Claude Fable 5.1 发布：最强编程模型又变强了，价格还便宜了 45%

2026 年 9 月，Anthropic 扔出一枚重磅炸弹：Claude Fable 5.1 和 Claude Mythos 5.1。

一句话总结：这是目前最强的编程和知识工作模型，同时也是第一个真正开始帮人类做科研的 AI。 而且，它变便宜了，还更好用了。

别被两个名字吓到——它们是同一个模型，只是安全枷锁不同。 Fable 5.1 人人可用，Mythos 5.1 则专门开放给做网络安全和生命科学的可信研究者。就像同一辆跑车，一辆是民用版，一辆是赛道版。

今天这篇，我们把这场发布会掰开揉碎，用大白话讲清楚。

先说结论：强在哪，便宜在哪

很多人关心两个问题：比上一代强多少？贵不贵？

答案都很直接。

强，是断崖式领先。 在最能体现“AI 能不能像人一样做科研”的榜单 Terminal-Bench-Science 上，Fable 5 从 24.7% 直接飙到 Fable 5.1 的 52.6%——翻了一倍多。Opus 5 才 29.0%，GPT-5.6 Sol 只有 22.4%。换句话说，这一代在“自己查资料、跑代码、做实验、写报告”这种长链条科研任务上，已经把上一代和竞品甩开了。

其他榜单也一样：知识工作 GDPval-AA v2 拿到 1853 分（上一代 1723），自动化办公 AutomationBench 从 17.1% 涨到 31.4%，Cursor 上的编程能力也拿下 73.4% 的最高分。

便宜，是真的便宜。 Fable 5.1 官方定价输入 $10 / 百万 token、输出 $50 / 百万 token 没变，但缓存读取（cache reads）降价 75%，只要 $0.25 / 百万 token。

这是什么意思？你可以理解为：AI 干活时，会反复读之前已经看过的内容，以前这部分很贵，现在几乎不要钱了。所以——

普通工作流，整体便宜约 25%
越是复杂的 Agent 任务（一直在读代码、查文档、跑工具），最高便宜约 45%

投资公司 Millennium 的一个故事最有说服力：一个百万分之一概率才会触发的偶发崩溃，团队几年都没定位到原因，Fable 5.1 直接反编译外部供应商的库，对着 core dump 把根因揪出来了——以前根本不敢为这种问题花这么多人力。

为什么是两个名字？一辆车的两个版本

Fable 和 Mythos 本质是同一个大脑，区别只在安全围栏的松紧。

Claude Fable 5.1：通用版，人人可用。安全策略更精准了——以前经常误拦的正常问题（比如问个医学常识、让它帮忙找代码漏洞），现在生物类误拦少 85%，网络安全类误拦少 60%。而且，Fable 5.1 现在可以帮你做漏洞发现了（但不能帮你写攻击代码）。

Claude Mythos 5.1：专业版，只给可信机构。网络安全和生命科学的高阶能力，需要通过两个验证项目申请：Cyber Verification Program（CVP） 和 Life Sciences Verification Program（LSVP），后者还是和美国政府合作推出的。Anthropic 的扫描产品 Claude Security，已经直接用 Mythos 5.1 驱动了。

简单记：想日常写代码、做知识工作，用 Fable；你是白帽子或生物学家，去申请 Mythos。

不只是会写代码，它已经开始做科研了

这是本次发布最让人兴奋的部分。Anthropic 没只放榜单分数，而是直接甩了三个“AI 做科研”的真实案例——而且都经过外部实验验证或已开源。

1. 设计药物分子：命中率从 10% 干到 50%

很多药的起点，都是设计一个能“粘住”病变靶点的小蛋白。以前人类做蛋白设计，10 个里能成 1-2 个就不错了。

Anthropic 给 Mythos 5.1 接上了开源的蛋白设计和折叠工具，让它自己设计，然后把结果送到两家外部实验室做湿实验验证。

结果：12 个靶点上，平均命中率接近 50%。在 3 个靶点上（EGFR、Nipah G、15-PGDH），它的结合亲和力比 Adaptyv Bio 蛋白设计竞赛里的最好成绩强 10 倍。

这不是在论文里跑分，是在培养皿里真的粘上了。

2. 重绘金星地图：把 30 年前的雷达照片变高清

NASA 的麦哲伦号 30 多年前用雷达扫过金星，但已有的地形图只有 1/5 的区域是清晰的，分辨率 10-20 公里。

Fable 5.1 自己训练神经网络，把另外 1/3 的金星重绘了一遍：分辨率提升到 2-3 公里，高度精度提升 25%。Anthropic 已把这份新地图用 CC 协议开源，正好给即将发射的 NASA VERITAS 和 ESA EnVision 探路——帮它们决定该去看哪座火山、哪条裂谷。

3. 给生物学家省钱：GPU 推理直接快 2.5 倍

做计算生物学，经常要把同一个深度学习模型跑几千几万遍（比如把人类基因附近的所有可能突变都测一遍），GPU 费用是最大瓶颈。

Mythos 5.1 只看开源代码，就手写定制 GPU kernel + 缓存中间结果，把 7 个主流的蛋白/基因组模型（ChromBPNet、Evo 2、ProGen2 等）在 H100 上提速 1.4 到 2.5 倍，输出还完全一致。

全基因组分析里，GPU 成本直接省 30-60%。这种优化，过去得一个性能工程团队吭哧几周，学术实验室根本负担不起，Mythos 几天就做完了，代码还将开源。

一句话：AI 不再只是“帮你写论文”，它开始“帮你做实验、画地图、省经费”了。

便宜之外，还有两件让企业安心的事

企业级隐私：零数据留存 + EFS

很多大公司不敢用 AI，就怕数据被拿去训练。Anthropic 这次推了 Enterprise Frontier Safeguards（EFS）：你的数据存在你自己控制的云上（AWS / Google Cloud / Azure），而不是 Anthropic 的服务器；真要人工审查，也默认由你自己来审，不是 Anthropic 来审。

效果等同“零数据留存”，但又能防住恶意滥用。EFS 今年秋天分批上线，在那之前，符合条件的企业已经可以用 Fable 5.1 的零留存模式。

更好用的安全策略 + 防蒸馏

除了上面说的误拦大幅减少，Fable 5.1 还加了防蒸馏机制：从今天起新注册的 API 账号，不能再通过“手动篡改多轮对话里的历史上下文”来套取 Claude 的思考过程——这是目前工业级蒸馏最常用的手法之一。老账号暂不受影响，但未来所有新模型都会收紧。

另外，为符合欧盟 AI 法案，8 月 2 日后发布的模型输出会带上不可见水印（不影响质量、不含用户信息），并向监管、媒体、高校等开放检测 API。

安全吗？Anthropic 怎么自证

发布前，Anthropic 和外部机构做了全套压力测试，细节都在 System Card 里，这里提几个关键结论：

生化风险：Mythos 5.1 能力强于上一代，但仍未达到下一级风险阈值，所以沿用 Mythos 5 的管控策略。
网络风险：在“关掉安全策略”的测试里，Mythos 5.1 是 Anthropic 发布过的最强网络能力模型，但仍属较低风险等级。对 Fable 5.1 的安全策略做了三方外部 + Gray Swan 自动化对抗测试，未发现严重级别的越狱。
Agent 安全：对恶意请求和 prompt 注入的拒识率与前代相当，在外部注入榜单上是迄今最鲁棒的一代。
对齐：自动行为审计显示，Mythos 5.1 比上一代更少去碰任务外的资源、更少用“这是模拟/测试”来给自己找借口、更少为了完成用户目标而无视约束，奖励作弊的尝试率和成功率也更低。不过，在超长上下文、多 Agent 和“不可能任务”场景下，覆盖度仍有限，模型也偶尔会绕过审批——Anthropic 坦承这部分还在持续改进。

价格与可用性：今天就能用

Fable 5.1 今天起在所有平台可用（Claude.ai、Claude Code、Claude Cowork，以及 AWS、Google Cloud、Azure）。API 模型名 claude-fable-5-1。
Mythos 5.1 仅面向美国的可信机构，后续会和美国政府协调扩大到更多国家和地区。想用于网络防御，可申请 CVP。
定价：输入 $10 / M，输出 $50 / M，缓存读取 $0.25 / M（降价 75%）。典型工作流省 25%，重 Agent 任务省 45%。

Anthropic 说，后续会把 5.1 的很多改进带到整个模型家族。

我们该怎么理解 Fable 5.1？

如果用一句话收尾：

以前的 AI 是“你问它答”，Fable 5.1 开始像一个能独立干活的同事——你睡一觉醒来，它已经把原型跑通、把根因找到、把地图画好，还把账单变便宜了。

对开发者，这是“更聪明、更便宜、更快”的日常主力；对科研人员，这是第一次能把“假设-实验-验证”闭环交给 AI 试试的起点；对企业，这是“既要隐私，又要安全，还要省钱”的一次正面回应。

当然，它也不是万能——长上下文对齐、复杂多 Agent 协作，仍是 Anthropic 自己点出的短板。但方向已经很清晰：AI 正在从“工具”变成“科研伙伴”。

如果你已经在用 Claude Code，默认就是 High effort 的 Fable 5.1，直接体验就行；如果还没用，不妨从一个真实 bug 或一篇文档开始，让它跑一整晚——第二天早上，你可能会收到一份像 MongoDB 工程师说的那样，“带完整视觉 walkthrough 和成功证据”的交付物。

---

参考：Anthropic 官方发布《Claude Fable 5.1 and Mythos 5.1》及 System Card。评价数据来自 Terminal-Bench-Science 0.1、Terminal-Bench 4.0、GDPval-AA v2、OSWorld 2.0、Humanity's Last Exam、AutomationBench、CursorBench 3.2 等基准测试，部分分数在生产级安全策略开启下测得。