Anthropic 发布的 Fable 5.2 在远程劳动基准中拿到 41.3%，高于 Opus 5.5 的 21.3%，但每百万输入、输出 Token 价格为 8 美元和 40 美元：它最适合处理高难度任务，而不是成为所有工作的默认选项。

这是什么

Fable 5.2 是 Claude Code 中的高能力模型，擅长架构设计、根因排查和长时间运行的大型任务。它与面向受审核机构开放的 Mythos 5.2 使用同一底层模型，但 Fable 带有更严格的网络安全与生物安全限制。

Anthropic 同时提供 Opus 5.5、Sonnet 5.5 和 Haiku 5.5，分别覆盖复杂开发、日常代码和简单批处理。按单价计算，Fable 的价格可达到 Haiku 的 80 倍，因此文章主张建立模型阶梯：先由便宜模型执行，只有遇到真正困难的问题，再请 Fable 参与判断。

文章还介绍了 Advisor（顾问模式）、思考力度分级、清理旧模型遗留指令，以及让多个廉价模型向 Fable 汇报等配置。这些方法的核心不是增加提示词数量，而是改变模型之间的协作方式。

行业怎么看

我们注意到，AI 产品的竞争正从“谁的能力最高”转向“单位任务成本和交付质量”。Fable 在 FrontierCode 2.0 基准中的最高思考模式得分为 49.1%，且文章称其完成单个任务的成本约为 Opus 5.5 的一半，这说明昂贵模型在少数高价值任务上反而可能更经济。

但风险同样明确。基准成绩主要来自官方测试和作者实测，尚不能完整代表企业系统中的稳定性、集成成本与数据治理要求。Fable 5.2 还要求 Claude Code 2.1.321 或更高版本，模型路由、权限设计和结果验收都需要额外工程投入；如果企业只看到跑分，而没有先定义任务边界和成本上限，模型阶梯很容易变成新的费用黑洞。

此外，“让强模型管理廉价模型”会扩大系统复杂度。多个模型交接时可能产生上下文损失、错误传递和责任不清，实际收益需要通过真实业务数据验证，而不是依赖一组精选提示词。

对普通人的影响

对企业 IT：采购 AI 工具时，应同时比较能力、单价和任务完成率，并按规划、执行、验收拆分流程。模型路由很可能会成为企业控制推理成本的标准配置。

对个人职场：专业人士可把最强模型留给关键决策、复杂分析和系统性排错，日常整理与重复执行交给低价模型。重点不是掌握更多提示词，而是先判断任务是否值得调用高价模型。

对消费市场：随着模型分工写入更多软件助手，用户可能更少看到明显的模型名称，却能在速度、价格和完成度之间获得更合适的选择。免费额度也会逐步向简单任务倾斜。