文章
@AinaPulu

Claude Fable 5.1：同底座双防护，长程 agent 更便宜

AinaPulu
@AinaPulu · 上午 2:54 · 2026年9月6日
在 X 查看

Anthropic 在 2026-09-01 发布 Claude Fable 5.1 与 Claude Mythos 5.1。二者是同一套权重，差别在防护强度：Fable 面向公开与企业生产；Mythos 只对可信访问项目开放，在网络安全与生命科学方向更宽松。发布叙事不绕弯——编码与知识工作再抬一档，同时正面回应客户对价格、数据留存与误拦的反馈。

一、为什么这不是「小版本号」

Fable 5.1 的卖点，是把「能跑很久的 agent」做成可付钱规模化的东西。官网评测表里，几组数字很硬：

  • Terminal-Bench-Science 0.1（agentic 科研）：约 52.6%（Fable 5 约 24.7%，Opus 5 约 29.0%，GPT-5.6 Sol 约 22.4%）
  • Terminal-Bench 4.0：Fable 约 55.8%；Mythos 约 60.9%（差距主要来自防护是否介入）
  • GDPval-AA v2（知识工作）：约 1853（Opus 5 约 1824，Fable 5 约 1723）
  • AutomationBench：约 31.4%（Fable 5 约 17.1%）
  • CursorBench 3.2.0：约 73.4%
  • OSWorld 2.0：partial 约 77.9%，strict 约 41.7%
  • Humanity's Last Exam：无工具约 60.9%，有工具约 65.0% 需要把口径说清楚：表中 Fable 带生产防护；防护介入时相关题记零，cyber 题会落到 Opus 4.8、biology 题落到 Opus 5，因此这些分数偏保守。OSWorld 用的是 2026-08 任务集，不宜与更早公开数字直接横比。 早期客户反馈也偏「长时间任务」：Millennium 称其定位到多年未解的罕见崩溃根因；Ramp 描述过约 38 小时无人值守实验；Browserbase 在其最难浏览器 agent 集上给出约 82%（对照 Opus 5 约 74%、Fable 5 约 57%）。这些是厂商转述的合作方说法，不是独立复现，但方向一致——单位工作从「答一句 / 改一段」变成「整段调查」。

二、真正改变经济学的是 cache read

标价没变：输入 $10 / 百万 tokens，输出 $50 / 百万 tokens。变的是 cache read 降到 $0.25 / 百万（相对 Fable 5 的 $1.00，降幅 75%；相对基础输入价是 2.5% 而不是常见的 10%）。 Anthropic 用八月真实用量估算：典型负载总成本大约 −25%；上下文重、工具重的强 agent 负载可到约 −45%。对会反复回访同一代码库、系统提示与工具定义的长程 agent，这比再砍一点 list price 更关键。Batch 仍可再砍输入/输出各 50%。 规格侧：上下文 1M tokens，最大输出 128K，adaptive thinking 常开，默认 effort 在 Claude Code 为 high、在 Claude.ai / Cowork 为 medium。API 模型 ID：claude-fable-5-1（Bedrock 为 anthropic.claude-fable-5-1），并已上 AWS / Google Cloud / Azure。

三、Mythos：科研与防御向的同一模型

Mythos 5.1 与 Fable 同能力，经 Project Glasswing、计划中的 Cyber Verification Program，以及与美国政府合作的 Life Sciences Verification Program 放行。公开材料里的科研侧例子更有信息量：

  • 蛋白设计：在 12 个靶点上命中率接近 50%（领域常见约 10–15%）；在 EGFR / Nipah G / 15-PGDH 等竞赛靶点上，部分结合亲和力约高一个数量级
  • 金星地形：基于 Magellan 雷达数据训练网络，把约三分之一金星表面的高程图分辨率从约 10–20 km 推到约 2–3 km，高度误差改善约 25%，并以 CC 协议放出
  • 计算生物加速：为 7 个开源蛋白/基因组模型写自定义 GPU kernel，H100 上最高约 2.5× 推理加速，基因组规模分析预估成本可降约 30–60% 企业产品 Claude Security（代码库漏洞扫描与补丁建议）也已切到 Mythos 5.1。

四、防护更准，数据可以留在客户云里

Fable 侧防护在变「更少误伤」：网络安全相关误拦约少 60%（相对 Fable 5 会话均干预），并允许用于发现漏洞（防御向），但仍限制 exploit 生成、渗透测试、部分二进制扫描等双用途路径；生命科学误拦相对 Fable 5 初版也明显下降，研究级能力仍导向 Mythos / 访问计划。 Enterprise Frontier Safeguards（EFS） 是另一块企业拼图：误用监测数据放在客户自有云（客户控钥），默认由客户做人工复核，Anthropic 不另收费；今秋分阶段上线，覆盖 Claude Code / Enterprise / Platform 及 Bedrock、Google Agent Platform、Foundry 等。EFS 到位前，符合条件的客户可用 Fable 5.1 的零数据留存。 安全叙事里也诚实保留边界：Mythos 的 cyber 能力是 Anthropic 已发布模型中最强档之一，但仍落在其 Frontier Compliance Framework 的较低风险档；生物能力未跨入下一风险档。对齐审计相对 Mythos 5 多数指标更好，但仍可能绕过部分审批/自动模式分类器；长上下文与多 agent 场景的可见性仍有限。

五、简要判断

Fable 5.1 值得单独写，不只因为又一组旗舰分数，而因为 Anthropic 把三件事捆在一起发：更强的长程 agent、把 cache 经济学改到可规模化、以及用 EFS / Mythos 访问计划把「能做」与「谁能做」拆开。若你的工作负载是重上下文、长时间工具循环，且卡在账单与数据治理，这比单纯追榜更有决策价值。