Claude Fable 5 在 FrontierMath 最难题目上超越 GPT-5.5 达 13 个百分点，AI 数学推理能力再跃升

一句话看懂

Anthropic 的 Claude Fable 5 在 FrontierMath 最难题目上达到 88% 准确率，比 GPT-5.5 高出 13 个百分点，较年初的 Opus 4.5 提升近 9 倍。

详细发生了什么

据 The Decoder 报道，Anthropic 最新模型 Claude Fable 5 在 FrontierMath 基准测试的最困难级别（Tier 4）上取得了 88% 的准确率。相比之下，OpenAI 的 GPT-5.5 在同一级别约为 75%，而 Anthropic 年初发布的 Opus 4.5 甚至低于 10%。FrontierMath 由 Epoch AI 开发，包含数百道极具挑战性的数学题，涵盖数论、实分析、代数拓扑等领域，旨在测试 AI 的深度推理能力。Claude Fable 5 的进步表明，AI 在数学推理方面的能力正以前所未有的速度提升。

中文圈视角

对中文用户而言，这一消息有几点值得关注：

可用性与平替：Claude Fable 5 目前通过 Anthropic API 和 claude.ai 提供，国内用户需解决网络访问问题。国产模型如 DeepSeek-Math 和智谱的 GLM-4 在数学推理上也有不错表现，但尚未在 FrontierMath 这类高难度基准上公开评测。
应用场景：数学推理能力的飞跃对科研、教育、金融等领域意义重大。例如，中文用户可利用 Claude Fable 5 辅助数学研究、生成高难度竞赛题解或验证复杂公式。不过，对于日常数学问题（如中小学数学），现有模型已足够，这一突破更多影响专业领域。
评测盲点：FrontierMath 题目以英文形式呈现，中文数学社区的评测基准（如 C-Eval 的数学子集）难度较低。中文用户需关注模型在中文数学题上的表现，因为语言和符号习惯可能影响推理效果。

几条值得记住的细节

Claude Fable 5 在 FrontierMath 最困难级别（Tier 4）准确率达 88%，GPT-5.5 为 75%，Opus 4.5 低于 10%。
FrontierMath 包含数百道专业数学题，由 Epoch AI 设计，难度远超现有基准。
该测试覆盖数论、实分析、代数拓扑等领域，要求模型具备深度推理能力。
Claude Fable 5 的进步速度惊人：从 Opus 4.5 到 Fable 5 仅用了约 6 个月。
目前 Claude Fable 5 通过 Anthropic API 和 claude.ai 提供，定价尚未公布。

一句话总结

Claude Fable 5 的数学推理能力大幅领先，但中文用户需关注网络访问和中文场景下的实际表现。