AI 模型日报：Fable 5.2 登顶与视频模型新规（11月10日）

今天的主线很清楚：Anthropic 用 Claude Fable 5.2 把榜单第一拿了回去，还顺手降了价。另一条线在生成式媒体，字节的视频和图像模型把”怎么计费、什么会被拒”这类落地细节摆上了台面。

Claude Fable 5.2 与 Mythos 5.2 发布，价格下调

Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，称在编程、推理和视觉上都有提升。两者是同一个底层模型：Fable 带网络安全和生物领域的防护，向所有用户开放；Mythos 只给通过验证计划的机构。定价为每百万输入 token 8 美元、输出 40 美元，据 The Decoder 对比，前代是 10 美元和 50 美元；输出速度比 5.1 快最多 30%，另有价格翻倍的快速模式。

点评：降价加提速，对跑长任务的开发者是实打实的利好。但 Anthropic 仍把 Opus 5.5 推荐为日常模型，Fable 的定位是最难的技术工作，别默认全换。详情

Fable 5.2 以 65 分登顶 Artificial Analysis 智能指数

Artificial Analysis 的智能指数 v5.0.1 由 9 项评测构成，Fable 5.2 在最高档位拿到 65 分，是目前榜单最高分。The Decoder 的报道补充了细节：它在九项里有五项第一，但在 Terminal-Bench 4.0 上是 60%，与 Opus 5.5 持平，低于 Kimi K3.1 Pro 的 67%；最高档位的每任务成本平均 26.50 美元，约为 Opus 5.5 的 2.6 倍。

点评：总分第一不等于每项第一，终端类编程任务上它并不占优。更该看的是成本这一栏，单价虽降，高档位耗的 token 多，账单未必更低。详情

Mollick 实测 Fable 5.2：一种”锯齿状”的 AGI

宾大教授 Ethan Mollick 在发布前试用了 Fable 5.2。他让模型只读两个控制程序的代码，就把一块 Codex Micro 小键盘改成能玩六款游戏的游戏机；又让它策划一门生意，模型筛了 22 个点子并做出方案，自评成功率 20% 到 40%。他的结论是”几乎”算 AGI，但在品味和判断上仍然参差。

点评：这类实测比跑分更能说明问题：一次性把事情做对的能力很强，持续独立运营一件事还不行。详情

Seedance 2.5 参数拆解：单条 30 秒，按输出秒数计费

DEV 社区一篇文章拆解了 Seedance 2.5 的控制项：单次可生成 1 到 30 秒，分辨率 480P、720P、1080P 三档，按输出秒数计费，480P 每秒 0.05 美元，1080P 每秒 0.21 美元。提示词上限 30000 字符，最多 9 张参考图，还能返回末帧给下一个镜头当首帧。30 秒 720P 是 3.60 美元，和拆成六个 5 秒镜头的总价一样。

点评：30 秒上限买到的是连贯性，不是便宜。作者建议先用 480P 分段预演，定稿后再出 720P，这个顺序很省钱。详情

Seedance 的两层审核：先分清是谁拒了你

同一作者的另一篇文章讲审核。第一层在任务创建前筛提示词，明确违规的直接拒绝且不扣费；第二层是模型自带的安全审核，更严，标准路线下会拒绝真人形象、品牌或商标内容和政治素材，画面生成后违规也会判失败，失败任务对账后退款。

点评：这篇的价值在于给了排查方法。第一层被拒是措辞问题，改写就行；第二层被拒是类别问题，换形容词没用，要换主体或换路线。详情

字节发布图像模型 Seedream 5.5

据 IT之家报道，字节跳动发布新一代图像创作模型 Seedream 5.5，主打一张图可以连续修改 100 遍，并能直接输出透明背景。best2ai 收录的另一条信息称，官方表示连续 100 轮编辑后画面不出现色彩漂移，但具体参数、开放时间和价格在素材中都没有提及。

点评：反复修改不走样和透明背景直出，对电商图、海报这类要来回改稿的场景很实用。不过”100 轮不偏色”目前是官方说法，建议实测后再决定。详情

亚马逊 HOPE：剪掉一半专家，MoE 模型还能用

亚马逊在 Hugging Face 博客介绍了 HOPE，一种针对 MoE 模型的二阶专家剪枝方法。以往的方法给每个专家单独打分，HOPE 则考虑专家两两之间的协作关系。在 50% 剪枝率下，它的平均排名优于所有对比方法，在智能体编程任务上比次优方法最高提升 6.1%。

点评：剪枝不需要训练，还能和量化叠加，本地部署大号 MoE 模型的人值得关注。实际掉多少效果，取决于你的任务和校准数据，要自己测。详情

NVIDIA 与 Elith 开源日本金融人设数据集

Nemotron-Personas-Finance-Japan 发布，共 900 万条人设，每条记录 50 个字段，约 15 亿 token，基于日本政府官方统计生成，并吸收了瑞穗金融集团、东京海上控股等机构的反馈，采用 CC BY 4.0 许可，可以商用。

点评：金融场景拿不到真实客户数据，合成人设是训练和测试客服、投顾类 Agent 的现实办法。数据是日本语境，国内团队更多是参考它的构建思路。详情

开源推理引擎 Flide：自称比 vLLM 快 9.5 倍

开发者在 Hacker News 发布开源推理引擎 Flide，专为 Jev 类决策模型设计，宣称相比 vLLM 和 SGLang 最高提速 9.5 倍，已支持 30 多个本地模型，可以用 pip install flide 安装。

点评：专用引擎在特定模型上跑赢通用框架并不意外，但作者没有公布基准测试细节和模型名单，9.5 倍先当宣传口径看，上生产前自己压测。详情

信息来源

• The Verge AI、The Decoder（best2ai 条目）：Fable 5.2 发布
• Artificial Analysis：智能指数
• Ethan Mollick：Fable 5.2 实测
• DEV Community：Seedance 2.5 参数、两层审核
• IT之家（best2ai 相关条目）：Seedream 5.5
• Hugging Face 博客：HOPE、Nemotron-Personas-Finance-Japan
• Hacker News Show：Flide
• best2ai 条目页见各条”详情”链接

更多每日 AI 热点见 best2ai.com