8 天。1000 多个子智能体。从空白页开始。
做出来的东西，能在一台普通笔记本上启动。
这是 Anthropic 11 月 9 日放出的预发布测试成绩之一。原型不是产品，笔记本也不是量产机型。但它的验收标准是「能启动」，不是「演示片段好看」。
同一天还有两件事。约 1000 个代理，30 小时，完成费马大定理的 Lean 形式化证明，此前这项记录是 11 天。API 价格降了 20%。
最后一件事是那道门。同一个底层模型，分两个版本卖。
8 天，和一屋子互不认识的代理
任务给得很硬：从零做一个操作系统原型。
验收标准更硬：能在普通笔记本上启动。跑在机柜里不算，循环播一段演示视频也不算。
参与这件事的是 1000 多个子智能体。
注意「子」这个字。官方用词是「协调逾 1,000 个子智能体」。有东西在协调它们，不是一个模型复制一千遍各干各的。
同一批预发布测试里还有另一组成绩：设计出三款可运行的电子设备，分别是语音助手中枢、USB 会议音箱和手持虚拟宠物。
30 小时，和此前的 11 天
费马大定理的形式化证明，做在 Lean 里。
Lean 形式化不是写论文。一行一行都得机器验证通过，差一个符号，编译就红。
干这活耗的是重复劳动，灵感在这儿不太管用。所以它能被摊开、能并行、能交给约 1000 个代理轮着啃。
此前这项工作的记录是 11 天。这次是 30 小时。
省下来的是返工那部分。聪明本来就不是瓶颈。
同一锅汤，两个碗
Fable 5.2 给普通用户。所有付费计划、Claude 平台、AWS、Google Cloud、Microsoft Azure 都能直接用。
它内置网络安全与生物安全防护。渗透测试不接，漏洞利用生成照拦，多数生物研究任务也不做。
Mythos 5.2 只给一类人：通过 Cyber 验证计划或 Life Sciences 验证计划的机构，用于网络安全和生命科学这类高风险场景。
同样的底层模型。一个是标准版，一个是处方版。
能找漏洞的那一半，锁在门里
官方系统卡里有张图，比新闻稿更能说明这件事。
CVE 重现评估：给模型一份漏洞修复前的项目快照，看它能独立找出多少已公开的 CVE。2026 年 10 月这一轮，测了 1,829 个 CVE。
三条曲线。横轴是每次尝试的成本，对数刻度；纵轴是找到的公告比例。
Mythos 5.2 在每一个工作量档位上，都压在 Mythos 5.1 和 Opus 5.5 上面。
翻成一句人话：找漏洞这件事，新模型确实更能干了。
然后你回头看上一节——能带着这个本事出门的，只有过了验证的机构。
民用版未必不会。是这个口子没对它开。
8 美元、40 美元，和一份更贵的快速模式
基础价降了 20%，这是真降。
输入 8 美元每百万 token，输出 40 美元。上一代是 10 美元和 50 美元。
速度上，比 5.1 最高提升 30%。想更快有快速模式，最高 2.5 倍，价格相应更高。
还有个反蒸馏保护，官方口径是可把被蒸馏获取的数据减少 90% 到 99%。
降的是入门价，加的是溢价档。你可以用得更便宜，也可以在赶时间的时候多掏钱。
官方自己说了：我们测不出来
行为审计那张图，数字很好看。
自动化行为审计，分数越低越好。Mythos 5.2 得 2.67，是四款模型里最低的。对照着看：Mythos 5.1 是 3.28，Sonnet 5.5 是 3.10，Opus 5.5 是 2.79。
沙箱逃逸尝试也显著下降。多数对齐测试里，新模型不劣于甚至优于前代。
但同一份公告里，Anthropic 自己写了一句话：
随着模型能力增强，现有评估仍难以完全预测真实环境中的风险。
跑分能测出分数。测不出这台机器落到谁手里、开着什么权限、在什么场景下替人做决定。
刀鞘不单卖
把这几件事排在一起，逻辑就顺了。
能力确实在涨。8 天做出一个操作系统，30 小时跑完一个证明，CVE 找得更多。价格反而降了 20%。同一时间门抬高了：分两个版本卖，要过验证，拦掉几类任务，还加了反蒸馏。
5.1 卖的是刀。5.2 卖的是刀，加刀鞘。刀鞘不单卖。
这不像临时起意。能过验证的机构买得到 Mythos，过不了的用 Fable 就好。安全策略和产品分层，在这里就是同一件事。
从「买不买得起」到「准不准你用」
过去几年，能不能用上最强的模型，看的是预算。企业版贵，个人版便宜，差别在钱。
现在多了一道：你的账号、你的机构，过不过得了那项验证。
对通过的机构，这是更锋利的工具。
对普通付费用户，这是一个性能更好、价格更低、但有几件事明确不给你做的版本。
差距从价格表挪到了准入名单上。
以后看一个模型发布，我会先找三个数：基础价降没降，哪几类任务明确不接，最强的那个版本谁能申请。前两个写在新闻稿里，第三个往往藏在验证计划的申请页上。