Claude Fable 5.1 与 Mythos 5.1:更便宜更锋利的 Anthropic 编程模型与新前沿防护体系
💡 工具推荐:在调优 Fable 5.1 提示词或估算代理 token 开销?配合 Evergreen Tools 的 AI Token 计数器做预算、JSON 格式化工具校验 API 配置,并用 Cron 生成器调度每日评测。 AI Token 计数器, JSON 格式化工具, Cron 生成器
2026 年 9 月,Anthropic 同时发布了两款模型:Claude Fable 5.1 与 Claude Mythos 5.1。官方口径很直白——它们是同一个底层模型,只是防护等级不同。Fable 5.1 全面可用,Mythos 5.1 则只通过可信访问计划提供给网络安全与生命科学场景。对开发者来说,这轮更新的重点不是又一张更高的跑分表,而是三个工程信号:价格显著下降(典型负载便宜约 25%,高度 agentic 负载最高便宜约 45%)、企业级数据隐私有了新解法(EFS),以及「既能发现漏洞、又不被用于开发漏洞利用」的精细防护。
1. 两个名字,同一个模型
把 Fable 与 Mythos 分开命名,是为了让防护等级成为产品维度,而不是事后补丁。Fable 5.1 面向绝大多数编码与知识工作;Mythos 5.1 的防护专为网络安全与生命科学设计,只能通过可信访问计划获得,生物学能力还与美国政府合作建立了准入机制。Anthropic 明确表示,两者性能差距主要来自旧防护的误伤;随着今天防护改进,这个差距会大幅缩小。翻译成工程语言:同一个模型权重,按场景选择防护配置。
// Fable 5.1 ships with an explicit effort dial. Pick the level
// per task class instead of leaving one default everywhere.
// Fable 5.1 defaults to High in Claude Code, and to Medium in
// Claude Cowork and on Claude.ai.
const effortPolicy = {
model: "claude-fable-5-1",
codeAgent: "high", // interactive coding in Claude Code
cowork: "medium", // Claude Cowork and Claude.ai default
longRunningAgent: "xhigh", // overnight, multi-repo migrations
quickReview: "low", // cheap passes over a single diff
};2. 编码能力:贵在「坚持到底」
在 Terminal-Bench 4.0 与 CursorBench 3.2.0 上,Fable 5.1 用更低的每任务成本拿到更高分数。更有说服力的是质性案例:投资公司 Millennium 测试时,Fable 5.1 找到了内部系统一个罕见崩溃的根因——那是工程师们多年都没能解释的问题。Anthropic 还强调 Fable 5.1「会修复问题的根源而不是打补丁绕开」,而且长时间多步任务中输出仍然可读。对团队来说,这意味着编码代理可以放心交给它更长、更自主的任务。
{
"model": "claude-fable-5-1",
"effort": "medium",
"max_output_tokens": 8192,
"tools": [
{ "type": "shell", "name": "run_tests" },
{ "type": "read", "name": "read_file" }
],
"cache": {
"policy": "reuse_when_unchanged",
"note": "cache reads are priced lower on Fable 5.1; highly
agentic loops re-read the same context every turn"
}
}3. 价格:缓存读取降价带来的复利
Fable 5.1 的降价机制值得细看:按 token 计费的典型负载便宜约 25%,原因是缓存读取(读取已处理并存储的输入)价格下调。对高度 agentic 的工作,节省可达约 45%——因为代理循环每一轮都会重新读取同一段上下文,缓存命中次数随轮次线性增长。配合 effort 档位(low 到 max),团队第一次可以把「模型质量」和「单位任务预算」同时写进策略:低档给审查,高档给跨仓库重构。
// Agentic savings come mostly from cache reuse: an agent loop
// re-reads the same context each turn, so a cheaper cache-read
// price compounds over dozens or hundreds of turns.
function chooseEffort(task) {
if (task.kind === "review") return "low";
if (task.kind === "implement") return "high";
if (task.depth === "multi_repo" || task.risk === "prod") {
return "xhigh";
}
return "medium";
}
// On Terminal-Bench 4.0, Low and Medium effort land near Fable 5
// high-effort scores at a much lower mean cost per task.
const effort = chooseEffort({ kind: "implement", depth: "single_repo" });4. EFS:数据留在你控制的云里
企业前沿防护体系(EFS)是这轮发布里最值得架构师注意的部分:数据存放在完全由客户控制的云基础设施中,而不是 Anthropic 的存储里——在不牺牲前沿防护能力的前提下实现与零数据保留同级的隐私。EFS 将在今年秋天分阶段开放;在可用之前,符合条件的客户可以先用零数据保留模式使用 Fable 5.1。对受监管行业来说,这直接回答了「代码片段会不会进训练语料」的采购必答题。
5. 防护精度:误报减少 60%
防护升级的亮点是精度而非强度:网络安全场景的误报比之前减少 60%。Fable 5.1 现在可以发现软件漏洞,但不会帮助开发漏洞利用——这条边界是产品设计写死的。生物学方向则走准入制。对安全团队这意味着:扫描漏洞的代理误报率更低、可以放心地在真实仓库上跑,同时无需担心模型被诱导生成可利用的利用代码。
// Before switching your default model, replay your own tasks.
// Public leaderboard numbers are a floor, not a contract.
const evalSuite = [
{
id: "fix-rare-crash",
prompt: "Find the root cause of the intermittent crash.",
effort: "xhigh",
expect: "explain mechanism, then patch",
},
{
id: "review-pr-800",
prompt: "Review this 800-line pull request for regressions.",
effort: "low",
expect: "ranked findings with file:line",
},
];6. 现在该做什么
第一,把 effort 档位写进任务路由,而不是全公司共用一个默认值。第二,用你自己的任务回放评测(Terminal-Bench 是下限不是契约),再决定是否切换默认模型。第三,按数据敏感度选隐私配置:内部工具走标准 API,敏感代码走零保留或 EFS。最后,别只盯着跑分——先让 Fable 5.1 去解一个你们几个月没解决的陈年 bug,往往比任何基准都更有说服力。
// Data privacy is now a deployment decision, not a checkbox.
// Until Enterprise Frontier Safeguards (EFS) rolls out later
// this fall, eligible customers can run with zero retention.
const privacyProfile = {
standardApi: {
training: "opt-out default",
note: "fine for non-sensitive internal tooling",
},
zeroRetention: {
training: "none",
note: "available to eligible customers until EFS",
},
enterpriseFrontierSafeguards: {
training: "none",
storage: "customer-controlled cloud infrastructure",
note: "complete privacy without losing frontier safeguards",
},
};📌 常见问题 FAQ
Fable 5.1 与 Mythos 5.1 有什么区别?
它们是同一个底层模型,只是防护等级不同。Fable 5.1 全面可用;Mythos 5.1 只通过可信访问计划提供,防护针对网络安全与生命科学场景设计,其中先进生物学能力还需与美国政府合作建立的准入程序。
Fable 5.1 与 Mythos 5.1 有什么区别?
它们是同一个底层模型,只是防护等级不同。Fable 5.1 全面可用;Mythos 5.1 只通过可信访问计划提供,防护针对网络安全与生命科学场景设计,其中先进生物学能力还需与美国政府合作建立的准入程序。
Fable 5.1 与 Mythos 5.1 有什么区别?
它们是同一个底层模型,只是防护等级不同。Fable 5.1 全面可用;Mythos 5.1 只通过可信访问计划提供,防护针对网络安全与生命科学场景设计,其中先进生物学能力还需与美国政府合作建立的准入程序。
Fable 5.1 与 Mythos 5.1 有什么区别?
它们是同一个底层模型,只是防护等级不同。Fable 5.1 全面可用;Mythos 5.1 只通过可信访问计划提供,防护针对网络安全与生命科学场景设计,其中先进生物学能力还需与美国政府合作建立的准入程序。
Fable 5.1 与 Mythos 5.1 有什么区别?
它们是同一个底层模型,只是防护等级不同。Fable 5.1 全面可用;Mythos 5.1 只通过可信访问计划提供,防护针对网络安全与生命科学场景设计,其中先进生物学能力还需与美国政府合作建立的准入程序。
Fable 5.1 到底便宜多少?
Anthropic 表示,典型按 token 计费负载比 Fable 5 便宜约 25%,主要来自缓存读取降价;高度 agentic 的工作负载节省最高约 45%,因为代理每轮都重复读取相同上下文。
Fable 5.1 到底便宜多少?
Anthropic 表示,典型按 token 计费负载比 Fable 5 便宜约 25%,主要来自缓存读取降价;高度 agentic 的工作负载节省最高约 45%,因为代理每轮都重复读取相同上下文。
Fable 5.1 到底便宜多少?
Anthropic 表示,典型按 token 计费负载比 Fable 5 便宜约 25%,主要来自缓存读取降价;高度 agentic 的工作负载节省最高约 45%,因为代理每轮都重复读取相同上下文。
Fable 5.1 到底便宜多少?
Anthropic 表示,典型按 token 计费负载比 Fable 5 便宜约 25%,主要来自缓存读取降价;高度 agentic 的工作负载节省最高约 45%,因为代理每轮都重复读取相同上下文。
Fable 5.1 到底便宜多少?
Anthropic 表示,典型按 token 计费负载比 Fable 5 便宜约 25%,主要来自缓存读取降价;高度 agentic 的工作负载节省最高约 45%,因为代理每轮都重复读取相同上下文。
什么是 Enterprise Frontier Safeguards(EFS)?
一套新的企业数据隐私方案:数据存放在完全由客户控制的云基础设施中,而非 Anthropic 的存储里,从而在不牺牲前沿防护的前提下实现完全隐私。EFS 将在今年秋天分阶段推出,此前符合条件的客户可使用零数据保留模式。
什么是 Enterprise Frontier Safeguards(EFS)?
一套新的企业数据隐私方案:数据存放在完全由客户控制的云基础设施中,而非 Anthropic 的存储里,从而在不牺牲前沿防护的前提下实现完全隐私。EFS 将在今年秋天分阶段推出,此前符合条件的客户可使用零数据保留模式。
什么是 Enterprise Frontier Safeguards(EFS)?
一套新的企业数据隐私方案:数据存放在完全由客户控制的云基础设施中,而非 Anthropic 的存储里,从而在不牺牲前沿防护的前提下实现完全隐私。EFS 将在今年秋天分阶段推出,此前符合条件的客户可使用零数据保留模式。
什么是 Enterprise Frontier Safeguards(EFS)?
一套新的企业数据隐私方案:数据存放在完全由客户控制的云基础设施中,而非 Anthropic 的存储里,从而在不牺牲前沿防护的前提下实现完全隐私。EFS 将在今年秋天分阶段推出,此前符合条件的客户可使用零数据保留模式。
什么是 Enterprise Frontier Safeguards(EFS)?
一套新的企业数据隐私方案:数据存放在完全由客户控制的云基础设施中,而非 Anthropic 的存储里,从而在不牺牲前沿防护的前提下实现完全隐私。EFS 将在今年秋天分阶段推出,此前符合条件的客户可使用零数据保留模式。
「能发现漏洞但不能开发漏洞利用」如何实现?
Anthropic 将这条边界做进了产品设计:Fable 5.1 可用于发现软件漏洞,但防护会阻止其开发可利用的漏洞利用代码;网络安全场景误报比之前减少 60%。
「能发现漏洞但不能开发漏洞利用」如何实现?
Anthropic 将这条边界做进了产品设计:Fable 5.1 可用于发现软件漏洞,但防护会阻止其开发可利用的漏洞利用代码;网络安全场景误报比之前减少 60%。
「能发现漏洞但不能开发漏洞利用」如何实现?
Anthropic 将这条边界做进了产品设计:Fable 5.1 可用于发现软件漏洞,但防护会阻止其开发可利用的漏洞利用代码;网络安全场景误报比之前减少 60%。
「能发现漏洞但不能开发漏洞利用」如何实现?
Anthropic 将这条边界做进了产品设计:Fable 5.1 可用于发现软件漏洞,但防护会阻止其开发可利用的漏洞利用代码;网络安全场景误报比之前减少 60%。
「能发现漏洞但不能开发漏洞利用」如何实现?
Anthropic 将这条边界做进了产品设计:Fable 5.1 可用于发现软件漏洞,但防护会阻止其开发可利用的漏洞利用代码;网络安全场景误报比之前减少 60%。
我应该直接把默认模型切到 Fable 5.1 吗?
建议先跑自己的评测:用你们最近的真实任务回放,对比 low 到 xhigh 各档位的质量与成本,再决定默认档位。公共跑分是下限而非契约。
我应该直接把默认模型切到 Fable 5.1 吗?
建议先跑自己的评测:用你们最近的真实任务回放,对比 low 到 xhigh 各档位的质量与成本,再决定默认档位。公共跑分是下限而非契约。
我应该直接把默认模型切到 Fable 5.1 吗?
建议先跑自己的评测:用你们最近的真实任务回放,对比 low 到 xhigh 各档位的质量与成本,再决定默认档位。公共跑分是下限而非契约。
我应该直接把默认模型切到 Fable 5.1 吗?
建议先跑自己的评测:用你们最近的真实任务回放,对比 low 到 xhigh 各档位的质量与成本,再决定默认档位。公共跑分是下限而非契约。
我应该直接把默认模型切到 Fable 5.1 吗?
建议先跑自己的评测:用你们最近的真实任务回放,对比 low 到 xhigh 各档位的质量与成本,再决定默认档位。公共跑分是下限而非契约。