作者注：拆解 Claude Fable 5.2 在 RoboDojo Sim 上的 64.9%：它在什么条件下得出、和 Opus 5.5、GPT-6 Astra 差多少、哪些事它证明不了，以及接入前要算清的价格与限制。
先说结论。在 Anthropic 内部运行、最高努力档的 RoboDojo Sim 上，Claude Fable 5.2 是 64.9%，Opus 5.5 是 39.4%，GPT-6 Astra 是 29.8%，Fable 5.1 是 27.6%。这是模型看摄像头图像、控制模拟双臂的成绩，不是工厂交付记录。
这不是一篇“机器人时代来了”的宣传稿。 下面把仿真分数、演示视频和真实部署拆开讲。如果你正准备接 API、算成本，读完能判断现在该不该为这 64.9% 改技术路线。
核心价值：分清 Fable 5.2 的 64.9% 证明了什么、没证明什么，以及现在能调用哪个模型做前期验证。
Claude Fable 5.2 的 64.9% 到底是什么
这个数字可以用三句话说清。RoboDojo 是一个公开基准，测的是模型能否根据摄像头图像控制模拟环境里的双臂机器人。发布文脚注写明，64.9% 是 Anthropic 内部运行、使用最高可用努力档得到的结果。截至 2026-11-10，我们没能从 RoboDojo 公开榜页面核对到同一个数字，所以它不能被写成“公开榜第一”，更不能说成“世界最强机器人模型”。
下面是 Anthropic 在 2026-11-09 的发布文里给出的 RoboDojo Sim 对照：
| 模型 | RoboDojo Sim | 与 Fable 5.2 的差距 | 说明 |
|---|---|---|---|
| Claude Fable 5.2 | 64.9% | — | 内部运行，最高努力档 |
| Claude Opus 5.5 | 39.4% | 低 25.5 个点 | 同一张表 |
| GPT-6 Astra | 29.8% | 低 35.1 个点 | 由 Anthropic 跑出，不是 OpenAI 自报 |
| Claude Fable 5.1 | 27.6% | 低 37.3 个点 | 上一代 |
| Gemini 4 Carbon | 表上为空 | 无法比较 | 没有数字，不能当 0 看 |
从 27.6% 到 64.9%，代际提升超过两倍，跨度在整张成绩表里非常显眼。但这个分数有三个前提：仿真环境、内部运行、最高努力档。任何一个前提换掉，比如改成真机、改成第三方复测或用默认努力档，这个数字都不能直接搬过去。
Fable 5.2 和 Mythos 5.2 是什么关系
发布文写得很清楚：Claude Fable 5.2 和 Claude Mythos 5.2 是同一个底层模型。Fable 带更强的网络安全和生物安全护栏，所以对所有用户开放。Mythos 只开放给通过生命科学或网络安全核验项目的组织。Mythos 不是“更强的另一个模型”，做机器人方向的评估时，看 Fable 5.2 就够了。
官方模型 ID 如下：
- Claude API、Google Cloud、Microsoft Foundry、Claude Platform on AWS：
claude-fable-5-2 - Amazon Bedrock：
anthropic.claude-fable-5-2 - Mythos 对应为
claude-mythos-5-2和anthropic.claude-mythos-5-2
Fable 5.2 控机器人的核心功能：演示里有什么
发布文称，Fable 5.2 控制物理机器人的能力比更早的 Claude 明显更好，其中包括没有专门训练过的任务。配套演示视频里有三个场景：解魔方、拧瓶盖、画一张机器人图。
这些内容应该按“发布文里的演示”来理解。演示能说明模型在特定设置下完成过这些动作，但说明不了成功率、重试次数和失败比例，也不代表 Anthropic 推出了可以直接安装的机器人技能包。官方说其中有未经专门训练的任务，这一点值得关注，但它仍然是官方自述，没有附上独立复现的数据。
发布文还说，Fable 5.2 在同一套测试套件上超过了其他前沿模型，也超过了大多数专门为控制机器人设计的系统。后半句没有附名单，读者无从知道比的是哪些系统、用的是什么版本。这句话可以当作方向性信号，不能当作结论。
模型输出的是文字，控制靠外部套件
这一点最容易被演示视频掩盖。模型页写明，Fable 5.2 的输入是文字和图片，输出只有文字。它不会直接发出电机指令，每一步都要由外部套件把文字解析成动作，再把新的摄像头画面送回模型。
所以，真实场景里的控制效果，一半取决于模型，另一半取决于你的套件：动作空间怎么定义、解析失败时怎么兜底、单步延迟能不能接受。RoboDojo 的 64.9% 是在 Anthropic 自己的套件上跑出来的，换一套套件，分数会如何变化，目前不知道。
Fable 5.2 实测数据：机器人的差距和电脑操作的差距不是一回事
很多人看到“Fable 5.2 很强”，会顺手把机器人分数和其他项目混在一起理解。下面这张表全部来自 Anthropic 在 2026-11-09 的发布文，用来对比几项与“操控”相关的测试中差距的大小：
| 测试项 | Fable 5.2 | Opus 5.5 | GPT-6 Astra | Fable 5.2 领先 Opus 5.5 |
|---|---|---|---|---|
| RoboDojo Sim（模拟双臂） | 64.9% | 39.4% | 29.8% | 25.5 个点 |
| OSWorld 2.1（电脑操作，离线集部分） | 89.3% | 87.2% | 79.5% | 2.1 个点 |
| AutomationBench | 51.4% | 42.5% | 41.4% | 8.9 个点（Carbon 为 53.9%，更高） |
| Remote Labor Index（High 档） | 41.3% | 21.3% | 20.8% | 20.0 个点 |
在 OSWorld 2.1 上，Fable 5.2 只比 Opus 5.5 高 2.1 个点。这个差距和 RoboDojo 上从 39.4% 到 64.9% 的跨度不是一个量级。如果你的需求是电脑操作类的代理任务，Opus 5.5 和 Fable 5.2 的差别远没有机器人项目那么大。
努力档：64.9% 不是默认档的成绩
发布文的成绩表除另有标注外，用的都是每个模型当时可用的最高努力档。Fable 5.2 在 Claude API 中的默认 effort 是 high，在 Claude 应用和 Claude Code 中默认是 Medium。也就是说，你用默认参数调用时，拿到的不一定是 64.9% 对应的那套配置。
最高档意味着更长的思考和更多 token。在机器人这种要求反复决策的回路里，每一步都按最高档推理，延迟和成本都会被放大。至于 64.9% 在 high 或 medium 档下会降到多少，发布文没有给出。
规格对照：Fable 5.2、Opus 5.5 与 GPT-6 Astra
| 项目 | Claude Fable 5.2 | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| 上下文 | 1M | 1M | 1,050,000 |
| 最大输出 | 128K | 128K | 128,000 |
| 输入 / 输出模态 | 文字 + 图片 / 文字 | 文字 + 图片 / 文字 | 文字 + 图片 / 文字 |
| API 默认努力档 | high | medium | 支持 low 至 max |
| 延迟档位 | Moderate | Moderate | 官方页未用同一口径 |
| 知识截止 | 2026 年 6 月 | 2026-06 | 2026-04-30 |
三者的输出都是文字，这是做机器人控制时无法绕开的共同前提。
Fable 5.2 不能算进机器人分数的事
三台电子设备是硬件设计实验
发布文里还有一段：用一段话的提示，让 Fable 5.2 设计出三台能工作的电子设备，分别是家庭语音助手、USB 音箱电话和手持虚拟宠物。这个项目与 Diode 合作完成，每块电路板不到一天即可生产，三台设备都无需修改电路就能工作。
这件事展示的是硬件设计能力，与 RoboDojo 无关，设备本身也不是机器人。把它和 64.9% 放在一起，容易让人产生“从设计到控制都能包办”的印象，但两件事没有交集。
Fable 5.2 的能力边界：会影响控制回路的限制
以下内容来自模型页和更新说明。每一条都会直接影响你搭建的控制回路：
- 强制工具调用会报错：
tool_choice设为any或tool会返回 400。如果你的套件依赖“必须调用动作工具”，需要改成让模型自主选择，再做解析兜底。 - 采样参数不可设置：传入
temperature、top_p、top_k会返回 400。 - 思考无法关闭：自适应思考常开，只能通过 effort 调节思考量。更新说明提到，在 medium 及以上档位，提示词里写“不要思考、直接回答”也无法让它停止思考。
- 长工具链中很少说话：连续调用工具时，模型面向用户的输出可能很少，也可能不做说明就直接调用工具。监控界面不能依赖它主动报告进度。
- 可能提前停下：有时一轮结束就停，留下待办清单，或者被一个普通障碍卡住。low 档位下更常见。
- 拒绝也占额度：被拒绝时返回 HTTP 200，
stop_reason为refusal，同样会占用速率额度。 - 数据保留：要求保留 30 天数据，除非获得 Anthropic 明确授权，否则不能走零数据保留。
机器人回路对“每一步都给出可执行动作”的要求很高。上面几条加在一起意味着，把模型接入控制回路前，你需要先把超时、空动作、拒绝和中途停止都设计成可以恢复的状态。
Fable 5.2 价格：接入前先算清楚
官方价格以每百万 token 计，来自模型页、更新说明和快速模式页：
| 计费项 | Fable 5.2 | Opus 5.5 | GPT-6 Astra（短上下文） |
|---|---|---|---|
| 标准输入 / 输出 | $8 / $40 | $4 / $20 | $10 / $50 |
| 缓存读 | $0.20 | $0.20 | $1（缓存输入） |
| 缓存写 | 5 分钟 $10，1 小时 $16 | 官方页有，本文未列 | $12.5 |
| 批量 | 按批量 5 折计算为 $4 / $20 | 同为 5 折 | 本文未列 |
| 快速模式 | $16 / $80 | $8 / $40 | — |
另外几点需要注意。Fable 5.2 比 Fable 5.1（$10 / $50）便宜 20%。快速模式能力不变，输出速度最高可达标准模式的 2.5 倍，但官方没有单独给出快速模式下的缓存价格；按倍率推算，缓存读约为 $0.40，5 分钟缓存写约为 $20，1 小时缓存写约为 $32。不同速度模式之间不共享提示缓存，从快速模式切回标准模式会导致缓存未命中。GPT-6 Astra 的输入超过 272K token 后，整单按输入 2 倍、输出 1.5 倍计价。
机器人回路的特点是每步都要传一张新图片，前面的系统提示和动作说明则基本不变。这类结构适合用缓存降低成本，但每步的图片输入和思考 token 无法省掉。
现在能调用 Fable 5.2 吗：API易 上架情况
截至 2026-11-10，API易 apiyi.com 的模型总表和公开价格接口里都还没有 claude-fable-5-2，也没有任何 Mythos 型号。我们会尽快推出此模型。型号与价格以平台型号列表为准。 在它上架之前，本文不提供 Fable 5.2 在 API易 上的价格，也不会用分组倍率去换算官方价。
当天在 API易 总表中已经可以调用的相关型号如下（列表标价，单位为美元 / 百万 token）：
| 型号 ID | 输入 / 输出 | 缓存读 | 端点 | 适合用来做什么 |
|---|---|---|---|---|
claude-opus-5-5、claude-opus-5-5-thinking |
$4 / $20 | $0.2 | chat、messages | 先搭建工具调用和电脑操作回路 |
claude-fable-5-1、claude-fable-5-1-thinking |
$10 / $50 | $0.25 | chat、messages | 作为上一代基线对比 |
claude-fable-5、claude-fable-5-thinking |
$10 / $50 | $1 | chat、messages | 历史版本对比 |
gpt-6-astra |
$10 / $50 | $1 | responses（主）、chat | 跨厂商对照 |
总表上的价格是列表标价，实际扣费还要乘以令牌分组倍率，以账单为准。gpt-6-astra 的脚注只写了输入阶梯（272,000 token 以内 $10，272,001 到 1,050,000 为 $20），长上下文的输出价没有写，以控制台账单为准。接入时使用 OpenAI 兼容接口，base_url 填 https://api.apiyi.com/v1 即可。
比较实际的做法是：先用 claude-opus-5-5 把图片输入、动作解析和失败恢复跑通，等 Fable 5.2 在 API易 上架后再替换型号 ID 做对比。机器人这一项的差距（25.5 个点）比电脑操作（2.1 个点）大得多，所以等 Fable 5.2 是有理由的，但仅凭演示视频做决定还不够。
Fable 5.2 机器人能力的优缺点分析
优势
- 代际跨度大：RoboDojo Sim 从 27.6% 提升到 64.9%，是整张成绩表中提升最明显的项目之一。
- 相对同类领先明显：比 Opus 5.5 高 25.5 个点，比 GPT-6 Astra 高 35.1 个点（数据来自 Anthropic 发布文）。
- 单价下降：标准价比 5.1 低 20%，缓存读为 $0.20。
- 视觉输入一致：图片输入、1M 上下文，可以容纳较长的多步视觉历史。
局限
- 证据层级偏弱：内部运行、最高努力档，公开榜没有核对到同一数字，也没有独立复测。
- 只有仿真数据：演示视频不提供成功率，“超过大多数专门机器人系统”的说法没有附名单。
- 回路约束多：只输出文字、无法强制调用工具、思考无法关闭、长链中很少主动说明。
- 最高档成本高：分数基于最高努力档，实际部署时的延迟和 token 消耗需要自己测量。
什么时候不该据此换模型
如果你没有自己的仿真环境或真机回路，这 64.9% 对你没有可验证的意义，因为你没法确认它在你的设置下是否成立。如果你的需求是网络安全、生物相关或日常写代码，这个分数也证明不了什么，那些场景应该看对应的测试项。发布文自己的建议是：大多数编码和知识工作先从 Opus 5.5 开始，再按难度升级或降级。
常见问题 FAQ
Q1: Fable 5.2 的 64.9% 是公开榜成绩吗？
不是。发布文脚注写明这是 Anthropic 内部运行的结果。RoboDojo 本身是公开基准，但截至 2026-11-10，我们没能从公开榜页面核对到同一个数字。
Q2: 64.9% 是默认努力档的成绩吗？
不是，是最高可用努力档。Claude API 的默认档位是 high，Claude 应用和 Claude Code 默认是 Medium。默认档下能得多少分，发布文没有给出。
Q3: Fable 5.2 是不是超过了专门的机器人系统？
发布文的说法是超过了“大多数专门为控制机器人做的系统”，但没有附名单。具体超过了哪些系统，目前不知道。
Q4: 为什么 Gemini 4 Carbon 在 RoboDojo 上没有分数？
发布文表格中这一格是空的，没有说明原因。空白不等于 0 分，也不能据此推断它的表现。
Q5: 现在怎么通过 API 先做准备？
截至 2026-11-10，API易 apiyi.com 还没有上架 `claude-fable-5-2`，我们会尽快推出此模型，型号与价格以平台型号列表为准。可以先用已上架的 `claude-opus-5-5` 跑通图片输入和工具调用回路，上架后再切换型号对比。
Q6: 三台电子设备能证明它会控制机器人吗？
不能。语音助手、USB 音箱电话和虚拟宠物是与 Diode 合作的硬件设计实验，属于电路设计能力，和 RoboDojo 的双臂控制分数无关。
Q7: 电脑操作类代理需要等 Fable 5.2 吗？
必要性不大。OSWorld 2.1 上 Fable 5.2 是 89.3%，Opus 5.5 是 87.2%，只差 2.1 个点，而 Opus 5.5 的标准价只有 Fable 5.2 的一半。
Fable 5.2 机器人能力 Key Takeaways
- 分数含义：64.9% 是内部运行、最高努力档下的模拟双臂成绩。
- 差距大小：比 Opus 5.5 高 25.5 个点，比 GPT-6 Astra 高 35.1 个点。
- 对照项：OSWorld 只领先 2.1 个点，两种差距不能混为一谈。
- 演示定位：解魔方、拧瓶盖、画画是发布文中的演示，不是产品化技能。
- 回路约束：只输出文字，强制
tool_choice会返回 400，思考无法关闭。 - 上架状态：截至 2026-11-10，API易 尚未上架，可先用
claude-opus-5-5搭建回路。
总结
Claude Fable 5.2 在机器人控制上的进步是真实可见的信号：RoboDojo Sim 从上一代的 27.6% 提升到 64.9%，在 Anthropic 给出的对照中明显领先。但这个数字的适用范围很窄，只覆盖仿真环境、内部运行和最高努力档，不包括真机成功率，也不代表工厂交付能力。
如果你已经有自己的仿真或真机回路，值得在 Fable 5.2 上架后跑一轮对比，同时提前把文字输出解析、工具调用无法强制、思考无法关闭这些约束设计进去。如果你没有回路，或者要解决的是写代码、电脑操作类任务，就没有必要因为这 64.9% 改变现有方案。
作者：APIYI 技术团队
技术交流：欢迎在 API易 apiyi.com 首页联系我们，型号上架进度以平台型号列表为准。
