Claude 5.1 正式發布！地表最強模型登場

原文追蹤 AI 的機器之心

就在剛才，Anthropic 推出了下一代模型 Claude Fable 5.1 和 Claude Mythos 5.1。

Anthropic 聲稱，Claude Fable 5.1 是目前最強大的公開可用模型之一，專為複雜推理、長時間任務和代理工作流程而設計。Claude Mythos 5.1 則代表了他們對更高能力邊界的探索。

值得注意的是，雖然兩者共享相同的基礎模型能力，但針對不同的使用場景採取了不同的安全措施。

Fable 5.1 向一般使用者、開發者和企業開放，而 Mythos 5.1 則針對經過審查的高風險領域合作夥伴，維持更嚴格的存取控制。

換句話說，一個負責進入現實世界的任務，另一個則被保留在更嚴格控制的環境中。這可能也是 Anthropic 對 AI 產品未來形態的探索：最強的模型不一定以相同形式提供給所有人。

官方聲明指出，這兩個模型代表了 Claude 系列能力的重大進步，並展示了他們如何在提升模型能力的同時，持續推進安全部署。

作為「地表最強」的模型，Fable 5.1 的表現依然令人印象深刻。官方數據顯示，Fable 5.1 在多項基準測試中超越了前代旗艦 Fable 5。

然而，能力更強的同時，價格卻下降了。Anthropic 表示，Fable 5.1 維持相同的基本價格，但快取讀取成本比 Fable 5 降低了 75%。在實際使用中，這使得典型工作負載的整體成本降低了約 25%；對於高度代理化的工作負載，成本最多可降低 45%。

看來，即使是最強大的模型也開始注重性價比。

讓我們仔細看看。

低階追上前代，Fable 5.1 主打「性價比」

與其單純刷新排行榜，Anthropic 這次想強調的是：Fable 5.1 能以更低的推理成本，完成以往需要 Fable 5 高階才能完成的任務。

根據官方測試，Fable 5.1 在中低推理強度下，已經達到接近甚至超越 Fable 5 的表現。Claude Code 預設使用高推理強度，而 Claude Cowork 和 Claude .ai 預設為中等強度，讓使用者能根據任務複雜度在速度、成本和效果之間進行調整。

具體來說，Fable 5.1 在科學研究代理基準 Terminal - Bench - Science 0.1 中取得了 52.6% 的分數，比 Fable 5 的 24.7% 提高了一倍以上；在 Terminal - Bench 4.0 中，Fable 5.1 達到 55.8%，而能力更強的 Mythos 5.1 進一步達到 60.9%。

在知識工作、電腦操作和業務流程測試中，新模型也展現了進步。AutomationBench 分數從 Fable 5 的 17.1% 提升至 31.4%，CursorBench 3.2.0 則從 70.5% 提升至 73.4%。

在多項基準測試中，Fable 5.1 的分數都超過了 Fable 5，其中科學研究代理和業務工作流程能力的提升最為顯著。

在 Terminal - Bench 4.0 測試中，Fable 5.1 和 Mythos 5.1 在不同推理強度下都超越了前代 Mythos 5。

在 Terminal - Bench - Science 0.1 測試中，Fable 5.1 取得了最高 52.6% 的分數，是 Fable 5 的兩倍以上。

Anthropic 認為，Fable 5.1 的一個重要變化是更願意追蹤問題的根本原因，使其更適合執行持續數小時甚至數十小時的複雜任務。

投資公司 Millennium 在測試中發現，一段內部程式碼大約每執行一百萬次就會崩潰一次。這個問題困擾了工程團隊四到五年，其他模型都未能找出原因。Fable 5.1 透過反組譯外部供應商的程式庫並比對核心轉儲檔案，將問題定位到第三方程式庫中的一個錯誤。

Ramp 也讓 Fable 5.1 連續運行了 38 小時。在發現原始機器學習結果受到標註錯誤影響後，模型自主修正了問題，並同時啟動了六組實驗，最終編譯出新的結果和後續建議。

從寫程式到做科學研究

在這次發布中，Anthropic 用了相當大的篇幅討論 Fable 5.1 和 Mythos 5.1 在科學研究中的表現。

在蛋白質設計實驗中，研究人員讓 Mythos 5.1 呼叫開源的蛋白質設計和折疊工具，然後將生成的設計發送給兩個外部機構進行實驗驗證。

針對三個目標蛋白，Mythos 5.1 設計的配體結合親和力達到了 Adaptyv Bio 相關蛋白質設計競賽中最佳方案的十倍。在面對十二個目標蛋白時，模型的有效配體命中率接近 50%，而 Anthropic 提供的業界常見水準為 10% 至 15%。

Fable 5.1 也利用了 NASA 麥哲倫號太空船在 30 多年前收集的雷達影像，為金星表面約三分之一的面積生成了新的高解析度海拔地圖。

NASA 麥哲倫號太空船拍攝的金星雷達影像，中央是一座直徑約 15 公里的小型盾狀火山。

原始地圖只能呈現 10 至 20 公里尺度的細節，而新地圖將解析度提升至 2 至 3 公里，高度測量精度最高提升了 25%。Anthropic 計劃以知識共享授權公開這張地圖，供 NASA 的 VERITAS 和歐洲太空總署的 EnVision 等未來任務使用。

在計算生物學領域，Mythos 5.1 透過編寫自訂 GPU 核心和快取中間結果，將七個開源蛋白質和基因組深度學習模型的運行速度提升了最高 2.5 倍，同時保持輸出結果一致。在某些全基因組分析任務中，預計可將 GPU 成本降低 30% 至 60%。

在優化七個開源蛋白質和基因組模型後，Mythos 5.1 的推理速度提升了 1.4 至 2.5 倍。

Anthropic 旨在利用這些案例展示，模型正在從整理資訊和編寫程式碼，演進到提出解決方案、執行工具，並交付可經實驗驗證的研究成果。

快取價格下降 75%，代理任務成本最多降低 45%。

除了效能之外，價格是 Fable 5.1 最直接的變化。

Fable 5.1 的輸入和輸出價格沒有調整，維持在每百萬個 token 10 美元和 50 美元，但快取讀取價格降低了 75%，降至每百萬個 token 0.25 美元。

快取讀取是指模型重複使用已處理過的上下文。在一般的問答中，其比例可能有限，但在需要反覆讀取程式碼庫、歷史對話和工具結果的代理任務中，快取往往構成主要成本。

根據 Anthropic 基於 2026 年 8 月實際使用數據的計算，使用 Fable 5.1 運行典型任務的整體成本比 Fable 5 低約 25%；對於上下文更長、工具呼叫更頻繁的複雜代理任務，成本降低幅度最高可達約 45%。

在快取讀取價格降低後，Fable 5.1 的典型任務成本降低了約 25%，而高度代理化任務的成本最多降低了約 45%。

Fable 5.1 現已在 Claude .ai、Claude Code 和 Claude API 上提供，並透過 AWS、Google Cloud 和 Microsoft Azure 提供。開發者可以透過 claude - fable -5-1 呼叫新模型。

強化反蒸餾機制

Fable 5.1 和 Mythos 5.1 實際上使用相同的底層模型，主要差異在於安全限制。

Fable 5.1 完全向一般使用者和企業開放；Mythos 5.1 則在網路安全和生命科學方面的限制較為寬鬆，目前僅提供給經過審查的個人和機構。

在網路安全領域，Fable 5.1 已經可以幫助使用者發現軟體漏洞，但仍無法直接生成攻擊程式。滲透測試、攻擊程式生成和基於二進位檔的漏洞掃描等雙重用途任務，可能仍需交由限制更嚴格的模型處理。

經過調整後，新版的網路安全保護機制與 Fable 5 相比，誤報率降低了約 60%。生物安全機制在基礎生物學和醫療問題上的誤報率也下降了 85%，而與生命科學研究相關的進階能力主要透過 Mythos 5.1 審查計畫開放。

Anthropic 也推出了 Enterprise Frontier Safeguards。企業可以將資料儲存在其控制的雲端基礎設施中，由企業負責預設的人工審查，從而在保留安全監控能力的同時，實現近乎「零資料留存」的隱私效果。這項機制計劃從今年秋季開始分階段推出。

針對大規模模型蒸餾，Fable 5.1 也增加了新的限制。當天之後建立的 API 帳戶，將無法在多輪對話中手動修改先前的上下文，同時保留 Claude 的歷史思考記錄。Anthropic 表示，這項變更主要是為了阻止一種公開已知的能力提取方法。

此外，為了符合歐盟《人工智慧法案》的要求，Fable 5.1 的文字輸出將包含隱形浮水印。Anthropic 也開始小規模測試偵測 API，初期開放給監管機構、媒體、事實查核組織和研究機構。

最後，網友說得對，早起的鳥兒先用上 5.1。