現在壓力給到了OpenAI。

作者丨馬曉寧

編輯丨林覺民

2026 年 6 月 9 日的北京時間深夜 1 點，Anthropic 發布了 Claude Fable 5。

如果你只看標題，可能會覺得這又是一條"新模型發布、基準測試刷榜、能力大幅提升"的例行新聞。但這一次不太一樣，Fable 5 是 Anthropic 第一款面向普通用戶開放的"Mythos 級"模型，強到需要專門的安全工程系統來防止被濫用。

兩個月前，Anthropic 啟動了 Project Glasswing，并發布了第一款 Mythos 級模型，Claude Mythos Preview，但是沒有公開 API，沒有訂閱計劃，沒有用戶申請通道。

Anthropic 當時的說法是：Mythos 級模型的能力已經達到了需要嚴格管控的閾值，必須“通過受控渠道逐步釋放”，所以只給美國政府旗下的網絡安全合作伙伴和關鍵基礎設施提供方。

所以到底有多強？大家的好奇心是真的上來了。終于 Fable 5 來了，普通用戶也能一試為快，但 Anthropic 顯然沒有放松警惕。

他們的解決方案是一套安全分類器。獨立的 AI 系統主動攔截高風險請求，甚至不惜誤傷一部分正常問題。換句話說，是 Mythos，但不是完全體。

01

Fable 5 是真的強

強。而且不是"刷榜強"，是"做事情強"。

代碼：比人工團隊快上幾十倍

AI Coding 重度依賴用戶應該是最快發現的，Fable 5 真不一樣。

Stripe 給了它一個幾乎不可能的任務：在一個 5000 萬行的 Ruby 代碼庫中完成全庫遷移。一般來說，人工團隊需要超過2 個月。

Fable 5 做完這件事用了 1 天。

過去的大模型，上下文窗口撐到了百萬 token 級別，但給一個 5000 萬行的代碼庫，它根本不知道該看哪里Fable 5 的進步就是，它知道怎么在超大規模代碼庫中找到該關注的地方，并且有始有終地把任務完成。

一個更量化的對比來自 Cognition 的 FrontierCode 評估。他們設定了一個從開源項目維護者的視角來評估的基準，"這段代碼我愿不愿意合并進主線？"

出來的結果是，Fable 5 得分29.3%，而 Opus 4.8 只有13.4%，直接翻倍。

Fable 5 比過往 Claude 模型都更省 token。因為推理效率提升了，同樣是解決問題，它用的思路更 direct，不需要繞彎路。原來要來回對話五六次才能做好的事情，現在一兩次就搞定了。

識工作，如探囊取物

先看金融圈的反應。

Hebbia 有個高級推理基準測試，專門看模型在真實金融任務上的表現，比如翻文檔、讀圖表、解問題，不是背數字。Fable 5 跑下來，在所有模型里排第一。

交易公司 IMC 的反饋更直接。他們給 Fable 5 做了一整套交易分析測試，從事實查詢到概念推理，從根因分析到期望值分析，基本就是交易員每天的工作內容。結果是：Fable 5 幾乎全部高分通過。

Fable 5 在法律場景的具體表現仍是一個“黑箱”，但是看到這些強勁表現，法律應用應該也是它的囊中之物了。

那么問題來了，知識工作者是不是已經能被AI取代了？

視覺任務的新 SOTA

一般情況下，給模型一張截圖，它吐出來一段 HTML + CSS。

打開一看有點像，但點按鈕沒反應，拖拽不行，動畫全丟，字體不對，間距歪了。基本上是一個靜態殼子，不是能用的應用。

現在給 Fable 5 一張 Web 應用的截圖，它能重建出了完整的源代碼。

不是那種"截圖轉代碼"的Demo，就是真實反推代碼。模型要理解視覺布局、推斷交互邏輯、還原樣式細節，出來的代碼真的能用。

另一個例子更夸張。Pokémon FireRed 游戲，過往 Claude 模型即使用上提供額外工具的輔助框架，依然打不通。Fable 5 用了最小的純視覺輔助框架，自己打完了。

而且官方還放了全流程通關延時攝影，你可以親眼看到它怎么打道館、怎么配招、怎么在卡關的時候調整策略。

一個 AI 在玩一款它沒玩過的游戲，而且打完了。

這個是真的比我強。

記憶與長上下文：真的"記住"了

100 萬 token 上下文，實際上能用起來的可能只有幾千 token，很多模型在上下文長度上都大有水分。

Fable 5 在這方面表現非常突出。

官方給出的測試是玩卡牌游戲 Slay the Spire。Fable 5 與 Opus 4.8 兩個模型對壘，研究者給模型接了一個持久化的文件記憶，讓它可以在對局過程中寫筆記、讀筆記、用筆記調整策略。

結果，Fable 5 的性能提升幅度是 Opus 4.8 的 3 倍；到達最終關卡的概率，是 Opus 4.8 的 3 倍。

Opus 4.8 也能拿到筆記，但它不太會用。Fable 5 就是像一個人一樣，在長任務中持續積累信息并改進自己的輸出。

自主復雜任務

Fable 5 自主完成的幾類任務也很有意思。

一般你讓 AI 做天文計算，它會這樣：

"查一下開普勒第三定律的公式……好的，套進去，算出來。"

這種模型會調用現成的天文庫或記住了公式，也算是能完成任務。

Fable 5 做的事不一樣：

它自己從牛頓力學的最基本假設出發，

"兩個物體之間有引力，引力大小和距離平方成反比……好，現在我來推導出行星是怎么運動的。"

然后它真的從F=GMm/r2開始，自己推導出軌道是一個橢圓，然后再用這個推導出來的模型去預測：下一次日食是什么時候、在哪里能看到。

Factorio 是一款非常硬核的工廠建造類游戲，玩家需要在一個外星上從零開始采集資源、建造生產線、研發科技，最終造出火箭發射上天。

這不是一個"打怪升級"的游戲，玩家要處理一個系統工程問題：

你要規劃資源采集點放在哪里； 你要設計傳送帶路線，把礦石運到熔爐，把金屬板運到組裝機； 生產線要一環扣一環，前面堵了后面全停； 敵人會來進攻，你還要分精力造防御塔； 中途要不斷升級科技，解鎖新設備，替換舊產線。

整個過程需要持續數十小時的規劃、執行、調整，任何一步卡住就推不動了。

Fable 5 能夠自己玩這款游戲，自己規劃資源布局，自己決定先建什么后建什么，被敵人打了自己調整防御，最終真的把火箭造出來、發射了。全程沒有人介入。

還有在瀏覽器端 CAD 編輯器中設計完整的可 3D 打印模型，而且編輯器本身也是 Fable 5 創建的，內置的 AI 建模助手也由 Fable 5 開發。Fable 5 工具宇宙，啟動！

和競品比怎么樣？

Anthropic 的官方基準測試顯示 Fable 5 在"幾乎所有測試維度"上優于其他前沿模型。具體數字官方沒有全部公開，但有幾個參照點：

FrontierCode 評估：Fable 5（29.3%）> Opus 4.8（13.4%）> Opus 4.7（5.2%） 某前沿物理研究任務：Fable 5 用 36 小時達到了 GPT-5.5 4 天達到的水平，且只用了三分之一的推理 token ViBench（端到端 vibe 編碼基準）：Fable 5 是測試過性能最高的模型

一句話總結，Fable 5 不是"稍微強一點"，是能力的代際跨越。

02

但有幾個事情很讓人不爽

Fable 5 很強，但 Anthropic 的發布工程有很多地方做得不夠好，甚至可以說"讓用戶不滿"。

▎5% 的會話會被「偷偷」降級

這是最大的問題。

Fable 5 配備了一個"安全分類器"。這個分類是一個獨立的 AI 系統，用來判斷用戶請求是否涉及網絡安全、生化研究、模型蒸餾這三類高風險領域。如果分類器覺得"危險"，請求不會被 Fable 5 處理，而是被靜默路由到 Opus 4.8 來回答。

Anthropic 的說法是"超過 95% 的會話完全不會觸發回退"。約 20 個請求中就有 1 個沒有被 Fable 5 處理，而且用戶很可能不知道。

官方說"用戶會收到對應通知"，但 Hacker News 上的用戶反饋是：通知很模糊，根本不知道自己被降級了。

用戶不知道自己被降級了，也無法申訴。這一點可能會引發比較大的爭議。

這個 5% 是怎么算出來的？分場景嗎？代碼場景的誤判率和醫療場景的誤判率一樣嗎？用戶能不能看到降級原因呢？

都不知道。

Anthropic 做了一個工程上的補救：如果被降級，不按 Fable 5 的價格計費。算是個安慰？

▎免費只有 14 天，之后要按量付費

6 月 9 日 - 6 月 22 日，在 Pro、Max、Team、企業計劃中，Fable 5免費。

6 月 23 日起，這些訂閱計劃全都沒用，使用Fable 就要購買積分按量付費。

官方先說明，"待算力充足后計劃重新納入訂閱標準權益"。

對于已經訂閱 Pro/Max 的用戶來說，這相當于漲價呀。你原本可以"無限"使用 Claude，現在最強模型要單獨付費了。

▎所有數據強制保留 30 天

這是企業用戶最大的合規障礙。

Anthropic 專門發了一個新政策，所有 Mythos 級模型的流量保留 30 天，無論你是通過 Anthropic 官網調用，還是通過 AWS Bedrock、GCP Vertex AI 等第三方云調用。

如果企業和 Anthropic 簽了零數據保留協議，那 Anthropic 這條政策直接違反了協議。這點兒不知道會不會引發法律糾紛。

▎謝謝，暫時不進入生物化學研究

如果是生物研究員，想用 Fable 5 輔助分析蛋白質結構，那可能有點難。

因為 Anthropic 說，出于盡快安全發布 Fable 5 的考慮，目前大部分和生物、化學相關的請求都會觸發回退到 Opus 4.8，即使部分請求是無害的。

雖然"未來會逐步縮小分類器覆蓋范圍"，但現在是Wide Net 策略：寧可錯殺，不可漏判。對科研用戶來說，這是很大的使用障礙。

未來幾周，部分生物醫學研究人員可以加入"生物能力可信訪問計劃"，獲得 Mythos 5（無生化限制版）的訪問權限。但計劃的具體準入標準、申請流程、審批周期，目前都不清楚。

03

為了讓這個超級強大的模型安全地上線，Anthropic 不得不在它外面套了一整套工程系統。

"強"，是真實的。不是營銷話術，不是刷榜分數，而是在真實工作任務中可感知的提升。如果你在做復雜的編程工作、數據分析、視覺理解任務，Fable 5 值得一試。

現在壓力傳回給 OpenAI。既然兩家公司都傳出了準備 IPO 的消息。奧特曼總不能把市值第一的機會拱手讓人吧？

所有人一起，坐等 OpenAI 接招。

參考資料：https://anthropic.com/claude-fable-5-mythos-5-system-card

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。