•
•
专有模型
•
发布于 2026 年 11 月
Claude Fable 5.2 (Max, Default Fallback) 智能、性能与价格分析
模型摘要
智能更新
65
Artificial Analysis 智能指数
性能
首个答案 token 时间 215.95 秒输出速度 98 tok/s
46.4
每个智能指数任务耗时（分钟）
成本
输入 $8.00输出 $40.00缓存折扣 98%
$26.54
每个智能指数任务成本
冗长度
输入 token 28.3B输出/输入 0.97%
275M
来自智能指数的输出 token
Claude Fable 5.2 (Max, Default Fallback) 是智能水平领先的模型之一，但与价格相近的其他模型相比尤其昂贵。它每个任务的速度也明显较慢，并且非常冗长。该模型支持文本和图像输入，输出文本，并具有 1M token 的上下文窗口。
Claude Fable 5.2 (Max, Default Fallback) 在 Artificial Analysis 智能指数上得分为 65，在同类模型中远高于平均水平（中位数：40）。在评估智能指数时，它生成了 275M token，与 72.8M 的中位数相比非常冗长。
Claude Fable 5.2 (Max, Default Fallback) 的定价为每 1M 输入 token $8.00（昂贵，中位数：$2.00）和每 1M 输出 token $40.00（昂贵，中位数：$10.00）。平均而言，在智能指数上评估 Claude Fable 5.2 (Max, Default Fallback) 每个任务花费 $26.54。
每个智能指数任务耗时 46.4 分钟，Claude Fable 5.2 (Max, Default Fallback) 与同类模型中位数 12.7 分钟相比明显较慢（越低越好）。
| 推理 | 是 |
|---|---|
| 输入模态 | |
| 输出模态 | |
| 上下文窗口 | 1M |
指标与同类模型进行比较：
- 非推理模型 → 仅与其他非推理模型比较
- 推理模型 → 在推理和非推理模型之间比较
- 开放权重模型 → 仅与相同规模类别的其他开放权重模型比较：
- 微型：≤4B 参数
- 小型：4B–40B 参数
- 中型：40B–150B 参数
- 大型：>150B 参数
- 专有模型 → 在相同价格范围内的专有和开放权重模型之间比较，使用 3:1 的输入/输出价格混合比例：
- <$0.15 每 1M token
- $0.15–$1 每 1M token
- >$1 每 1M token
更新
智能
Artificial Analysis 智能指数 · 越高越好
无公开可用 API
每个任务耗时
每个智能指数任务的推理时间（分钟）· 越低越好
无公开可用 API
每个任务成本
每个智能指数任务的加权平均成本（美元）· 越低越好
无公开可用 API
智能更新
Artificial Analysis 智能指数
Artificial Analysis 智能指数 v5.0.1 包含 9 项评估：AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2（Hard Subset）和 Terminal-Bench-Science 0.1
无公开可用 API
Artificial Analysis 智能指数 v5.0.1 包括：AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2（Hard Subset）、Terminal-Bench-Science 0.1。有关更多详细信息，包括每项评估的细分以及我们如何运行它们，请参阅智能指数方法论。
按开放权重/专有划分的 Artificial Analysis 智能指数
Artificial Analysis 智能指数 v5.0.1 包含 9 项评估：AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2（Hard Subset）和 Terminal-Bench-Science 0.1
无公开可用 API
Artificial Analysis 智能指数 v5.0.1 包含：AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2（Hard Subset）、Terminal-Bench-Science 0.1。有关更多细节，包括每项评估的细分以及我们如何运行它们，请参阅智能指数方法论。
指示模型权重是否可用。如果商业使用受条件限制，模型被标记为“Commercial Use Restricted”；如果许可证禁止商业使用，则标记为“Non-commercial”。
智能指数与每任务成本对比
Artificial Analysis 智能指数 · 每项 Artificial Analysis 智能指数任务的加权平均成本（USD）
最具吸引力的象限
帕累托线
每项智能指数任务的加权平均成本。每项评估的成本由输入、缓存命中、缓存写入、推理和答案 token 价格计算得出，除以任务数量，并按其在智能指数中的权重加权。
Artificial Analysis 智能指数 v5.0.1 包含：AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2（Hard Subset）、Terminal-Bench-Science 0.1。有关更多细节，包括每项评估的细分以及我们如何运行它们，请参阅智能指数方法论。
能力指数
衡量模型在特定能力和行业上的表现
Artificial Analysis 金融与会计指数
包含 5 项评估：AA-Briefcase v1.1、AA-Omniscience v1.1、HLE-Diamond、AutomationBench-AA、GDP.pdf · 越高越好
无公开可用 API
基准测试
评估
由 Artificial Analysis 独立衡量的评估 · AA-PersonalityBench 分数为 1 到 100 的百分位排名
无公开可用 API
智能体知识工作，Elo
知识
1 - 幻觉率
智能体 SaaS 工作流
终端中的智能体科学研究工作流
开源仓库中的智能体软件工程
推理与知识
专业文档推理，全通过
智能体编码与终端使用
物理推理
电子表格与文档上的定量分析
法律智能体工作，幻觉门控全通过率
智能体业务运营
智能体真实世界工作任务，Elo
AA-3D新增
智能体交互式 3D 体验，Elo
以代码设计的产品和品牌视频，Elo
Kubernetes 事件根因分析
MLCR-AA已更新
医学长上下文推理
视觉推理
丰富、多样、精心构建的语言
结构良好、易于浏览、答案优先
真实、承认不确定性、不谄媚
填充语和泛泛语言的使用
虽然模型智能通常可以跨用例迁移，但特定评估可能对某些用例更为相关。
Artificial Analysis Intelligence Index v5.0.1 包含：AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2（Hard Subset）、Terminal-Bench-Science 0.1。有关更多细节，包括每项评估的细分以及我们的运行方式，请参阅Intelligence Index 方法论。
AA-Briefcase v1.1
AA-Briefcase Elo
AA-Briefcase v1.1 是由 Artificial Analysis 开发的智能体知识工作基准测试。AA-Briefcase Elo 是一个综合指标，汇总了评分标准通过率、分析质量 Elo 和呈现 Elo · 越高越好
无公开可用的 API
AA-Briefcase Elo 是一个综合指标，汇总了分析质量 Elo、呈现 Elo 和评分标准通过率，其中评分标准表现通过合成的一对一对比转换为 Elo。Elo 和 95% 置信区间边界被限制在 0。
AA-Omniscience v1.1
AA-Omniscience 净得分
AA-Omniscience v1.1 净得分（越高越好）衡量知识可靠性和幻觉。它对正确答案给予奖励，对幻觉进行惩罚，对拒绝回答不进行惩罚。得分范围为 -100 到 100，其中 0 表示正确与错误答案数量相同，负分表示错误答案多于正确答案。
无公开可用的 API
AA-Omniscience v1.1 净得分（越高越好）衡量知识可靠性和幻觉。它对正确答案给予奖励，对幻觉进行惩罚，对拒绝回答不进行惩罚。得分范围为 -100 到 100，其中 0 表示正确与错误答案数量相同，负分表示错误答案多于正确答案。
Token 使用量
每个 Intelligence Index 任务的输出 Token 数
运行 Artificial Analysis Intelligence Index 中一个任务所使用的输出 Token 数的加权平均值
无公开可用的 API
每个 Intelligence Index 任务所需的 Token 数。计算方法是将每项评估的输出 Token 数乘以各基准测试在 Intelligence Index 中的相对权重，再除以任务数（不包括重复项）。
成本
每个 Intelligence Index 任务的成本
每个 Intelligence Index 任务的加权平均成本（USD）· 按 Token 类型细分 · 越低越好
无公开可用的 API
每个 Intelligence Index 任务的加权平均成本。每项评估的成本根据输入、缓存命中、缓存写入、推理和答案 Token 价格计算，除以任务数，并按其在 Intelligence Index 中的权重加权。
运行 Artificial Analysis Intelligence Index 的成本
运行 Artificial Analysis Intelligence Index 中所有评估的成本（USD）
无公开可用的 API
运行 Artificial Analysis Intelligence Index 中各项评估的成本，使用模型的输入、缓存命中、缓存写入、推理和答案 Token 价格以及各项评估中使用的 Token 数（不包括重复项）计算得出。
定价：缓存命中、输入和输出
价格（USD / 百万 Token）
无公开可用的 API
缓存提示（先前已处理）的每 Token 价格，通常相比常规输入价格提供显著折扣，以 USD / 百万 Token 表示。此处显示的值为缓存命中价格；缓存写入和缓存存储单独计费，且因提供商而异——详见“各提供商缓存定价”。
上下文窗口
上下文窗口
上下文窗口：Token 上限 · 越高越好
无公开可用的 API
更大的上下文窗口与 RAG（检索增强生成）LLM 工作流相关，这类工作流通常涉及对大量数据进行推理和信息检索。
输入与输出 Token 合计的最大数量。输出 Token 通常有显著更低的上限（因模型而异）。
性能
通过每任务时间（分钟）、输出速度（Token/秒）、首个答案 Token 时间和首个 Token 时间（秒）衡量
每个 Intelligence Index 任务的时间
输出 Token 数除以端到端输出速度（每个 Intelligence Index 任务的分钟数）· 模型自身端点或各提供商中位数的速度 · 越低越好
无公开可用的 API
每个 Artificial Analysis Intelligence Index 任务的加权平均时间（分钟）：每任务输出 Token 数除以输出速度，按各基准测试在 Intelligence Index 中的权重加权。
速度和延迟指标对每个端点过去 5 天的运行取平均，错误率则汇总这些运行。我们每 6 小时运行一次基准测试，已弃用模型的端点每 18 小时运行一次。
输出速度
输出 Token 数除以总请求时间，包括首个 Token 时间 · 越高越好
无公开可用的 API
在请求的完整持续时间内（从发送请求到接收最终 Token）每秒接收的输出 Token 数（包括推理 Token）。标题值先对过去 5 天内每个 Performance v3 工作负载取平均，再对各工作负载取平均。
首个答案 Token 时间
接收到首个答案 Token 的秒数 · 计入推理模型的“思考”时间
无公开可用的 API
发送 API 请求后接收到首个答案 Token 的时间（秒）。对于推理模型，这包括模型在给出答案之前的“思考”时间。对于不支持流式传输的模型，这表示接收到完成结果的时间。
常见问题
关于 Claude Fable 5.2（Max，Default Fallback）的常见问题
Claude Fable 5.2（Max，Default Fallback）于 2026 年 11 月 9 日发布。
Claude Fable 5.2（Max，Default Fallback）由 Anthropic 创建。
Claude Fable 5.2（Max，Default Fallback）在 Artificial Analysis Intelligence Index 上得分为 65，在相似价格区间的其他模型中远高于平均水平（中位数：40）。
Claude Fable 5.2（Max，Default Fallback）每项 Intelligence Index 任务耗时 46.4 分钟（基于 Anthropic 的 API），在相似价格区间的其他模型中属于最慢之列（中位数：12.7 分钟；越低越好）。
Claude Fable 5.2（Max，Default Fallback）的首个答案 token 时间为 215.95 秒（基于 Anthropic 的 API），在相似价格区间的其他模型中处于较高水平（中位数：11.78 秒）。
Claude Fable 5.2（Max，Default Fallback）每 100 万输入 token 收费 8.00 美元（处于较高水平，中位数：2.00 美元），每 100 万输出 token 收费 40.00 美元（处于较高水平，中位数：10.00 美元），基于 Anthropic 的 API。
Claude Fable 5.2（Max，Default Fallback）每 100 万输入 token 收费 8.00 美元，每 100 万输出 token 收费 40.00 美元（基于 Anthropic 的 API）。按混合费率（缓存命中/输入/输出比例为 7:2:1）计算，每 100 万 token 为 5.74 美元。价格可能因提供商而异。比较各提供商价格
在 Intelligence Index 上评估时，Claude Fable 5.2（Max，Default Fallback）生成了 2.75 亿输出 token，在相似价格区间的其他模型中处于较高水平（中位数：7280 万）。
是的，Claude Fable 5.2（Max，Default Fallback）是一个推理模型。它使用扩展思考或思维链推理来在给出答案前解决复杂问题。
Claude Fable 5.2（Max，Default Fallback）支持文本和图像输入。
Claude Fable 5.2（Max，Default Fallback）支持文本输出。
是的，Claude Fable 5.2（Max，Default Fallback）支持图像输入，可以分析、描述图像并回答关于图像的问题。
是的，Claude Fable 5.2（Max，Default Fallback）是多模态的。它可以处理文本和图像输入并生成文本输出。
Claude Fable 5.2（Max，Default Fallback）的上下文窗口为 100 万 token。这决定了模型在单次请求中可以处理多少文本和对话历史。
不，Claude Fable 5.2（Max，Default Fallback）是专有模型。模型权重未公开。
Claude Fable 5.2（Max，Default Fallback）是专有模型，Anthropic 未披露模型规模或参数数量。
Claude Fable 5.2（Max，Default Fallback）在 Artificial Analysis Intelligence Index 上得分为 65。该综合基准测试评估模型在知识工作、编程、科学和常识方面的表现。
是的，Claude Fable 5.2（Max，Default Fallback）可通过 6 家提供商通过 API 使用。比较 API 提供商
Claude Fable 5.2（Max，Default Fallback）可通过 6 家 API 提供商使用。比较提供商