Claude深夜炸场！放出史上最强“危险级”模型Fable 5，价格逆天

北京时间6月10日凌晨，Anthropic 在没有任何预热的情况下，放出了旗下最强大模型 Claude Fable 5/Mythos 5，前者面向公众开放，后者继续留在Project Glasswing这样的受控项目里。

Fable翻译为“寓言”，如果只看名字，Fable 5像是Claude产品线里又一个新成员。但按照Anthropic自己的说法，Fable 5属于Mythos-class模型，是他们终于敢拿出来给普通开发者和企业使用的公开版Mythos，而Mythos翻译为“神话”。

（图源：Anthropic）

为什么说「终于敢拿出来」？Mythos这个名字，在过去两个月里几乎等同于「危险」。今年4月，Anthropic发布Project Glasswing，把Claude Mythos Preview交给AWS、Apple、Cisco、CrowdStrike、Google、微软、NVIDIA、Linux Foundation、Palo Alto Networks等少数安全伙伴，用于寻找和修补关键软件漏洞。那时Anthropic的态度很明确，Mythos Preview不做广泛开放，原因很简单，它的网络安全能力已经强到可能被滥用。

（图源：Anthropic）

官方直言，Mythos发现过大量高危漏洞，甚至包括主要操作系统、浏览器和关键软件里长期没人发现的问题。放在防守者手里，它是安全工具；放在攻击者手里，它可能变成下一代自动化漏洞挖掘机。于是，Mythos被关进了Project Glasswing。

直至刚刚，Anthropic 才终于把这个模型放了出来。Anthropic给Fable 5加上安全分类器，高风险请求可能拒答，也可能回退到Opus 4.8。简单来说，他们给一个曾经不能直接放出来的模型套上护栏，然后把它推向市场。雷科技AGI（ID：leikejiagi）熬夜整理了关于这个模型的一些资料，希望对你有用。

A社再造模型「神话」，Fable 5成最强没有之一

Fable 5的跑分看起来非常不讲武德。SWE-Bench Pro上，它拿到80.3%，高于Mythos Preview的77.8%、Opus 4.8的69.2%、GPT 5.5的58.6%、Gemini 3.1 Pro的54.2%。如果只看这一项，它已经是第一梯队里最显眼的那个。

真正离谱的地方在FrontierCode Diamond，这个评测更接近真实软件工程，它看的是模型能不能写出维护者愿意接受的代码。Fable 5拿到29.3%，Opus 4.8只有13.4%，GPT 5.5只有5.7%。这已经不是多赢几个百分点的问题，上一代Claude和主要对手都被拉开了距离。

过去很多AI编程模型会写代码，但工程质量常常不稳定，有些代码能跑，却很难维护；有些代码能过测试，放进真实项目还是会出问题。FrontierCode的残酷就在这里，它关心模型有没有工程品味，能不能在复杂代码库里做长期任务。Fable 5在这里大幅领先Opus 4.8，说明Anthropic这次真正升级的是agent编码的灵魂。

（图源：Anthropic）

在Terminal-Bench 2.1 上，Fable 5是88.0%，Opus 4.8是82.7%，GPT 5.5 Codex CLI是83.4%，Gemini CLI是70.7%。这意味着在终端环境里执行任务、读报错、改代码、继续推进，Fable 5已经压过了OpenAI的Codex CLI组合。

跑分不是那么重要，Fable 5真正吓人之处在于，它已经像一个能在工程现场干活的模型。你把任务扔给它，它能读项目、拆任务、调工具、修错误、继续跑。Anthropic发布稿里提到，Stripe用Fable 5在5000万行Ruby代码库里做迁移，把原本一个团队两个月的工作压缩到一天。这种案例即便带着营销成分，也挡不住 AI编码正在从辅助写函数进入接管工程流程。

我们拿 DeepSeek V4-Pro Max 做个不太恰当的对照，其在GPQA Diamond上有90.1%，LiveCodeBench有93.5%，SWE Verified有80.6%。这已经是开源阵营里非常能打的成绩，Qwen3.7-Max在GPQA、SWE Verified、Terminal-Bench等方向也打出了存在感。对于熟悉DeepSeek的读者来说，这意味着国产和开源模型并不弱，很多传统强基准已经接近最强闭源模型。

（图源：雷科技制图 ）

但到了更接近真实工程和长任务执行的指标，Fable 5的压迫感突然变强。SWE-Bench Pro上，Fable 5是80.3%；DeepSeek V4-Pro Max官方表里的SWE Pro是55.4%；HLE with tools上，Fable 5是64.5%，DeepSeek V4-Pro Max是48.2%；Terminal-Bench虽然版本不完全一致，Fable 5在2.1上拿到88.0%，DeepSeek V4-Pro Max在2.0上是67.9%。Fable 5全都断崖式领先。

这些数字其实不一定完全能说明问题，但方向很清楚，DeepSeek强在性价比、开源和一批传统能力指标，Fable 5强在最贵、最难卖出高价的任务，尤其是长任务agent、复杂工程、工具协同和真实代码库处理。

视觉和空间推理也在猛涨，比如GDP.pdf这类知识工作视觉任务里，Fable 5是29.8%，高于Opus 4.8、GPT 5.5和Gemini 3.1 Pro。Blueprint-Bench 2上，Fable 5是38.6%，略高于GPT 5.5的36.2%，远高于Opus 4.8的14.5%。这解释了为什么Anthropic强调Fable 5能从截图重建网页应用、从科学图表里提取精确数字。

到了Fable 5这里，处理图片、视频等多模态更像是把屏幕、图表、界面和代码连成一个完整任务链。它看懂一个页面时，有机会直接复刻页面；它读懂一张图时，也能把图里的结构变成下一步操作。

Fable 5让Anthropic不敢完全放开的则是网络安全和生物能力。ExploitBench Cap%上，Fable 5是78.0%，Mythos Preview是69.0%，Opus 4.8只有40.0%，GPT 5.5是34.0%，这个差距非常夸张。放在安全防御里，它意味着模型能帮企业和开源维护者更快发现漏洞；放在错误的人手里，它也会继续拉低攻击门槛。

（图源：Anthropic）

BioMysteryBench hard上，Fable 5是46.1%，高于Mythos Preview的29.6%和Opus 4.8的40.0%。Anthropic还提到Mythos 5在药物设计相关流程中带来约10倍加速，分子生物学假设在盲测中获得研究者偏好的比例约80%。这听起来像科研利好，也足够让监管者紧张。

所以，Fable 5的强不只来自「更聪明」。它强在长任务，强在工程交付，强在视觉理解，强在安全和科研这些高价值也高风险的专业场景。某种意义上，它就是Anthropic 目前能够被大众公开使用的最强大模型，没有之一。

当所有人在降价时，Anthropic把AI卖成奢侈品

Fable 5再强，也绕不开一个现实问题，它贵得离谱。官方价格是每百万输入token 10美元，每百万输出token 50美元，作为对比，Claude Opus 4.8是5美元输入、25美元输出，Fable 5直接翻倍。

更尴尬的是，它发布的时间点，正好撞上大模型打价格战。DeepSeek V4-Pro当前API价格已经来到每百万输入token 0.435美元、输出0.87美元，V4-Flash更低，输入0.14美元、输出0.28美元。

小米MiMo-V2.5系列也在5月底完成永久降价，海外版MiMo-V2.5-Pro同样是输入0.435美元、输出0.87美元，官方还强调最高降幅可达99%。Google这边，Gemini API仍有大量低价模型可选，Gemini 3.5 Flash是输入1.5美元、输出9美元；订阅层面，Google还把AI Ultra顶配套餐从250美元降到200美元。

（图源：雷科技制图）

也就是说，行业一边在把1M上下文、agent编码、多模态能力往低价区间里压，Anthropic一边把Fable 5定在输入10美元、输出50美元。和DeepSeek V4-Pro、MiMo-V2.5-Pro相比，Fable 5的输入价格大约高23倍，输出价格大约高57倍。即便对比Gemini 3.5 Flash，也贵出数倍。这个价格足以劝退大量普通开发者。

但Anthropic的算盘也很清楚，它不想让Fable 5去做便宜模型能做的事情。日常问答、轻量写作、普通代码补全，当然没必要上Fable 5。它卖的是大型代码库迁移、长上下文文档分析、复杂企业流程、网络安全防御、科研假设生成这些高价值任务里的时间。用最扎心的话来说就是，假如你觉得你的时间更值钱，那就上Fable 5 吧。

如果一个模型真的能把两个月工程压成一天，它当然敢贵。但企业采购时会先算一笔账，比如模型价格只是第一层，数据保留是第二层，合规是第三层。Fable 5被列为Covered Model，在Claude API上要求30天数据保留，不支持zero data retention（普通数据保留），对金融、医疗、法律、核心研发团队来说，这不是小事。

（图源：Anthropic）

还有，Fable 5 还有一个麻烦点，它在网络安全、生物等敏感问题上会自动触发安全审查，有些问题它会直接拒绝回答，有些问题会改用能力弱一点的 Opus 4.8 来回答。对普通用户来说，这可能只是「问着问着被拒了」，但对企业来说，这会变成工程问题。

这就形成了一个非常有意思的两个阵营，DeepSeek、MiMo、Gemini在证明，强模型会越来越便宜，越来越容易被开发者和企业大规模调用。Anthropic则在证明，真正顶级、真正接近生产力核心的模型，反而可能越来越贵，越来越像奢侈品级基础设施。

但哪个阵营才会是真正的未来？谁都说不准。

Fable 5 压迫感太强，友商的日子都不好过了

Claude Fable 5的发布，会让很多公司难受。OpenAI会难受，因为Anthropic继续在agent编码和长任务上打出了存在感。Codex周活已经超过500万，OpenAI正在把ChatGPT、Codex和未来AI researcher变成工作入口，但Fable 5的出现提醒市场，Claude在复杂工程任务上仍然是一个必须认真对待的对手。

Google也会难受，因为Gemini体系虽然平台化能力强，Gemma、NotebookLM、Gemini Live都在努力变强，但在这张Anthropic官方跑分图里，Gemini 3.1 Pro在多项测试里输了。Google的优势在生态和分发，Anthropic的优势在最强模型的尖刀能力。

国产模型也会被迫重新回答一个问题，便宜之外，还能不能让用户把最难的任务交给它。DeepSeek V4的1M上下文、开源权重和极低价格很有杀伤力，小米MiMo的降价也会继续推动API市场往下卷，但Fable 5这种模型的存在，会一直提醒市场，便宜模型能覆盖大量任务，可最难的5%或10%，仍然可能被最贵的模型拿走。

（图源：Anthropic）

Fable 5的真正市场意义就是，它不会让所有企业马上换模型，便宜模型的价值也不会消失，但它把大模型竞争推向了一个另一场竞争，未来市场会同时需要两类模型，一类是便宜、稳定、可大规模调用的工作牛马；另一类是昂贵、强悍、带着护栏、专门处理高价值任务的顶级工具。

Anthropic 有点像在用 Fable 5 告诉整个行业，我们不参与每一场价格战，但我们卖的就是最有价值的部分，你不得不在采购时把我列入考虑范围内。

说白了，模型越强，问题越现实，它到底卖给谁，卖多贵，出了事谁负责，这些过去看起来很遥远的问题，现在已经被Claude Fable 5摆到了桌面上。