Anthropic 祭出双旗…模型 Fable、Mythos，屠榜所有基测！网友：除了贵没毛病
Anthropic 祭出双旗…模型 Fable、Mythos，屠榜所有基测！网友：除了贵没毛病
昨晚，Anthropic 携两款"核弹级"模型炸场——Claude Fable 5 和 Claude Mythos 5。
据介绍，这是 Anthropic 史上性能最强的一代模型，也是其首次将前沿模型按照风险等级进行差异化开放：面向普通用户的 Fable 5 保留了严格安全限制，而能力完全释放的 Mythos 5 则仅向少量经过审核的网络安全机构和科研组织开放。
在 Anthropic 看来，大模型能力已经进入一个新的阶梯：模型不仅能够完成编程、写作和问答任务，还开始展现出执行长期复杂任务、独立开展科研探索甚至发现新科学假设的能力。与此同时，模型能力提升带来的潜在风险，也迫使公司重新设计模型的开放策略。
1 Anthropic 最强模型性能如何？
按照 Anthropic 的说法，Fable 5 已经超过此前所有公开发布的 Claude 模型。
据 Anthropic 官方披露，Claude Fable 5 定位通用级高性能模型，属 Mythos 1 级技术梯队，综合性能超越品过过往所有公开布模型，在主流 AI 性能基准测试中稳居行业领先水平。
该模型具有出众的复杂任务处理优挠，任务复杂度越高、运行周期越长，相对于前代模型的性能优挠越显著，同时拥有更长的自主运行时段与更强的长上下文处理能力，可稳定支撑数百万 token 级别的持续性工作。
在具体产业落地场景中，Fable 5 展现出全方位的能力突破。
软件工程领域，该模型可实现超大规模代码库的高效迭代迁移，曾在 1 天内完成需要团队两个月手动攻竖的 5000 万行 Ruby 代码库迁移工作，将数月级工程量压缩至单日完成。
在 Cognition FrontierCode 编程评估中，其中等工作量下的得分领跑全球前沿模型 token 效率创下 Claude 系列新高。
除了软件开发，Anthropic 还将 Fable 5 定位于知识工作工具。
AI 研究平台 Hebbia 的财务推犁测试显示，Fable 5 在复杂文档分析、图表解读和问题求解任务上的表现达到所有参测模型最高水平。
量化贸易公司 IMC 则表示，该模型已经能够完成事实检索、原因分析、根源定位以及预期收益分析等金融研究任务。
这些案例反馈出一个趋势：模型竞争正从单纯的知识问答，转向专业领域中的复杂推理和决策辅助。
视觉任务方面，它也基本上是当前业内顶尖的视觉专用模型，可精准提取复杂科学数据、仅凭截图还原 Web 应用源代码，甚至依托极简单视觉组件独立通关《精灵宝可梦火焰红》，全程无需地图、游玩状态等额外辅助信息突破了前世模型依赖复杂辅助工具的技术局限。
此外，模型的内存与自主迭代能力大幅优化。在卡牌构筑游玩《杀戳尖塔》测试中，搭载持久化文件级内存的 Fable 5，性能较 Claude Opus 4.8 提升三倍，通关高难关卡的概率显著提升。同时可依托基础物理原理自主推导运行轨道、模拟日食现象，具有极强的自主推理与场景复刻能力。
2 Mythos 5：能力更强，但并不向公众开放
相比面向大众开放的 Fable 5，Anthropic 此次同步发布的另一款模型 Mythos 5 显得更加特殊。
从技术角度看，两者基于同一底层模型。
区别在于，Mythos 5 取消了部分安全限制，因此能够释放全部能力。
Anthropic 表示，Mythos 5 目前是其网络安全能力最强的模型。该模型已部署一些特殊机构中，服务对象主要包括关键基础设施运营方和网络安全防御机构。
目前，普通开发者和企业用户无法直接使用该模型。
在高端科研领域，Mythos 5 表现也很抢眼。
生命科学研究中，该模型可将药物设计部分环节效率提升十倍，能够独立完成蛋白质靶点筛选、设计工具运行、误差修复等全套科研工作，无需人工深度干预，目前已筛选出 9 个高潜力药物靶点，覆盖免疫检查点、神经退行性疾病、肌肉疾病等多个研究方向。
科研创新层面，Mythos 5 是 Claude 系列首款可持续产出高质量原创科学假设的 AI 模型。
在盲测对比中，科研人员对其分子生物学假设的认受度达 80%，多项假设已进入实验验证阶段，其中一项关于大肠杆菌蛋白质作用机制的假设，已获得独立实验室的研究佐证。基因素研究 中，该模型可自主完成海量单细胞数据归集、定制 AI 模型训练等全流程工作，只需极少人工干预，其研发的轻量化模型性能优于《科学》杂志发表的同类模型，且参数量仅为后者的百分之一，相关研究结果将于近期公开发表。
针对高端模型的滥用风险，Anthropic 为通用开放的 Fable 5 搭建了保守且完善的安安全保护体系。由于顶级 AI 能力在网络安全、生物、化学等领域存在双重用途风险，Fable 5 搭载全新独立安全分类器，一旦检测到漏洞利用、攻击性网络任务、高危生物化学研究、模型能力提炬等风险请求，将自动回退至 Claude Opus 4.8 响应处理。
官方数据显示，这套安全机制整体误报率不足 5%，超 95% 的用户会话可直接通过 Fable 5 原生能力响应，性能与 Mythos 5 基本持平。
经过超 1000 小时内部红队演练、外部漏洞赏金测试，该防护体系未出现通用越狱漏洞，抵御恶意攻击与越狱尝试的能力优于 Opus 4.7、Opus 4.8 等前代机型，可全面拦截单轮恶意网络攻击计划、漏洞开发等违规请求。
隐私合规层面，Anthropic 同步推出全新数据保留政策，要求 Mythos 级别模型的全量流量数据留仔 30 天，仅用于风险评判、攻击溯源与安全优化，不参与模型训练及非安全类用途，同时改善人工数据访问日志记录机制，30 天后自动清理绝大部分数据，构筑数据安全防线。一致性评估结果显示，Fable 5 与 Mythos 5 的欺诈、违规协作等不一致行为发生率与 Opus 4.8 持平，整体合规稳定性优异。
这么强大的模型，价格如何？
据介绍，这两款模型都已经大幅降价，统一收费标准为每百万输入代币 10 美元、每百万输出代币 50 美元，价格不足前代 Mythos Preview 版本的一半。
订阅服务层面，Anthropic 推出分阶段上线策略，即日起至 6 月 22 日，Pro、Max、Team 及席位制企业版订阅用户可免费体验 Fable 5；6 月 23 日起将暂时从订阅套餐下架，后续需消耗积分使用，待资源扩容后将重新纳入订阅标配体系。
3 外界评论如何？
这两款性能拉满的旗帜模型发布后，AI 圈很快出现了大量热议。
前特斯拉 AI 负责人、OpenAI 创始成员之一的 Andrej Karpathy 第一时刻给出了高度评价。
他在社交平台表示：
Claude Fable 5 与 Mythos 5 本质上是同一个底层模型，只是在 Fable 上增加了安全防护机制。从基准测试来看，它几乎在所有项目上都以明显优挠取得了最佳成绩（SOTA）。但比起排行帮数字，更重要的是它在实际使用中的表现。从定性体验来看，这是一次算得上"大版本号升级"的能力跃迁。
对于长期关注大模型发展的研究者来说，Karpathy 的评价颇具分量。
过去两年，大模型行业经历了多轮"刷榜竞赛"，各家公司不断刷新测试成绩，但用户实际体验未必同步提升。因此，越来越多开发者开始关注模型在真实任务中的表现，而不是单纯比较基准测试分数。
不少开发者认为，这次发布最值得关注的并不是 Anthropic 公布的各种榜单位成绩。一位获得大量点赞的评论写道：
真正重要的数字并不是排行榜上的数字。问题在于，随着任务变得越来越长、越来越复杂，Fable 5 的优挠反而越来越明显。短距离的综合基准测试对它来说已经不是挑战。真正需要观察的是，当一个任务需要团队连续工作数天才能完成时，它会表现如何。
这也是 Anthropic 此次反复强强的方向。
无论是 5000 万行代码迁移案例，还是持续数天的科学研究任务，本质上都在展示模型的长自主执行能力在过去，大模型更像一个即时回答问题的助手；而 Anthropic 试图证明，Fable 5 已经开始接近"能够独立完成项目"的阶段。
软件工程能力依然是讨论最热烈的话题。有用户特别提到了 Anthropic 公布的编程测试数据：
这些数字令人惊叹，看看每一项指标。智能编程任务的完成率从 69% 提升到 80%，这样的增长幅度并不常见。
过去一年，Claude 系列已经逐渐成为许求序员最常使用的代码助手之一。而从 Anthropic 此次公布的案例来看，其目标已经不仅仅是生成代码，而是让模型能够理解大型代码库、完成跨模块修改以及执行复杂的软件迁移工作。
如果这些能力能够在实际场景中稳定再现，其影响可能比单纯提升代码生成准确率更大。
当然，并非所有人都对这次发布感到兴奋，最常见的争议集中在价格和提升幅度上。
Claude Fable 5 的定价为每百万输入 Token 10 美元、每百万输出 Token 50 美元，有用户对此表示担忧：
按照这个速度发展下去，普通消费者还能跟得上吗？这些模型真的有明显进步吗？还是只是换了个名字，然后提高我们的 Token 消耗额度？
类似观点在近期前沿模型发布中并不少见。
随着大模型性能逐渐逼近天花柀，用户对于"代际升级"的感知正在减弱。对比 GPT-3 到 GPT-4 那样的跨越式进步，如今许多模型更新更新更像是持续迭代。一位长期使用 Claude 进行财务分析的用户就表示：
我认为最大的提升主要体现在软件安全方面，其他能力虽然有所改进，但幅度有限。这些模型开始越来越像智能手机了，每一代都会进步，但已经很难再让人感到震惊。我目前使用 Opus 4.7 处理财务工作，它运行得很好，没有足够理由让我升级。
核心要点
- Anthropic 发布 Claude Fable 5 和 Claude Mythos 5，两款模型基于同一底层但面向不同风险等级用户
- Fable 5 面向普通用户，保留安全限制；Mythos 5 仅向特定网络安全机构和科研组织开放
- Fable 5 在软件工程、量化交易、科学研究等多个领域展现出领先性能
- Mythos 5 在药物研发、原创科学假设等领域实现突破，已筛选出 9 个高潜力药物靶点
- 两款模型价格大幅下降，约为前代的一半，但价格仍是用户关注焦点
- 外界评价分化：技术能力获高度认可，但对"代际升级"感知的减弱和价格表示担忧
结论
Anthropic 此次发布标志着大模型能力进入新阶段——从单纯的知识问答转向复杂推理和长期任务执行。Fable 5 和 Mythos 5 的差异化开放策略体现了 AI 安全性与能力释放之间的平衡探索。尽管技术性能获得认可，但价格和"代际升级"感知的减弱也成为阻碍普通用户跟进的主要障碍。