# Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1 - 来源：Anthropic：Newsroom（网页） - 发布时间：2026-09-01 00:00 - AIHOT 分数：87 - AIHOT 标记：精选 - AIHOT 链接：https://aihot.virxact.com/items/cmtjjkmd800r4roe4wpq221bc - 原文链接：https://www.anthropic.com/claude-fable-and-mythos-5-1 ## 精选理由 官方发布给出了定价变化、基准数据和科学应用实例，读者可以据此评估新模型在编码与科研场景中的成本与能力取舍。 ## AI 摘要 Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，两者为同一模型但安全防护级别不同，Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。 ## 正文 我们正式推出 Claude Fable 5.1 和 Claude Mythos 5.1。它们是全球在编程和知识工作领域最先进的模型——其研究能力让我们得以一窥 AI 模型未来将如何推动科学进步。 Claude Fable 5.1 与 Claude Mythos 5.1 是同一个模型，但配备了不同级别的安全防护。Fable 5.1 已全面开放使用，而 Mythos 5.1 仅通过我们的可信访问计划提供；其安全防护专为支持网络安全和生命科学领域的工作而设计。 在能力提升的同时，Fable 5.1 也在回应客户关于价格、数据留存和安全防护的反馈方面迈出了重要一步。 价格。对于典型工作负载，Fable 5.1 的预计成本将比 Fable 5 低约 25%（凡按 token 计费的场景均适用）。这是因为我们降低了缓存读取（即模型读取已经处理并存储的输入）的定价。对于高度智能体化的工作，节省幅度通常会更大——最高可达约 45%。 数据留存。我们全新的企业前沿安全防护（EFS）体系为客户提供完全隐私保护（等同于零数据留存政策），同时在防范恶意滥用方面仍保持业界领先水平。EFS 的工作原理是将数据存储在完全由客户（而非 Anthropic）控制的云基础设施中。该体系将从今年秋季晚些时候开始分阶段向企业客户开放。在 EFS 可用之前，符合条件的客户可以使用零数据留存模式下的 Fable 5.1。 安全防护。我们改进了安全防护机制，以减少误报（即系统将良性内容标记为风险的情况）。在网络安全领域，我们最新的安全防护机制将误报率降低了 60%。这部分是因为 Fable 5.1 现在可以用于发现软件漏洞——但不可用于开发针对这些漏洞的利用程序。在生物学领域，我们与美国政府合作建立了一个访问计划，以开放 Claude Mythos 5.1 的高级生物学能力。我们预计很快将面向科学家开放注册。 新的性能前沿 Claude Fable 5.1 为编程、知识工作和长期问题解决任务树立了新的标准。下图显示，Fable 5.1 的性能远高于其前代产品 Fable 5。而且，当设置为低或中等强度时，Fable 5.1 能以低得多的成本取得与 Fable 5 相当甚至更好的结果。（请注意，Fable 5.1 在 Claude Code 中默认使用高强度，在 Claude Cowork 和 Claude.ai 上默认使用中等强度。） 媒体内容 · 前往原文查看 Terminal-Bench-Science 0.1 准确率与成本对比 Fable 5.1 Fable 5 Terminal-Bench-Science 0.1：每个模型的标准误差为 ±3.5–4.5 个百分点。公开排行榜（每项任务 3 次试验，Claude Code 测试框架）报告 Claude Opus 5 为 30.0%，Claude Fable 5 为 21.4%；我们的测试环境分别复现为 29.0% 和 24.7%，均在误差范围内。 Fable 5.1 避免了会导致工作质量下降的走捷径行为，而且它足够聪明，能够修复软件问题的根本原因。例如，在投资公司 Millennium 的测试中，Fable 5.1 找到了其内部系统中一个罕见崩溃的成因，而该公司的工程师（以及任何其他模型）在数年的尝试中都未能解释这一崩溃。 在这里，你可以看到 Fable 5.1 在各个基准测试中的对比表现： 媒体内容 · 前往原文查看 Fable 5.1Fable 5Opus 5GPT-5.6 Sol 智能体科研 Terminal-Bench-Science 0.1 [1]52.6%24.7%29.0%22.4% 智能体编程 Terminal-Bench 4.055.8% 60.9%（Mythos 5.1）42.0%52.3%37.3% 知识工作 GDPval-AA v21853172318241711 计算机使用 OSWorld 2.0 [2]77.9% 部分72.9% 部分75.4% 部分— 部分 计算机使用 OSWorld 2.041.7% 严格36.1% 严格39.6% 严格— 严格 多学科推理 Humanity's Last Exam60.9% 无工具57.8% 无工具56.6% 无工具— 无工具 65.0% 带工具63.8% 带工具63.6% 带工具— 带工具 业务流程自动化 AutomationBench31.4%17.1%26.9%19.6% 智能体编程 CursorBench 3.2.073.4%70.5%70.0%67.2% Fable 5.1 在启用生产环境安全防护措施的情况下进行了评估。在这些安全防护措施介入的任务中，Fable 5.1 和 Fable 5 在 OSWorld 2.0 上得分为零，Fable 5 在 AutomationBench 上得分为零。在我们安全防护措施的所有其他干预中，网络安全任务由 Claude Opus 4.8 完成，生物学任务由 Claude Opus 5 完成。这可能会降低 Fable 5.1 和 Fable 5 在这些基准测试上的表现。 我们的早期访问合作伙伴注意到了这些性能提升，也感受到了模型输出中更多定性层面的改进。以下是他们的反馈： 1 / 22 引言 “在内部基准测试中，Claude Fable 5.1 解决的编码问题比 Fable 5 或 Opus 5 更多，并且在交易直觉方面达到了最先进水平。以前的模型工作时间越长就越难跟上，而 Fable 5.1 在长周期、多步骤任务中始终保持清晰可读。” 公司 Jane Street Capital 作者 Craig Falls，量化研究主管 科学研究 我们在广泛的领域内测试了 Claude Fable 5.1 和 Claude Mythos 5.1 的科学研究能力。我们的发现——包括下面分享的早期示例——进一步证明了 AI 模型即将为科学发现做出重要贡献。 分子设计。许多现代药物通过结合体内靶点来阻断、激活或递送某些物质。高亲和力结合剂对于药物在较低剂量下发挥作用是必要的；设计这样一种结合剂是许多常见药物类型开发过程的第一步。为了测试 Claude Mythos 5.1 在这项任务上的表现，我们让模型访问了开源蛋白质设计和折叠工具，并将其设计发送给两个外部组织进行实验验证。Mythos 5.1 被证明能够设计出非常高亲和力的结合剂。在三个靶点上，[3] 其结合亲和力比提交给 Adaptyv Bio 蛋白质设计竞赛的最佳设计高出 10 倍。其命中率（即能够成为有效结合剂的设计数量）是我们迄今测得的最高水平：在 12 个靶点上达到了近 50%。（目前蛋白质设计中典型的命中率为 10–15%。） 视频 · 前往原文观看 Claude 设计的蛋白质结合剂（橙色）分别针对12个靶标（灰色）。视频中的每一个设计都已在实验室中得到结合验证。所示结构为ESMFold2预测结果。 计算分析与建模。Claude Fable 5.1 训练了一个神经网络，为金星表面三分之一区域创建了一幅新的高分辨率高程地图。其工作基于NASA麦哲伦号任务30多年前拍摄的雷达图像，以及一张已覆盖金星五分之一表面的既有地图。Claude 的新地图如今能揭示小至2至3公里的细节（此前为10至20公里），且高程精度比以往提升最高达25%。 我们以知识共享许可协议发布这张地图，赶在即将进行的NASA VERITAS和ESA EnVision任务之前，希望它能帮助这些任务确定未来观测应针对哪些地质特征。 麦哲伦号雷达 测高数据 10-20公里足迹 新DEM（300米）——一座直径15公里的火山 视频 · 前往原文观看 金星上的一座小型盾状火山 计算生物学。在计算生物学领域，通常会在GPU上运行任务特定的机器学习模型。因此，这些模型的速度成为研究进展的瓶颈。Mythos 5.1 为这一问题提供了一种解决方案：通过编写自定义GPU内核并缓存其中间结果，它将七个开源深度学习模型的速度提升了最高2.5倍（输出结果完全一致）。 这种加速带来的收益会迅速累积。在任意一项实验中，生物学家可能需要运行这些模型数千次（例如，测试每个人类基因附近所有可能的突变）。在这类分析中，优化后的模型将估算的GPU成本降低了30–60%。这种优化通常需要一个性能工程师团队花费数周时间，而且对学术实验室来说往往难以负担。Mythos 5.1 仅凭公开可用的源代码，就在短短几天内完成了这项工作。我们计划很快将这些优化开源。 媒体内容 · 前往原文查看 推理加速 在NVIDIA H100上七个开源蛋白质与基因组学模型的推理加速情况 随着我们模型科学能力的提升，我们对科学进步的投资也在不断增加。上周，我们预览了模型硬件标准（Model Hardware Standard），该标准使 Claude 能够直接、安全地操作实验室设备。我们还通过“AI 促进科学”计划扩大了对科学家的支持，该计划为从事高影响力科研项目的研究人员提供免费额度，同时我们通过面向科学家的全新 Claude Team 套餐提供大幅折扣的使用价格。 安全、安保与对齐 过去两年间，AI 模型的智能体能力已变得强大得多。但正如我们所记录的，更强的自主性也伴随着新的风险。安全、安保与对齐方面的工作需要与 AI 能力同步推进。昨天，我们发布了一份报告，阐述了我们如何改进自身的对齐与安全防护工作。 在发布 Claude Fable 5.1 和 Claude Mythos 5.1 之前，我们（在某些情况下还有外部研究人员）对模型进行了覆盖多个领域的广泛风险测试。我们在系统卡（System Card）中完整描述了这些工作；以下是简要总结。 化学与生物风险。我们测试了 Claude Mythos 5.1 在多大程度上能够帮助制造化学或生物武器。这包括专家红队测试、自动化评估，以及一项桌面推演——将博士级生物学家与 AI 专家配对，检验模型能否达到人类专家的表现水平。Mythos 5.1 的能力强于 Mythos 5。然而，我们的评估表明，它仍未达到我们《负责任扩展政策》中定义的下一风险等级。因此，我们以与 Mythos 5 相同的防护措施部署 Mythos 5.1，即限制对研究生物学能力的访问。 网络风险。我们运行了一系列评估，以考察 Claude Mythos 5.1 的网络能力（在关闭网络安全防护措施的情况下）。总体而言，该模型展现出我们已发布模型中最为强大的网络能力，不过它在我们《前沿合规框架》中仍属于较低风险类别。我们还对 Fable 5.1 的网络安全防护措施进行了广泛的压力测试：除了我们对其稳健性开展的内部动态评估外，我们还委托两家外部机构进行了外部测试，并由 Gray Swan 进行了自动化测试。与 Fable 5 和 Opus 5 一样，我们没有发现这些防护措施存在严重级别的越狱漏洞的证据。 智能体安全。我们评估了 Claude Mythos 5.1 如何应对恶意请求和提示词注入（隐藏在 AI 模型所处理内容中的对抗性指令）。它在拒绝恶意智能体编码和计算机使用请求方面的比率与 Mythos 5、Sonnet 5 和 Opus 5 相当，并且在我们迄今所见的某个外部提示词注入基准上，它是最稳健的模型。 对齐。我们通过静态和交互式行为评估、使用自然语言自编码器对其内部思维的分析、与错位相关的能力评估、对训练数据的审查，以及对内部试点使用情况的分析，测试了该模型的行为。我们还收到了外部测试的报告。 我们的自动化行为审计发现，Claude Mythos 5.1 在大多数指标上的对齐程度都优于其前代 Mythos 5。当被分配一项原本不可能完成的任务时，该模型试图访问其测试环境之外资源的可能性显著低于 Mythos 5。它使用动机性推理来为自己的行为辩护（例如，通过推理认为当前情境是模拟或评估）的可能性也低于 Mythos 5，并且在追求用户目标时忽视明确约束的可能性也更低。根据我们对训练数据的审查，Mythos 5.1 尝试奖励黑客行为（或作弊）以及在此方面成功的总体比率均低于 Mythos 5。 尽管我们的对齐评估总体显示出改进，但测试发现，该模型有时仍能绕过审批和自动模式分类器（详见我们的系统卡片）。我们的对齐评估覆盖范围也存在局限。目前，我们的自动化行为审计对超长上下文工作和多智能体场景的可见性较低。此外，我们对不可能任务（这类任务更容易引发异常和不对齐行为）的覆盖也低于我们的预期，不过我们最近在这一领域已取得改进，并将继续努力推进。 我们还改进了安全防护措施，使模型在不大幅牺牲安全性的前提下更具实用性。以下将介绍这些变化。 面向企业的自动化安全防护。企业前沿安全防护（EFS）使我们能够检测并应对模型的滥用行为，同时为企业客户提供零数据保留协议下的隐私保障。使用 EFS 时，客户将数据存储在自己的云基础设施上，而非 Anthropic 的系统中；任何人工审查默认由客户自行完成，而非 Anthropic。我们与金融服务、医疗保健、制造、电信、法律、零售和公共部门等行业的 100 多家客户，以及云合作伙伴 Amazon Web Services、Google Cloud 和 Microsoft Azure 紧密合作，共同开发了 EFS。 EFS 将支持 Claude Code、Claude Enterprise、Claude 平台、Amazon Bedrock、AWS 上的 Claude 平台、Google 的 Agent 平台以及 Microsoft Foundry。该功能将分阶段推出，从今年秋季开始。如上所述，符合 EFS 资格的客户在 EFS 就绪之前，可以使用 Fable 5.1（及 Fable 5）并享受零数据保留。您可以在此处了解更多关于 EFS 的信息；如需申请访问权限，请填写此表格。 在生物学和网络安全方面实施更精准的防护措施。过去几个月里，我们在让 Fable 5.1 的防护措施更加精准方面取得了进展：确保这些措施不太可能误判良性内容（例如有关医疗问题的查询，或网络防御者使用模型来增强其系统安全性的情况），同时仍然确保它们能针对真实威胁提供强有力的保护。 正如我们近期所分享的，我们针对 Fable 5.1 和 Fable 5 的最新生物学防护措施，对于与基础生物学和医学问题相关的良性请求，触发频率降低了 85%（相对于随 Fable 5 一同发布的防护措施而言）。不过，与生命科学研究与开发相关的查询仍将被引导至我们的 Opus 模型。我们正通过一个与美国政府合作开发的 Claude Mythos 5.1 访问计划，向专业人士提供该模型在生命科学领域的能力，详情见下文。 借助 Fable 5.1，我们正在更新网络安全防护措施，使其更加精准。我们现在还允许 Fable 5.1 用于识别软件漏洞——也就是说，用于开展那种能够提升软件安全性的防御性工作。由于这些变化，Claude Code 用户预计每次会话中来自我们网络安全防护措施的干预次数，相比 Fable 5 上此前的防护措施，平均将减少约 60%。不过，我们的防护措施仍会将几类具有双重用途的网络安全任务（即可能既有帮助性又有危害性应用的任务）重定向至我们的 Opus 模型。这些任务包括渗透测试、漏洞利用生成以及基于二进制的漏洞扫描。 反蒸馏机制。蒸馏是一种用于提取先进模型能力的方法，通常以工业规模进行，利用数千个虚假账户实施。蒸馏是一项安全风险，因为被蒸馏出的能力可能在缺乏充分防护措施的情况下被发布。Fable 5.1 配备了强化机制，使蒸馏攻击更加困难。例如，新创建的 API 账户（即从今天起创建的账户）将无法在多轮对话中手动编辑 Claude 的先前上下文，同时保留 Claude 先前思考过程的记录。这封堵了一种常见的、已被公开记录的蒸馏技术，该技术曾允许蒸馏者非法提取 Claude 的思考内容。我们正在逐步推行这一变更，以尽量减少影响：现有账户目前不受此变更影响，但该规则将在未来模型版本发布时适用于所有用户。少数客户的定制集成将受到影响。我们的帮助中心文章详细说明了这一变更以及开发者可以做出的调整。 Claude Mythos 5.1 的可信访问 Claude Mythos 5.1 与 Fable 5.1 完全相同，但为经过审核的个人和组织提供更宽松的安全防护，这些个人和组织的工作受到上述网络安全和生命科学限制的影响。它将通过两个可信访问计划提供： 网络安全验证计划（CVP）：CVP 目前为防御性安全工作提供某些 Opus 级和 Sonnet 级模型的访问权限，并降低了网络安全防护限制。在不久的将来，该计划还将纳入 Claude Mythos 级模型的访问权限。点击此处申请加入 CVP。 生命科学验证计划（LSVP）：LSVP 旨在让生命科学专业人士能够使用 Claude Mythos 5.1，其安全防护专为专业研发活动而设计（同时保留所有其他安全防护措施）。我们已与美国政府合作，招募了首批参与者，并计划将该计划的访问权限扩展至更广泛的生命科学社区。 除了这些受信任的访问计划之外，Claude Security——我们用于扫描代码库漏洞并提出补丁供人工审查的产品——现在也由 Claude Mythos 5.1 提供支持。 遵守欧盟《人工智能法案》 2026 年 7 月，Anthropic（与其他 190 家签署方，包括其他几家主要 AI 模型提供商一起）签署了欧盟《人工智能法案》中关于 AI 生成内容透明度的《实践准则》。 这要求我们为 2026 年 8 月 2 日之后发布的模型输出添加水印——一种通过数值方式判断 Claude 参与撰写某段文本可能性的方法。正如我们最近所解释的，该水印对任何未持有检测 API 的人来说都是不可见的。它对 Claude 输出的质量或内容没有实际影响，也不包含关于用户、其组织或其与 Claude 对话的任何信息。 该法案还要求我们提供一种方式，让用户能够判断文本是否可能包含水印。因此，我们正在以私有预览形式推出检测 API。目前，根据欧盟法律的要求，该 API 可供符合条件的组织使用（例如监管机构、执法部门、媒体、事实核查机构、独立研究机构、教育组织和欧盟民间社会团体）。对于同样有义务验证水印以遵守该法案的企业，该 API 也可供其使用。我们计划随着时间的推移扩大检测 API 的访问范围。您可以在此处登记访问意向。 价格与可用性 Claude Fable 5.1 今天已在所有平台上可用，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。开发者可以通过 Claude API 上的 claude-fable-5-1 开始使用。 如上所述，在按 token 计费的使用场景（例如我们的 API）中，我们降低了 Fable 5.1 缓存读取（模型复用已处理过的上下文）的价格。缓存读取现在降价 75%，即每百万 token 0.25 美元。 这一变化显著降低了运行模型的总体成本。对于典型工作负载，成本相比 Fable 5 降低了约 25%。对于复杂编码和高度智能体的任务，节省幅度最高可达约 45%。下图说明了这一变化为何能带来如此大的差异： 媒体内容 · 前往原文查看 Fable 使用量的索引成本 缓存读取 所有其他 token 在 Fable 5 和 Fable 5.1 上运行相同工作负载的索引成本，按用量计费定价计算，以默认努力程度衡量，数据来自 2026 年 8 月四周的实际使用情况。典型工作负载涵盖 Claude Enterprise、Claude Code 和 API 上的 Fable 使用量。高度智能体工作负载涵盖上下文密集、工具密集的任务，其中缓存读取占成本的大部分。 Fable 5.1 的定价其余部分与 Fable 5 相同：每百万输入 token 10 美元，每百万输出 token 50 美元。与此同时，我们也在继续推进工作，将 Fable 5.1 的诸多改进带到我们模型家族的其他成员上。 如上所述，Claude Mythos 5.1 现已面向经过审核的网络安全防御者和生命科学家开放。目前，它仅向一组美国机构提供，不过我们正在与美国政府协调，以尽快将访问权限扩展到更广泛的国内和国际合作伙伴。如需通过 CVP 登记获取 Claude Mythos 5.1 用于网络防御的访问意向，请前往此处。 脚注 1 Terminal-Bench-Science 0.1：每个模型的标准误差为 ±3.5–4.5 分。公开排行榜（每任务 3 次试验，Claude Code 测试框架）报告 Claude Opus 5 得分为 30.0%，Claude Fable 5 得分为 21.4%；我们的测试环境分别复现为 29.0% 和 24.7%，均在误差范围内。 2 OSWorld 2.0：分数基于基准测试作者 2026 年 8 月发布的任务集；Fable 5 和 Opus 5 在相同条件下重新运行。由于任务文件与早期版本不同，这些数字无法与之前发布的 OSWorld 2.0 结果直接比较，因此未显示竞争对手的分数。 这三个靶点分别是（EGFR、Nipah G、15-PGDH），均来自 Adaptyv Bio 的蛋白质设计竞赛。Nipah G 的对比对象是针对 G 蛋白头部受体结合位点的从头设计（最佳：约 8–12 nM，N1032）。来自 Nick Boyd/Escalante Bio 的从头设计作品靶向不同区域（茎部），达到了约 1.4 nM（design_7），与我们最好的结合剂相当。 延伸阅读 1. Claude Fable 5.1 和 Claude Mythos 5.1 系统卡。查看系统卡 2. 关于我们的企业前沿安全防护措施的更多详情。了解更多 3. 申请访问我们的企业前沿安全防护措施。打开申请表 4. 我们生物学安全防护改进措施概述。了解更多 5. 对科学家的支持。阅读更多 6. Claude 在蛋白质设计方面的早期工作。阅读更多 7. Claude 在数学方面的早期工作。阅读更多 8. 关于模型硬件标准的更多信息。了解更多