Anthropic发布的Claude Fable 5.2在Code Arena最新发布的Web开发(WebDev)榜单中以1824分的成绩位居第一,凭借6分微弱优势超越第二名的Claude Opus 5.5,展现出强劲竞争力。
本次榜单共收录162个模型,累计评估投票数达102万7059票,专门针对Web应用构建能力进行测评。评估过程要求用户对比两个模型生成的应用,并选择更优结果,重点考察功能实现、界面可用性、提示理解准确率及视觉设计质量。
不同于传统基于测试通过率的代码评估,Code Arena采用迭代式环境构建方式:模型需在受控条件下创建并修改文件,经过多次优化后提交最终成果。这一流程更贴近真实开发场景,强调用户体验与设计一致性。
数据显示,Fable 5.2得分为1824±17分,Opus 5.5为1818±11分,两者预估排名区间高度重叠于第1至第3名之间,竞争极为激烈。
在不同子任务中,各模型呈现差异化优势。Fable 5.2在React任务中以1887分排名第一,在基于参考设计的任务中获得1844分位列第二;而在HTML任务中得分为1779分,排第四。
此前,该模型已在交互式3D评估AA-3D中以1271 Elo得分居首,但由于评估标准和计分体系不同,无法直接比较两者分数。
Claude Fable 5.2于9日正式上线,主打复杂、长周期技术任务处理,官方称其输出效率相较前代最高提升30%。服务将通过Anthropic自有平台以及AWS Bedrock、Google Cloud和Microsoft Foundry等云服务商提供。
API定价方面,输入每100万token收费8美元(约人民币1.65元),输出每100万token收费40美元(约人民币5.328万元)。相比Fable 5.1,此次费率均下调20%。
但相比之下,Claude Opus 5.5的输入费用为4美元/百万token,输出为20美元/百万token,仅为Fable 5.2的一半。按任务平均成本计算,前者为9美元(约人民币1.1988万元),后者为11.58美元(约人民币1.5425万元),凸显成本差异。