Claude Fable 5 首发解读：Anthropic 把「不敢公开的模型」做成了公开版

2026 年 6 月 9 日，Anthropic 发布了 Claude Fable 5。这不是又一次「Opus 4.x → 4.x+1」的常规迭代——Fable 5 是 Anthropic 历史上第一个向公众开放的 Mythos 级（Mythos-class）模型，在产品线上是 Opus 之上的全新档位。

这次发布的叙事也很特别：就在几天前，Anthropic 还在公开警告「AI 进展太快、各家实验室应该协调刹车（coordinated brake pedal）」，转头就把自家最强的模型放了出来。TechCrunch 的标题直接点破了这种张力——「Anthropic 在警告 AI 变得太危险的几天后，公开发布了它最强的模型」。Anthropic 给出的答案是一套颇有争议也颇有意思的方案：同一个底座模型，做两个版本——带安全护栏的 Fable 5 给所有人，护栏部分解除的 Mythos 5 只给受信任的少数机构。

这篇文章结合官方公告与开发者文档、Simon Willison 与 Ethan Mollick 两位头部博主的第一时间实测、以及 TechCrunch 等外媒报道，把 Fable 5 是什么、强在哪、护栏怎么工作、API 有什么坑、值不值得用，一次讲清楚。

数据来源：Anthropic 官方公告《Claude Fable 5 and Claude Mythos 5》与平台文档、Simon Willison 博客《Initial impressions of Claude Fable 5》、Ethan Mollick 的 One Useful Thing 专栏《What it feels like to work with Mythos》、TechCrunch、CNBC 等（文末附链接）。所有关键数字均标注出处；个别来自厂商客户证言的数字（如 Hex、Rakuten）属于宣传口径，请自行打折。

一分钟速览

• 定位：Opus 之上的新档位。官方说法：「Fable 5 的能力超过 Anthropic 有史以来公开提供过的任何模型」，且任务越长越复杂，领先幅度越大。
• 本质：Fable 5 = Mythos 5 + 安全护栏。两者是同一个底座模型，区别只在防护层。
• 规格：1M 上下文窗口、128K 最大输出、知识截止 2026 年 1 月（Simon Willison 实测口径，与官方文档一致）。
• 价格：$10 / $50 每百万 input / output token——是 Opus 4.8（$5/$25）的两倍，但比此前的 Mythos Preview 便宜一半以上；1M 长上下文不额外加价。
• 安全机制：分类器检测到网络攻击、生物/化学、模型蒸馏三类请求时，自动回退由 Opus 4.8 作答（不是拒答）；约 95% 的会话全程不触发回退。
• 博主口碑：Simon Willison 称它是「a beast」，可能是迄今发布的最大参数量模型；Ethan Mollick 称其为「比我用过的所有模型都有一次真实的跃迁」，实测可连续自主工作 9.5～12 小时。
• 上手窗口：6 月 9 日～22 日，Pro / Max / Team / 按席位 Enterprise 订阅免费包含；6 月 23 日起订阅内使用要消耗用量额度。API 即日全量开放，模型 ID claude-fable-5。
• 一句话提醒：很强，但有两个代价——贵（Willison 高强度测一天烧了 $110），以及护栏偶尔误伤（Mollick：「沾一点安全话题的边就触发回退」）。

一、Fable 5 是什么：先把 Mythos 谱系捋清楚

理解 Fable 5，得先理解 Mythos。

Mythos 是 Anthropic 内部能力最强的模型线。按 TechCrunch 梳理的时间线：

时间	事件
2026 年 4 月	Mythos Preview 以预览形式上线，但出于安全顾虑，只开放给极少数合作伙伴
2026 年 6 月初	扩展到数百家关键基础设施机构（Project Glasswing 项目）
2026 年 6 月 9 日	Claude Fable 5 公开发布——第一个所有人都能用的 Mythos 级模型；同日发布受限版 Claude Mythos 5

也就是说，Anthropic 手里这个模型其实已经存在几个月了，迟迟不公开的原因是安全评估认为它在网络攻击、生物等领域的能力越过了红线。这次能公开，靠的不是把模型砍弱，而是在外面加了一套新的防护体系（下文第三节细讲）。

两个版本的关系一句话说清：

• Claude Fable 5：完整能力 + 完整护栏，面向所有付费用户和 API。
• Claude Mythos 5：同一个底座，在特定领域解除护栏，初期只通过 Project Glasswing（Anthropic 与美国政府合作的项目）提供给网络防御方与关键基础设施机构，正在扩展到约 150 家新机构、覆盖 15 个以上国家；下一步会向生物医药研究者开放（生物护栏解除、网络护栏保留），未来再扩大为更广泛的「受信任访问计划」。

这套「一个模型、分级放行」的做法，是 Fable 5 发布真正的范式意义——能力不再对所有人一视同仁，而是按资质分发。BenchLM 等行业博客把它概括为「Gated Intelligence（门控智能）」时代的开端。

二、能力：官方口径下的「越长越强」

官方公告的核心论点不是某个单点跑分，而是一条曲线：任务越长、越复杂，Fable 5 对自家其他模型的领先越大。官方列举的证据（均出自 Anthropic 公告，含客户证言）：

软件工程

• Stripe 反馈 Fable 5 把「数月的工程工作压缩到数天」。
• 在 Cognition（Devin 团队）的 FrontierCode 评测上，Fable 5 在 medium effort 档就拿到前沿模型最高分。
• Cursor CEO Michael Truell：它解锁了「一类此前模型够不着的长程问题（long-horizon problems）」。
• GitHub 的 Mario Rodriguez：在复杂长程编码任务上「超过了以往全部基准」。

知识工作

• 在 Hebbia 的金融基准（Finance Benchmark）上拿到受测模型最高分。
• 数据分析公司 Hex 称 Fable 是「第一个在其核心分析基准上拿到 90% 的模型」。
• Scale AI 的 Sean Ward 评价其推理「达到资深研究科学家（senior research scientist）水准」，能给出「从第一性原理出发的新颖输出」。

视觉

• 官方称 Fable 5 是视觉任务新 SOTA，演示包括从截图重建 Web 应用源码、纯靠视觉通关《宝可梦 火红》。

长上下文与持久记忆

• 在带持久记忆玩《杀戮尖塔》（Slay the Spire）的测试中，表现是 Opus 4.8 的三倍，到达最终章的频率也是三倍。

科研

• 内部蛋白质设计专家用它把药物设计流程加速约 10 倍，14 个蛋白靶点中 9 个产出了强候选。
• 分子生物学假设生成的盲测中，科学家约 80% 的情况下更偏好 Mythos 5 的假设而非 Opus 级模型。

注意：以上客户证言类数字（Stripe、Hex、Rakuten 等）都来自官方公告引用，属于发布会口径，没有独立复现。相对可信的是下一节两位独立博主的实测。

三、安全机制：不拒答，而是「降级作答」

这是 Fable 5 在工程上最有意思的设计。传统做法是模型检测到危险请求就拒答；Fable 5 的做法是路由回退（fallback routing）：

1. 独立于主模型的分类器系统实时检测请求是否落入受保护领域；
2. 命中后，这条请求改由 Claude Opus 4.8 生成回答——用户得到的不是一句「我不能帮你」，而是一个能力低一档但完整的回答；
3. 官方数据：约 95% 的会话全程不触发任何回退，即护栏平均影响不到 5% 的会话。

三个受保护领域：

领域	策略
网络安全	拦截漏洞利用与进攻性网络任务。官方测试中 Fable 5 在网络攻击规划任务上「零进展」
生物与化学	大部分生物/化学请求回退到 Opus 4.8。官方坦承双重用途风险：Mythos 5 在评估腺相关病毒（AAV）组装能力时超过了专用蛋白质预测模型
模型蒸馏	检测到「想把 Fable 的能力萃取出来训练竞品模型」的请求，同样回退到 Opus 4.8

红队测试方面，官方披露：外部红队累计 1000+ 小时未找到通用越狱（universal jailbreak）；用 30 种公开越狱手法做单轮有害请求测试，零成功。唯一的坦诚保留：英国 AISI（AI 安全研究所）在短期测试中「朝一个通用越狱取得了进展」——这句写进官方公告本身，算是 Anthropic 一贯的风格。

配套还有一条新的数据政策，值得所有打算在生产环境用 Fable 5 的人注意：Mythos 级及未来高能力模型的全部流量强制保留 30 天（用于检测跨请求的复杂攻击），不用于训练、人工访问全程留痕、30 天后基本全部删除。对数据合规敏感的团队，评估时要把这条算进去。

四、头部博主实测：「野兽」与「从巫师到金主」

官方口径再漂亮，也要看独立实测。首日影响力最大的两篇分别来自 Simon Willison（Datasette 作者，LLM 工具圈最高产的独立评测者）和 Ethan Mollick（沃顿商学院教授，One Useful Thing 专栏作者）。

4.1 Simon Willison：「这是头野兽」

Willison 首日测了 5.5 小时，结论是 Fable 5 「something of a beast」。几个有信息量的观察：

• 可能是迄今最大的模型。他的判断方法很巧：让 Fable 5 和 Opus 4.8 分别列举「Simon Willison 的开源项目」。Opus 4.8 答得谨慎、不敢保证全；Fable 5 不仅顺手纠正了他 prompt 里的一个错别字，还自信地列出了数百个仓库。他的原话：「这类知识量是模型规模相当好的代理指标」。
• 真实工程任务：让 Fable 5 把一个 MicroPython 沙箱升级为跑完整 CPython 的 WebAssembly 方案，多轮迭代后产出了一个 13.9MB 的可用 wheel 包。
• 最让他惊讶的：在给 Datasette 写 Agent 功能时，Fable 5 不仅完成了他设的「附加题」，还自主识别出他的 LLM 库底层的 4 个问题，并把它们实现成了正式特性而不是绕过去的 workaround——直接催生了 LLM 0.32a3 版本。
• effort 档位实测（他保留节目「画鹈鹕 SVG」）：从 low 到 max 五档，输出 token 从 1,929（$0.097）到 14,430（$0.722），但 effort 档位和输出量没有稳定的单调关系。
• 成本：高强度测试一整天，烧掉 $110.42 API 额度。他评价：好在 $100/月 的订阅计划覆盖了大部分。

4.2 Ethan Mollick：「我不再掌舵，我只是下单」

Mollick 的文章标题就是态度——《与 Mythos 一起工作是什么感觉》。他的结论：「这是比我用过的所有模型都真实的一次跃迁」。但这篇文章真正的价值在于他描述了工作方式的质变：

• 一句话生成可玩的游戏：在 Claude Code 里用一个模糊的初始 prompt（如「Balatro，但玩的是抛硬币」），Fable 就能产出可玩的游戏，所有图形都是数学生成、不依赖外部素材。
• 等时圈地图（isochrone map）：一个详细 prompt，Fable 自己启动了多个下属 AI（主要是更便宜的 Sonnet 实例）并行研究了 2,200+ 个航班、抓取 TGV 和新干线时刻表、从学术论文里取道路速度，甚至组织了互相对抗、互相验证的研究小组去解决边角案例——比如「去皮特凯恩岛的船多久一班」「从渥太华怎么到格里斯峡湾」。
• 9.5 小时自主开发：他让 Fable 做一个科研软件（校准人类与 AI 在分类数据集上的判断一致性），Fable 先产出19 页设计文档，然后连续自主执行 9 个多小时，交付了他评价为「研究者需要了很多年」的生产级工具。他另提到这个模型「会照着多页规格说明连续干上 12 个小时」。

他用了一个会被反复引用的比喻来总结人机关系的变化：

「以前我把这叫『与巫师共事』：你念出咒语，事情就发生了。现在我更像一个金主（patron）：我描述我要什么，我付钱，我评判结果。」「工作从过程转向了结果。我不再掌舵；我只是委托（I no longer steer; I commission）。」

但他同样给出了首日最尖锐的三条批评：

1. 终极黑箱：模型自主做了「成百上千个小决定」，他完全无法观察决策过程——「用这个工具的感觉介于愉悦和不安之间」。
2. 护栏误伤：「Fable 的护栏沾一点安全话题的边就会触发」，过于频繁地回退到更弱的 Opus 4.8。
3. Claude 味儿还在：文风和代码里仍有挥之不去的「Claudisms」。

五、开发者视角：API 变化与迁移注意

这部分综合 Anthropic 开发者文档整理，给打算第一时间接入的人。

基本规格：模型 ID claude-fable-5（直接用这个字符串，不要加日期后缀），1M 上下文、128K 最大输出，1M 长上下文无加价。API 表面与 Opus 4.7 / 4.8 一致，从 4.7/4.8 迁移基本就是换模型 ID，但有一处新增的破坏性变更要注意：

变更点	Opus 4.8	Fable 5
thinking: {type: "adaptive"}（自适应思考）	✅ 推荐	✅ 推荐
thinking: {type: "enabled", budget_tokens: N}	❌ 400	❌ 400
显式 thinking: {type: "disabled"}	✅ 接受	❌ 返回 400——想关思考请直接省略 thinking 参数
temperature / top_p / top_k	❌ 400	❌ 400
最后一条 assistant 预填充（prefill）	❌ 400	❌ 400
effort 档位（output_config.effort）	low → max（含 xhigh）	low → max（含 xhigh）

最小可用示例（Python）：

from anthropic import Anthropic

client = Anthropic()

with client.messages.stream(
    model="claude-fable-5",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},  # 编码/Agent 任务可上 xhigh
    messages=[{"role": "user", "content": "……"}],
) as stream:
    message = stream.get_final_message()

几条实践建议（来自官方文档与迁移指南）：

• 长程任务把完整任务说明书放进第一轮。Fable 5 的强项是拿着清晰目标自主跑长程；挤牙膏式的多轮补充说明反而拉低 token 效率。
• effort 是要扫参的维度，不是定死的开关。编码与 Agent 场景推荐 high / xhigh；不要反射性地拉满 max——更高的 effort 前期思考更多，但在长程任务上常常减少总轮数和总成本。
• 提示词缓存：Fable 5 的最小可缓存前缀是 2,048 token（Opus 4.8 是 4,096），长系统提示词务必加 cache_control，缓存读取约为原价的 1/10——在 $10/MTok 的输入单价下，这条直接决定账单数量级。
• API 新增回退相关字段：按 Willison 的说法，API 提供了新的拒答通知机制，以及「内容被拦截时自动回退到指定模型」的可选项——生产环境建议显式处理回退分支，至少打日志，否则你不知道哪些请求实际是 Opus 4.8 答的。

六、价格与选型建议

价格：$10 / $50 每百万 input / output token。坐标系：Opus 4.8 是 $5/$25（一半），Sonnet 4.6 是 $3/$15，Haiku 4.5 是 $1/$5。官方强调这已经「不到 Mythos Preview 的一半」。

订阅侧：6 月 9 日～22 日，Pro / Max / Team / 按席位 Enterprise 免费试用；23 日起消耗用量额度。这两周是零成本评估窗口，建议抓住。

成本方面两个真实数据点：Willison 重度测试一天 $110；Mollick 说它「烧 token 的速度」明显，但也观察到 Fable 会主动把子任务委派给便宜的 Sonnet 实例，实际账单未必线性翻倍。Rakuten 的官方证言是「自我反思带来的额外思考物有所值」——这话出自发布会，参考即可。

我的选型建议（综合各方信息）：

• 该上 Fable 5：跨小时级的自主 Agent 任务、复杂代码库迁移/重构、深度研究与分析、需要「拿着 19 页设计文档自己跑完」的活。它的溢价买的是长程自主性，不是单条回答的质量差。
• 继续用 Opus 4.8：常规编码、日常推理。多数单轮/短程任务上两者差距撑不起两倍价差——这也正是 Fable 5 护栏回退敢用 Opus 4.8 兜底的原因。
• 继续用 Sonnet 4.6 / Haiku 4.5：高吞吐、成本敏感的管道任务；以及作为 Fable 5 编排下的子 Agent（Fable 自己也是这么干的）。
• 安全/生物相关业务：先小流量验证回退触发率。你的领域如果天然贴着受保护边界（安全研究、生物信息），实际拿到的可能经常是 Opus 4.8 的回答，体验和预期会有落差——Mollick 的抱怨就在这。

小结

把这次发布放远一点看，有三层意义：

1. 能力上，「模型越大越没用」的论调又被打了一次脸。Fable 5 的领先集中在长程自主——9.5 小时不间断交付生产级软件、自组多 Agent 研究网络，这是从「更好的回答」到「更完整的工作」的代差。Mollick 的「巫师→金主」比喻大概率会成为今年被引用最多的一段话。
2. 安全上，「门控智能」正式落地：同一个底座，公众拿到带护栏的 Fable 5，受信机构拿到解除部分护栏的 Mythos 5，中间用「回退降级作答」代替生硬拒答。这套机制是否扛得住时间（UK AISI 已经摸到通用越狱的边了），以及 5% 的误伤率会不会劝退专业用户，是接下来最值得盯的两件事。
3. 格局上，在 Anthropic 筹备 IPO、OpenAI 同步递表的节点放出这张牌，竞争意味不言自明。$10/$50 的定价配合「订阅免费两周」，明显是想让尽可能多的人先尝到长程自主的甜头。

两周免费窗口还有十几天，建议直接找一个你手头「需要连续干几个小时」的真实任务扔给它——这才是 Fable 5 与以往所有模型拉开差距的地方。

参考链接

官方

• Anthropic 官方公告：Claude Fable 5 and Claude Mythos 5
• Claude 平台开发者文档（模型规格、迁移指南）

头部博主实测

• Simon Willison: Initial impressions of Claude Fable 5
• Ethan Mollick (One Useful Thing): What it feels like to work with Mythos

媒体报道

• TechCrunch: Anthropic's Claude Fable 5 is a version of Mythos the public can access today
• TechCrunch: Anthropic's Fable 5 can make weirdly fun video games
• CNBC: Anthropic releases Mythos-like AI model to the public
• Tom's Hardware: Claude Fable 5 brings Mythos to the masses
• 社区讨论：Hacker News