比大模型越来越聪明更值得关注的，是它们开始真正具备独立完成复杂工作的能力。

Anthropic刚刚发布Claude Fable 5.2和Mythos 5.2，这次升级有几个数据值得关注：

复杂编程测试中，Fable 5.2的成绩从上一代的32.4%提升至49.1%；机器人控制测试成绩从27.6%提升至64.9%。与此同时，输出速度最高提升30%，API标准价格反而下降20%。

更让我感兴趣的是，Anthropic展示了AI自主设计电子设备、协调上千个智能体开发操作系统，以及参与理论物理研究的案例。

这些案例释放了一个很重要的信号：

AI竞争正在从回答问题的准确率，转向独立完成复杂任务的成功率。

过去我们衡量AI，主要看它懂多少知识、推理多聪明。未来衡量AI，可能更看重它能否在有限的时间和成本内，真正解决一个科研、工程或者商业问题。

不过，官方测试成绩不等于真实世界的全面领先。长时间执行的稳定性、实际任务成功率，以及人工纠错成本，仍然需要更多独立验证。

我认为，未来决定大模型商业价值的，不只是模型有多强，而是它究竟能替人完成多少有价值的工作。

AI行业正在发生的变化，不只是智能越来越贵，而是高级智能开始变得越来越便宜。

#地球最强模型Fable5.2发布#