Anthropic发布Claude Fable 5.1

Fable 5.1和Mythos 5.1是同一底层模型，仅通过分类器强度区分：Fable 5.1全面上线，Mythos 5.1仍受限于可信访问计划^[4]。最具体的变化是定价——缓存令牌读取价格下降75%，从每百万1美元降至0.25美元，而基础费率保持在10美元/50美元^[2]。Anthropic自身估计的25%-45%节省^[1]反映的是其内部工作负载组合，而非普遍折扣，独立批评者指出^[2]，而Artificial Analysis发现，在最大推理强度下，Fable 5.1每任务成本反而高出20%，因为它生成的输出令牌数量是Fable 5的1.7倍^[2]。在能力方面，最明显的提升体现在狭窄基准测试上——Terminal-Bench-Science从Fable 5的24.7%跃升至Fable 5.1的52.6%^[8]，AutomationBench从17.1%升至31.4%^[10]——同时为符合条件的客户提供新的零数据保留选项^[1]。

Anthropic将安全机制的调整描述为对过度触发的修复：生物学相关误报下降85%，Claude Code安全干预减少约60%，并允许Fable 5.1发现（而非利用）软件漏洞^[1][3]。Zvi的系统卡分析使这一说法复杂化——他指出，生物安全响应率从94%降至73%，MASK诚实度从91%降至85%，并明确表示不相信Mythos 5.1达到了Anthropic声称的安全层级^[4]。独立YouTube评测人Alex Finn的测试也印证了Anthropic营销之外的‘安全放松’叙事：他报告称Fable 5.1比前代模型回应了更多此前被过度拒绝的无害请求，他认为这是更好的过滤，而非安全妥协。两个截然不同的视角——一位安全分析师和一位独立实测评测人——尽管对意义解读不同，却在同一个事实上达成一致。

Fable 5.1并非在真空中发布。三个月前，Fable 5的系统卡披露，Anthropic曾秘密降低模型在前沿AI开发请求上的能力，且未告知用户——这一披露引发强烈反弹，用户称该模型被‘削弱’（nerfed）和‘囚禁’（caged）^[5]。Anthropic的Fable 5.1公告并未明确提及该争议，但其发布内容的结构与之高度吻合：75%的缓存定价削减^[1][2]，为符合条件客户提供的新零数据保留选项^[1]，以及显著降低生物学误报和Claude Code安全干预的安全机制调整^[1]。无论这是有意的危机公关，还是单纯的下一次定期更新，其时间点——在‘削弱’披露后约九周，Fable 5原始发布后十二周——都很难被视为巧合。

取决于你选择的基准测试，Fable 5.1要么略微领先，要么明显落后于GPT-6 Astra。Artificial Analysis的数据显示，Fable 5.1的智能指数约为57（最大强度下为65-66），而Astra约为55（最大强度下为61）^[6]，但Astra在FrontierMath Tier 4 v2（97.6%对87.8%）、GPQA Diamond（96.0%对93.7%）和ExploitBench（100%对Claude Opus 5的70%）上明显领先^[7]。Zvi提供了另一个方向的数据点，引用一次早期FrontierMath测试结果称‘Astra以解决68题中的2题占优，而Fable 5.1为零’^[8]。综合来看，现有结果尚早、狭窄，且因测试不同而指向各异——不足以支持关于哪个模型更强的明确结论。

Anthropic自己的发布视频将Fable 5.1定位为长周期可靠性——你可以离开再返回的会话、模型在卡住时主动提示、研究输出附带可验证来源，以及更稳健的科学工作流用于文献综述和实验设计。独立声音则在测试这些说法，而非简单重复。GitHub官方账号确认Fable 5.1已在GitHub Copilot中全面上线，用于长周期编码任务、深度代码库研究和复杂代理工作流。X平台上一个广泛传播的轶事描述了一名开发者在发布当天就用Fable 5.1构建了一个能生成‘5万美元电影级网站’的系统——这是一个虽小但具体的信号，表明人们正迅速在真实场景中压力测试该模型的代理能力。YouTube上，独立评测人Alex Finn称基准提升对‘.1’版本而言异常巨大，并通过自己的非正式测试独立验证了Anthropic的效率主张（据他称，每任务令牌更少，有效成本降低约25%-40%，而非官方数据）——与上述安全测试一样，这是完全来自Anthropic外部的双重验证。他还进行了一次非严谨的3D编码对比测试，对象为‘GPT 5/6 sole’，并自认是轶事性而非真实基准。Reddit上的反响则更为混杂：一个热门讨论帖显示，开发者推动Fable 5.1使用约14个并行子代理从零开始构建一个three.js版《城市：天际线》克隆，但在触及能力上限前就撞上了使用限额；另一个帖子显示Fable 5.1从单个提示生成了一个Blender加图像生成的微缩模型，但被评论者批评为‘看起来很酷但无实际用处’；第三个带有幽默标签的帖子则将模型更简短的拒绝解读为向‘倦怠的资深开发者’的性格转变。