2026年11月9日，第三方评测机构Artificial Analysis更新智能指数（Intelligence Index v5.0.1），Anthropic新发布的Claude Fable 5.2以65分登顶，领先第二名谷歌Gemini 4 Carbon（60分）5分，领先自家Claude Opus 5.5（59分）6分，比上一代Fable 5.1（49分）高出16分。涨分主要来自科学推理、知识与编程三项，这是Fable 5.2拿到的第一个独立第三方榜单名次。
65分是怎么拿到的
智能指数由9项评测合成，包括AA-Briefcase、Terminal-Bench 4.0、FrontierCode 2.0与HLE-Diamond，覆盖智能体式知识工作、终端编程、科学与知识问答。Fable 5.2在其中5项拿下最高分，榜单前三位都是Fable 5.2，只是 effort 档位不同。定价上，Fable 5.2输入每百万token 8美元、输出40美元，比Fable 5.1便宜两成，上下文窗口100万token。需要注意的是，Artificial Analysis跑分时开着Anthropic的默认fallback机制：触发网络安全或生物防护的请求会转交给其他模型完成，这部分成绩要打折扣看。
榜首的另一面是代价
对选型的人来说，榜首的意义要分开看。一边是能力确实到了新高度，尤其适合长周期的科研与工程任务；另一边是代价同样到顶：跑完一套指数任务平均要45分钟，是同价位模型中位数（12.9分钟）的三倍多，首个答案token要等171秒，整套评测共生成2.75亿个输出token。榜首说明它在难任务上更强，不等于日常任务也值得用它，价格同样处在高端档位。同一套榜单逻辑也被其他厂商用了起来：Meta发布Muse Ember时同样引用了Artificial Analysis的综合基准分数，把性价比写进了发布稿。
接下来值得看两件事：一是其他独立评测会不会给出同样的排序，二是Fable 5.2在真实代码库里的表现，毕竟榜单跑的是标准化任务。Anthropic把Fable 5.2定位为最难技术任务的模型，日常编码仍推荐从Opus 5.5起手。榜首是信号，不是结论，选模型先看自己的任务长什么样。
