大模型竞争的下半场，考题变了。
过去两年，厂商们忙着让模型在标准试卷上拿更高分：SWE-bench Verified 刷到 80.9%，ARC-AGI-2 冲到 69.17%，Humanity's Last Exam 你追我赶。但 2026 年 10 月 19 日，一条来自 The Information 的独家消息把战场指向了另一个方向——Anthropic 正准备发布一款新模型，其推理与直觉能力优于目前已上市的模型，尤其擅长在用户只言片语间判读对方真正的意图与目标。
这不是又一次基准分数的例行升级。报道引述一名测试者的说法：这款尚未命名的模型更善于跳出框架思考，而不是重复常识性的建议或解决方案。问它如何投资股票，它不会搬出看本益比这套教科书答案，而可能自己设计算法去预测股价。
消息尚未获得 Anthropic 官方证实。模型叫什么、归入 Fable 还是 Opus 产品线、何时上线、定价几何，全部悬而未决。但这条传闻本身，已经足够说明问题。
为什么这条传闻值得认真对待
把时间线拉开看，这件事发生在 Anthropic 最密集的发布窗口里。
2026 年 9 月 1 日，Claude Fable 5.1 发布，API 定价输入 10 美元、输出 50 美元每百万 token，坐稳旗舰位置。三周后的 9 月 22 日，Claude Opus 5.5 上线，输入 4 美元、输出 20 美元，官方称其在多数任务上表现与 Fable 5.1 相当，价格却只有后者的四成。9 月 28 日，Sonnet 5.5 跟进，输入 2 美元、输出 10 美元。10 月 7 日，Haiku 5.5 发布，输入 0.10 美元、输出 0.50 美元，平均成本比上一代 Haiku 4.5 再降约 75%。
一个月，四个型号，价格层层下探。这是一个清晰的信号：在 Anthropic 的产品矩阵里，更强和更便宜两条线已经铺完，剩下的空白，是更懂你。
与此同时，泄露的碎片正在拼凑出轮廓。模型评测站 TestingCatalog 称，本月稍早已有用户发现，部分发往 Opus 5.5 的请求似乎被悄悄路由到了另一款能力更强的未公开模型；Fable 5.5 的代号开始在 Azure 模型目录的截图里闪现，又很快被移除。有爆料者称，部分合作伙伴已经拿到测试权限。
这些线索无法与具体型号一一对应，Anthropic 也未证实其中任何一项。但当一家公司在一个月里连发四款模型后，再出现更强未公开模型的传闻，概率就不再是空穴来风。
读心为什么比刷题难
要理解这条传闻的分量，先得看清大模型过去两年的进化路径。
本质上，主流模型的训练目标一直是给出最可能的下一个 token。它们被海量文本喂养，学会的是人类已经写下来的东西——包括常识、包括套路、包括那些正确的废话。所以你问投资建议，它大概率会复述教科书：看本益比、分散配置、长期持有。这不是模型笨，这是训练目标的必然结果。标准答案最安全，常识建议最不容易出错。
但真实世界的需求恰恰相反。用户很少把话说全，更少把话说准。一个人问怎么投资股票，背后可能是我有 50 万闲钱想三年后买房，也可能是我想试试量化交易，甚至可能是我担心通胀吃掉存款。判读这些没说出口的意图，需要的不是更多知识，而是更强的推理与直觉——从有限信息里重建上下文，从模糊表述里推断目标，然后给出针对性方案，而不是通用答案。
The Information 引述测试者的描述，恰好戳中了这个痛点：即使不给出太多信息，比如不明确说出目标，它也特别擅长判读一个人潜在的意图和目标。
这解释了为什么报道把推理能力优于同侪和直觉放在一起说。直觉不是玄学，在模型语境里，它是从稀疏信号中快速收敛到正确假设的能力——一种更高阶的推理。
为什么是现在
Anthropic 选在这个时间点押注意图理解，不是偶然。
基准竞赛已经打到边际收益递减。Opus 4.5 在 SWE-bench Verified 上拿到 80.9%，是首个突破 80% 的模型；Opus 4.6 在 ARC-AGI-2 上拿到 69.17%，比 Opus 4.5 的 37.6% 几乎翻倍。分数还在涨，但普通用户能感知到的体验提升越来越弱。当所有旗舰模型都能考 90 分，决定胜负的就不再是卷面分数，而是谁能听懂题目之外的要求。
Agent 化把意图理解从加分项变成了必选项。模型不再只是回答问题，而是要替人做事：写代码、订行程、做研究、操作电脑。这类任务里，用户给出的往往是模糊目标——帮我优化这个项目的性能，而不是精确指令。模型必须自己拆解目标、判断优先级、在信息不足时主动追问或假设。不会读心的模型，做不了好 Agent。
价格战已经把能力溢价的空间打没了。Haiku 5.5 把小模型成本砍到上一代的四分之一，Opus 5.5 比 Fable 5.1 便宜 60%。当便宜模型能解决 80% 的问题，旗舰模型必须证明自己贵得有道理。更懂你，就是那个难以被低价复制的理由。
读心是一把双刃剑
意图理解能力越强，风险也越微妙。
TestingCatalog 在讨论这条消息时直言：考虑到现有的安全防护机制，判读潜在意图这项能力有些令人不安。这不是危言耸听。一个擅长猜你意图的模型，同样可能猜错——而且因为它更主动、更有创意，猜错时的破坏力也更大。
更深的矛盾在于对齐。大模型的安全训练，核心是不要做用户没明确要求但有害的事。但意图理解的反面，是替用户做他没说出来但可能想要的事。这条边界一旦模糊，模型就可能在为你好的名义下越界：帮你发一封你没确认的邮件，替你做一个你没授权的决定。
Anthropic 一直以安全至上自我标榜，宪法式 AI 是其品牌护城河。如何在更懂你和不过界之间找到平衡，将是这款新模型发布前后最被审视的部分。
竞赛坐标正在偏移
这条传闻真正值得关注的，不是又一款模型要发布，而是竞赛坐标的偏移。
过去两年，大模型厂商比的是谁更会做题。试卷是公开的，分数是可比的，胜负一目了然。但从 Anthropic 这次押注的方向看，下一阶段的竞争将转向谁更会读人——在信息不完整时理解意图，在模糊目标下拆解任务，在常识答案之外给出创造性方案。
这个转向对行业意味着几件事。评测体系要变，现有的基准测试大多有标准答案，测不了意图理解，谁能率先建立一套衡量读心能力的评估框架，谁就可能掌握下一代话语权。产品形态要变，当模型能判读意图，交互就不再是你问我答的对话框，而更接近你说个大概、我来帮你完成的协作伙伴，Agent 产品的竞争壁垒会从工具数量转向理解深度。竞争格局也要变，The Information 同篇报道还提到，Google 的 Gemini 4 Carbon 正在内部测试，有员工形容其代码能力接近 Opus 5.5，OpenAI 也可能跟进新的 Terra 模型。意图理解这条赛道，不会只有 Anthropic 一个玩家。
大模型的下半场，赢家或许不再是那个答题最快的人，而是那个听得懂你弦外之音的人。
快报