背景:同一模型,两副面孔
9月1日,Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1。官方明言:二者是同一个底层模型,区别只在于安全护栏的松紧。Fable 5.1 面向所有用户全面开放;Mythos 5.1 则仅通过”可信访问计划”提供,护栏专为网络安全与生命科学场景定制,并与美国政府合作设立了生物能力访问通道,预计很快向科学家开放申请。
这种”同芯不同壳”的发布方式本身就是一个信号:前沿模型的能力已经不是瓶颈,如何分级释放能力才是。Anthropic 用同一份权重切出两个产品,把合规、安全与商业价值做了一次精细的分层运营。
核心升级:更便宜、更少误伤、更会干活
价格:典型工作负载下,Fable 5.1 比 Fable 5 便宜约 25%,靠的是缓存读取(cache reads)价格下调——已处理过的输入再次读取时大幅降价。对高度代理化(agentic)的任务,节省可达约 45%。HN 网友 simonw 立刻点出关键:长时运行的 agent 会反复携带历史 transcript,缓存读取降价对它们是实打实的红利。
数据保留:新推出的 Enterprise Frontier Safeguards(EFS)让企业客户获得等同”零数据保留”的隐私水平,同时仍能保持最先进的对抗性使用防护。原理是数据存储在客户完全控制的云基础设施里,而非 Anthropic 的机器上。EFS 今秋起分阶段开放,过渡期内符合条件的客户可直接以零数据保留模式使用 Fable 5.1。
护栏误报:网络安全场景的误报(把良性内容误判为违规)下降了 60%。部分原因是 Fable 5.1 现在允许用于发现软件漏洞——但不允许开发漏洞利用(exploit)。这是对安全研究社区长期抱怨的直接回应。
具体案例:投资公司五年悬案被破解
投资公司 Millennium 的内部系统有一个约百万分之一概率触发的罕见崩溃,四五年来没有任何工程师或任何模型能解释。Fable 5.1 反汇编了一个外部供应商的库,与内核转储(core dump)比对,最终把崩溃追踪到该库的一个 bug。其高级投资组合经理坦言:”这种分析所需的时间,本来根本无法论证其合理性。”
其他早期客户的声音同样值得关注:Jane Street 量化研究负责人称 Fable 5.1 在交易直觉上达到 SOTA,且在长多步任务中”保持可读性”——以前的模型工作越久越难跟踪;Cognition(Devin 母公司)则宣布发布当天就把 Opus 5 的流量迁到 Fable 5.1,理由是单任务成本更低,代码审查这类负载”终于经济可行”。
技术分析:基准全面抬升,成本曲线下移
官方给出的数字相当激进:Terminal-Bench-Science 0.1 上 Fable 5.1 得 52.6%,而 Fable 5 为 24.7%、Opus 5 为 29.0%、GPT-5.6 Sol 为 22.4%——直接翻倍以上。终端代理编码 Terminal-Bench 4.0 上,Fable 5.1 55.8%,Mythos 5.1 更达 60.9%(官方解释两者差距来自旧版网络护栏的误干预,新护栏下差距会大幅缩小)。知识工作 GDPval-AA v2 拿下 1853 分,多学科推理 HLE 无工具 60.9%、带工具 65.0%,CursorBench 73.4%。
更值得注意的是”努力档位”设计:Fable 5.1 在 Low/Medium 档就能达到甚至超过 Fable 5 高档位的成绩,而成本显著更低。默认档位因产品而异——Claude Code 默认 High,Claude Cowork 与 Claude.ai 默认 Medium。这意味着 Anthropic 在把”性能/成本”的调节旋钮直接产品化,让用户按任务付费买智商。
社区反响
HN 上 850 分、813 条评论,热度爆表但讨论相当”接地气”。最高赞评论只有一句话:”这次总算带了用量重置。”——此前 Fable 5 的用量限制让重度用户怨声载道。也有人吐槽 Fable 的对齐检查过于敏感,”基本上一用就被弹回 Opus”。价格仍是绕不开的话题:有用户直言,日常编码 agent 用 Grok 4.6、GPT-5.6 加路由已经很少出错,”为什么我要为这个付这么多钱?”
这些声音拼出一幅真实图景:前沿模型的竞争已经从”能不能做”转向”单位成本下的可靠产出”。Anthropic 这次同时打价格、隐私、误报三张牌,正是在回应这个转变。
原文链接:Introducing Claude Fable 5.1 and Claude Mythos 5.1
HN 讨论:news.ycombinator.com/item?id=49525378(850 分 / 813 评论)