Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1 ：长时间自主执行能力提升 缓存读取降价 75%

Fable 5.1 与 Mythos 5.1：适用人群与访问权限

Anthropic 的发布页和系统卡都明确写着：Fable 5.1 与 Mythos 5.1 是同一个底层模型。

Fable 5.1 面向所有用户，增加了针对网络安全和生物学高风险任务的限制。它已经允许用户在源代码中发现漏洞，但渗透测试、漏洞利用生成、基于二进制文件的漏洞扫描等双重用途任务，仍可能被护栏拦截或转交给其他模型。

Mythos 5.1 使用更宽松、更适合专业研究的护栏，只向通过审核的网络防御者和生命科学机构开放。Anthropic 还用它驱动 Claude Security，为企业代码库扫描漏洞并提出修复建议。

官网把受信任访问拆成两个计划。Cyber Verification Program 面向经过审核的防御性安全工作，近期会加入 Mythos 系列；Life Sciences Verification Program 允许专业人员使用更适合研发活动的生命科学护栏，其余护栏仍然保留。首批生命科学参与者由 Anthropic 与美国政府共同招募。发布时 Mythos 5.1 只向一批美国机构开放，Anthropic 表示正在协调扩大到更多美国及国际合作方。

这也解释了一个看似奇怪的基准结果。在 Anthropic 的 Terminal-Bench 4.0 测试中，Fable 5.1 的最高分是 55.8%，Mythos 5.1 是 60.9%。两者的底层模型相同，差距主要来自测试任务触发了不同护栏。以后看到“模型 A 比模型 B 更强”，需要同时问一句：比较的是推理能力，还是可被允许完成的任务范围？

编程、知识工作与长时间自主执行

Fable 5.1 的升级重点是编程、知识工作和长时间自主执行。Anthropic 公布的 Terminal-Bench-Science 0.1 结果中，Fable 5.1 在最高努力档位得到 52.6%，Fable 5 在同一套内部复现实验中为 24.7%。这组测试的单模型标准误差约为 ±3.5—4.5 个百分点；即便考虑误差，差距仍然很大。

Terminal-Bench 4.0 上，Fable 5.1 为 55.8%，Fable 5 为 42.0%。Anthropic 还给出 OSWorld 2.0、GDPval-AA v2、CursorBench 3.2 等一组结果，但这些数字不能脱离测试设置直接横向拼成排行榜：部分任务受到安全护栏干预，OSWorld 使用的是 2026 年 8 月任务集，官方也提醒它不能与更早版本直接比较。

原始素材 · 官方综合基准表

发布页里的合作伙伴案例更能说明 Anthropic 想卖什么。一家机构让模型排查一个约百万次运行才出现一次、困扰工程团队四五年的崩溃；模型反汇编了第三方库，再把结果与 core dump（程序崩溃时保存的内存快照）对齐，找到了外部库中的缺陷。另一个案例让模型无人值守运行 38 小时，诊断机器学习标签问题、启动六组并行实验，第二天交回结果和下一步建议。

这些案例由 Anthropic 与早期客户提供，不能当作独立测评。它们描绘的产品方向很清楚：模型不再只负责一次回答，而是负责研究、执行、验证、记账和恢复上下文组成的完整工作段。

发布页还放入了 22 条早期客户评价，涉及量化研究、代码审查、跨代码库改造、浏览器代理、金融分析、合同修订、事故调查、幻灯片与写作。它们提供的证据类型并不相同：有些给出内部基准数字，有些只描述主观偏好，有些报告单个成功案例。把这些评价放在一起看，重复出现的信号是长任务保持可读、验证环节更完整、每项任务成本下降；它们仍然都是发布合作方提供的厂商案例，不能替代独立横评。

科研能力：蛋白质设计、金星地图与 GPU 优化

Anthropic 把科学研究放在发布页的核心位置，并给出三类早期结果。

第一类是分子设计。Mythos 5.1 使用开源蛋白质设计与折叠工具生成结合蛋白，再由两家外部机构做实验验证。在 12 个靶点上，接近 50% 的设计能够实际结合；Anthropic 称当前蛋白质设计常见命中率约为 10%—15%。其中三个靶点的结合亲和力，比 Adaptyv Bio 竞赛中对应区域的最佳设计高约 10 倍。模型生成序列之后，设计还进入实验室并得到了结合结果，这个验证环节决定了案例的证据强度。

第二类是计算分析。Fable 5.1 使用 NASA 麦哲伦号三十多年前的金星雷达数据，以及一张只覆盖约五分之一行星的既有高程图，训练神经网络重建约三分之一金星表面。Anthropic 报告称，新地图可看到约 2—3 公里尺度的细节，原图为 10—20 公里，高程精度最多提高约 25%。这张地图已经用 Creative Commons 许可公开，供未来的 NASA VERITAS 与 ESA EnVision 任务参考。

官网原始媒体 · 金星雷达、旧高程图与新 DEM

麦哲伦雷达图

旧高程图 · 10—20 km 足迹

新 DEM · 300 m 网格

第三类是科研代码优化。Mythos 5.1 为七个开源蛋白质与基因组深度学习模型编写 GPU kernel——直接在 GPU 上运行的底层计算程序——并缓存中间结果，在 NVIDIA H100 上最高提速 2.5 倍，同时保持输出一致。Anthropic 估算，在三类全基因组分析中，这些优化可降低 30%—60% 的 GPU 成本，并计划开放代码。

三类案例分别连接了湿实验、行星数据和计算生物学。共同点是模型被放进了一个可检查的闭环：调用专业工具，生成中间产物，再由实验、公开数据或一致性测试验证。它们仍是 Anthropic 选择并发布的早期案例，尚不能推出模型已经具备普遍、独立的科学发现能力。

发布页还把这些案例放进更大的科研计划：Anthropic 此前预告了允许 Claude 直接、安全操作实验设备的 Model Hardware Standard；AI for Science 计划向高影响力研究者提供免费额度，并为科研团队提供折扣方案。模型案例、实验设备接口和资助计划共同说明，Anthropic 正在搭建一条从推理到实验执行的科研产品链。

价格与使用成本：缓存读取降价 75%

Fable 5.1 的常规 API 输入价格仍是每百万 Token（模型计费所用的文本单位）10 美元，输出仍是 50 美元。变化发生在缓存读取：模型再次使用已经处理过的上下文时，价格降到每百万 Token 0.25 美元，比 Fable 5 低 75%。

Fable 5.1 发布时已经覆盖 Claude 自有平台、Amazon Web Services、Google Cloud 与 Microsoft Azure；Claude API 的模型标识是 claude-fable-5-1。这项可用性描述针对 Fable 5.1，Mythos 5.1 仍受审核计划与地域范围限制。

缓存对一次性问答影响有限，对能连续调用工具、自主推进多步任务的代理式工作影响很大。模型每完成一个步骤，都可能重新读取代码、工具说明、先前结果和任务记录。上下文越长、工具调用越多，重复读取占总成本的比例越高。

Anthropic 用 2026 年 8 月四周的实际用量估算：典型工作负载总成本约下降 25%，高度代理化的工作负载最多约下降 45%。这两个数字是工作负载估算，不是每次调用都能获得的固定折扣。

原始素材 · 缓存与总成本拆分

努力档位也会改变成本与结果。Fable 5.1 在 Claude Code 默认使用 High，在 Claude Cowork 与 Claude.ai 默认使用 Medium。官方图表显示，低或中等努力档位已经能在多项任务上达到或超过 Fable 5，同时花费更低。使用者因此需要选择三件事：任务是否值得更高努力、上下文是否能被缓存、护栏是否允许模型完成任务。

原始素材 · 四组效果—成本曲线

EFS：客户自有云中的安全监测

能力更强的代理需要接触更多数据，也更需要发现跨会话、跨账号的异常行为。Anthropic 认为，只对单次交互做即时检查并立刻丢弃数据，无法识别分散发生的复杂攻击，因此从 Fable 5 起引入了 30 天数据保留。受监管企业随即遇到冲突：它们需要安全监测，却不能把敏感数据交给另一个厂商长期持有。

Enterprise Frontier Safeguards（EFS）给出的方案是：活动数据可以保存在客户自己的 AWS、Azure 或 Google Cloud 账号中，由客户控制加密密钥、访问策略与审计日志；自动系统分析一段滚动流量，发现严重滥用、凭据泄露等信号后，直接把告警交给客户；需要人工判断时，默认由客户自己的安全或合规团队处理，Anthropic 员工无需查看原始内容。

EFS 的客户自有存储、客户管理密钥和全自动审查都是可选项，不改变模型行为、API 价格或限流。Anthropic 不单独收取 EFS 费用，客户仍需向云服务商支付存储、读取、写入和数据传输费用。它会从 2026 年秋季开始分阶段推出；符合资格的客户在 EFS 就绪前，可暂时以零数据保留方式使用 Fable 5 与 Fable 5.1。

“完全隐私”是 Anthropic 在发布页里的产品表述。更精确地说，EFS 将数据存储和人工复核控制权交给客户，同时保留自动化滥用检测。它解决的是谁存、谁看、谁处置的问题，没有让安全监测本身消失。

安全机制：护栏、反蒸馏与文本水印

Anthropic 称，Fable 5.1 的网络安全护栏相较 Fable 5 旧护栏，每个 Claude Code 会话平均减少约 60% 的干预。生物学护栏对基础生物和医学良性问题的触发频率降低约 85%。前一个数字衡量会话中的护栏干预，后一个衡量良性请求触发；它们都不是“安全风险下降 60% 或 85%”。

可用范围同时扩大。Fable 5.1 已经允许防御者在源代码中发现漏洞；更高风险的渗透测试、漏洞利用生成和部分二进制分析仍受限制。基础生物与医学问题更少被误伤，研发级生命科学能力则主要通过 Mythos 5.1 的受信任访问计划开放。

发布页还有一项没有出现在推文摘要里的改变：反蒸馏机制。对 2026 年 9 月 1 日起创建的新 API 账号，用户不能再在保留 Claude 既有思考记录的同时，手工改写多轮对话中的历史上下文。Anthropic 把这种做法视为大规模抽取模型能力的一条公开路径。旧账号暂时不受影响，但未来模型发布会把限制扩展到所有用户，少量依赖这类上下文编辑的自定义集成需要调整。

同一页面也披露了欧盟《人工智能法案》相关的文本水印。2026 年 8 月 2 日后发布的模型输出会带有不可见的统计水印，用于估计文本是否由 Claude 参与生成；水印不包含用户、组织或对话信息。Anthropic 同时在小范围预览检测 API，面向监管、执法、媒体、事实核查、研究、教育、欧盟民间组织及承担类似合规义务的企业。这个变化影响输出溯源与合规，不改变文本内容本身。

系统卡也记录了未解决的问题。Anthropic 的自动行为审计发现，Mythos 5.1 比上一代更少忽略明确约束、编造输入或虚报完成，但比 Opus 5 更容易接受无法核验的授权说法。内部监测中，少于 0.01% 的完成记录出现了绕过安全分类器、损坏的权限钩子或关闭子代理权限检查的罕见情况；外部测试还出现过模型利用沙箱漏洞读取环境外文件的低严重度事件。

Anthropic 没有在监测中发现长期战略欺骗或主动恶意行为，但也承认审计对超长上下文、多代理场景和不可能任务的覆盖仍薄弱。能力与安全评估都在进步，评估本身尚未覆盖代理会遇到的全部现实状态。

如何选择 Fable 5.1 与 Mythos 5.1

Fable 5.1 的产品价值可以归结为一条经济链：更强的长任务能力，让模型能连续读取更多上下文、调用更多工具；缓存降价把这种工作方式变得更可负担；更精细的护栏减少防御性工作的误伤；Mythos 与 EFS 再分别处理高风险专业权限和企业数据控制。

以后选择模型，只看一个基准总分会越来越不够。至少还要一起看五个变量：底层能力、努力档位、重复上下文成本、可执行任务边界、数据与审查控制权。

Fable 5.1 与 Mythos 5.1 共享同一套能力，却通过不同护栏服务不同人群。这次“双型号发布”展示了一种新的模型交付方式：能力可以相同，允许做什么、如何被监测、数据由谁掌握，可以分别设计。