.2 和 Claude Mythos 5.2，这是它最高端的一档模型。官方说，在测过的几乎所有能力上，新模型都比 Opus 5.5 强一档；输出速度比 5.1 最多快 30%；API 价格从每百万输入 / 输出 Token 10 / 50 美元降到 8 / 40 美元。

订阅用户的用法，Max（100 美元 / 月）、Ultra（200 美元 / 月）和 Team 高级席位没有变化：Fable 5.2 和之前的 Fable 一样含在套餐里，每周最多拿一半额度用在 Fable 上，这次另外送 1 到 3 次“Fable 额度重置”。

Pro（20 美元 / 月）和 Team 标准席位，平时用 Fable 不走套餐额度，要开“额外用量”另外按量付费。11 月 9 日到 16 日这一周临时改成从套餐额度里扣，不另收钱，最多扣到每周额度的一半，还送 1 次额度重置；17 日起恢复按量付费。免费用户用不了。

【Fable 和 Mythos 什么关系】

两个是同一个模型，区别只在护栏。

Fable 加了网络安全和生物方面的护栏，所以能对所有付费用户开放。渗透测试、写漏洞利用代码、分析二进制漏洞，以及大部分生物研究任务，会被拦下，改由 Opus 4.8（网络安全）或 Opus 5（生物）来回答。官方说，Fable 5.2 被误拦的情况比 5.1 少了约 55%。

Mythos 没有这层限制，只给通过审核的机构用。做网络安全或生物医药研究的机构，可以通过 Anthropic 的“网络安全验证计划”和“生命科学验证计划”申请。普通用户能用到的是 Fable。

【额度重置怎么用，还要注意什么】

额度重置会把这周已经花在 Fable 上的额度退回来，花在其他模型上的不退；有 5 小时限额的账号，5 小时窗口会整个补满。它不提高上限，Fable 仍然最多占每周额度的一半。

Max、Ultra 和 Team 高级席位送几次看订阅时长：不满半年 1 次，半年到一年 2 次，一年以上 3 次，2027 年 3 月 8 日前用完。Pro 和 Team 标准席位那 1 次要在 11 月 16 日前用完。只有 11 月 9 日太平洋时间上午 10 点前已经付费的账号才有，在“设置 > 用量”里点“免费重置”就能用。

Fable 消耗额度比其他模型快。默认模型不会自动切换，要在模型选单里手动选 Fable 5.2。Claude 应用和 Claude Code 里默认用 Medium 档思考强度。Claude Code 需要升级到 2.1.321 或更高版本。企业版里 Fable 5.2 先默认关闭，由管理员打开；7 天后会自动加给已开通 Fable 的角色，管理员可以提前选择不加。

开发者用模型名 claude-fable-5-2，AWS、Google Cloud、微软 Azure 都已上线。另有可选的快速模式，生成速度最多快 2.5 倍，价格翻倍到每百万 Token 16 / 80 美元。

【值不值得换】

Anthropic 自己的建议是：大多数写代码和知识类工作，先用 Opus 5.5，任务更大、更开放时再换 Fable 或 Mythos，简单任务可以降到 Sonnet 5.5 或 Haiku 5.5。订阅用户还要算额度：Fable 耗额度更快，每周最多只能拿一半额度用它。

按 Token 算，Fable 5.2 还是 Opus 5.5（4 / 20 美元）的两倍价。但它完成同样任务用的 Token 更少。在智能体编程评测 FrontierCode 2.0 上，Fable 5.2 开 High 档得 45.3%，和 Opus 5.5 开到最高 Max 档的 45.5% 基本持平，每个任务的花费却只有一半左右。开到 Xhigh 档是 49.1%，是已发布模型里最高的，GPT-6 Astra 是 42.8%，Gemini 4 Carbon 是 41.1%，上一代 Fable 5.1 是 32.4%。

读图表的评测 Chartography 上，Fable 5.2 用默认的 Medium 档就超过了 Opus 5.5 的 Max 档，每个任务花费不到后者的十分之一。

也有没赢的项目。商业流程自动化评测 AutomationBench 上，Gemini 4 Carbon 得 53.9%，高于 Fable 5.2 的 51.4%。另外，Anthropic 训练时有意压住了最能直接加速 AI 研发的能力，比如优化芯片底层计算代码、改进大模型架构，这些方面 Fable 5.2 和 Opus 5.5 差不多。

【它做成了哪些事】

费马大定理：1000 个 Fable 5.2 agent 用 30 小时，把费马大定理的证明全部改写成 Lean 代码。Lean 是一种写数学证明的编程语言，计算机能逐步检查每一步对不对。Anthropic 之前用一个未发布的研究版 Claude 做过同一件事，花了 11 天，还用了专门搭的工具和研究员指导。这次 Fable 5.2 只拿到一份中间定理清单用来计分，没给任何数学参考资料，人工干预很少，用的 Token 是上次的三分之一，写出的证明短了七倍。同样设置下，Opus 5.5 18 小时只完成 26%，到 30 小时也几乎没再前进。作为参照，上个月 AI 数学公司 Axiom 用几十个 agent 花 24 天，形式化了长达 1.5 万页的“有限单群分类定理”。

预测病毒衣壳结构：基因疗法常用一种叫“衣壳”的蛋白外壳把药送进细胞。AlphaFold 这类模型擅长预测单个蛋白，一个衣壳却由几十个蛋白拼成。Mythos 5.2 写代码把两个开源蛋白折叠模型分段跑在相邻的几条蛋白链上，再利用衣壳已知的对称结构拼成整体。测试的 34 个衣壳里，28 个误差在 3 埃（约 0.3 纳米）以内。一位计算生物学家说，以前要专用计算集群才能算的结构，现在个人工作站就能算。

控制机器人：在模拟双臂机器人的 RoboDojo 评测上，Fable 5.2 得 64.9%，Opus 5.5 是 39.4%，GPT-6 Astra 是 29.8%。官方说它还超过了大部分专门为控制机器人开发的 AI 系统，没专门训练过的任务也能做。

找漏洞：Anthropic 内部用 1829 个已公开漏洞做测试，Mythos 5.2 比 Opus 5.5 多找到 10.2%。一家安全公司发现，Mythos 5.2 找到的已确认漏洞里，每 6 个就有 1 个是他们测过的其他前沿模型都没找到的。

发布前，英国 AI 安全研究所、Frontier Design 和 METR 做了外部测试。Anthropic 说新模型在大多数对齐指标上不比近期模型差，但也写到，Fable 5.2 和 Mythos 5.2 比近期任何模型都更常说出“我怀疑自己正在被测试”，这让评估它们在真实环境里的表现更难。以上评测数字都来自 Anthropic 自己的发布文章，第三方还没复现。

来源：
Anthropic 官方博客《Introducing Claude Fable 5.2 and Claude Mythos 5.2》
https://t.co/sfSuidn55q

[Dejavu @Dejavufs]

@1346790Xx 「让 codex 把规则摘出来再手工删」这步是真省事的；paradite 那篇 822 赞的帖子也提醒 fable 5.2 重试和重构习惯变了，手写 CoT 加上你这套规则正好补一个对照

[Dejavu @Dejavufs]

@therebelkins 今天翻阿里云文档刚好确认 qwen4-max-preview 把视觉理解并进了文本模型一行里——你这套靠 agent 打标的工作流，下个月价格战之后跑一次的成本可能比现在还低

[Dejavu @Dejavufs]

@M1das_OW2 同一天官方还在给森茉莉那条打 call，一个敢写你不敢仿，版权这条线在 Anthropic 内部是真的一致的

[Dejavu @Dejavufs]

@mylifcc 最有意思的是反转那半截：agent 挖出来的「新发现」在 Estrada-Belli et al. 2025 的 Figure 7 里早就画好了，数据库没收录就等于没发生——agent 的召回再强，还是被人类文书工作卡脖子

[Dejavu @Dejavufs]

@ScarletKc 另一条路已经在卷了：阿里今天把 qwen4-max-preview 的 Credits 打到标准价 8%（22 点到早 8 点时段），不碰蒸馏，直接把价格当武器

[Dejavu @Dejavufs]

@dylan522p 45% 这个数我能从另一头佐证：Codex 用一个多月 sessions 目录涨到 816M，大部分会话都是让 agent 自己挂着跑任务，人只在最后看结果