强到被「封印」：Claude Fable 5上线，Anthropic 不敢完全开放给用户

现在压力给到了OpenAI。

作者丨马晓宁

编辑丨林觉民

2026 年 6 月 9 日的北京时间深夜 1 点，Anthropic 发布了 Claude Fable 5。

如果你只看标题，可能会觉得这又是一条"新模型发布、基准测试刷榜、能力大幅提升"的例行新闻。但这一次不太一样，Fable 5 是 Anthropic 第一款面向普通用户开放的"Mythos 级"模型，强到需要专门的安全工程系统来防止被滥用。

两个月前，Anthropic 启动了 Project Glasswing，并发布了第一款 Mythos 级模型，Claude Mythos Preview，但是没有公开 API，没有订阅计划，没有用户申请通道。

Anthropic 当时的说法是：Mythos 级模型的能力已经达到了需要严格管控的阈值，必须“通过受控渠道逐步释放”，所以只给美国政府旗下的网络安全合作伙伴和关键基础设施提供方。

所以到底有多强？大家的好奇心是真的上来了。终于 Fable 5 来了，普通用户也能一试为快，但 Anthropic 显然没有放松警惕。

他们的解决方案是一套安全分类器。独立的 AI 系统主动拦截高风险请求，甚至不惜误伤一部分正常问题。换句话说，是 Mythos，但不是完全体。

01

Fable 5 是真的强

强。而且不是"刷榜强"，是"做事情强"。

代码：比人工团队快上几十倍

AI Coding 重度依赖用户应该是最快发现的，Fable 5 真不一样。

Stripe 给了它一个几乎不可能的任务：在一个 5000 万行的 Ruby 代码库中完成全库迁移。一般来说，人工团队需要超过2 个月。

Fable 5 做完这件事用了 1 天。

过去的大模型，上下文窗口撑到了百万 token 级别，但给一个 5000 万行的代码库，它根本不知道该看哪里Fable 5 的进步就是，它知道怎么在超大规模代码库中找到该关注的地方，并且有始有终地把任务完成。

一个更量化的对比来自 Cognition 的 FrontierCode 评估。他们设定了一个从开源项目维护者的视角来评估的基准，"这段代码我愿不愿意合并进主线？"

出来的结果是，Fable 5 得分29.3%，而 Opus 4.8 只有13.4%，直接翻倍。

Fable 5 比过往 Claude 模型都更省 token。因为推理效率提升了，同样是解决问题，它用的思路更 direct，不需要绕弯路。原来要来回对话五六次才能做好的事情，现在一两次就搞定了。

识工作，如探囊取物

先看金融圈的反应。

Hebbia 有个高级推理基准测试，专门看模型在真实金融任务上的表现，比如翻文档、读图表、解问题，不是背数字。Fable 5 跑下来，在所有模型里排第一。

交易公司 IMC 的反馈更直接。他们给 Fable 5 做了一整套交易分析测试，从事实查询到概念推理，从根因分析到期望值分析，基本就是交易员每天的工作内容。结果是：Fable 5 几乎全部高分通过。

Fable 5 在法律场景的具体表现仍是一个“黑箱”，但是看到这些强劲表现，法律应用应该也是它的囊中之物了。

那么问题来了，知识工作者是不是已经能被AI取代了？

视觉任务的新 SOTA

一般情况下，给模型一张截图，它吐出来一段 HTML + CSS。

打开一看有点像，但点按钮没反应，拖拽不行，动画全丢，字体不对，间距歪了。基本上是一个静态壳子，不是能用的应用。

现在给 Fable 5 一张 Web 应用的截图，它能重建出了完整的源代码。

不是那种"截图转代码"的Demo，就是真实反推代码。模型要理解视觉布局、推断交互逻辑、还原样式细节，出来的代码真的能用。

另一个例子更夸张。Pokémon FireRed 游戏，过往 Claude 模型即使用上提供额外工具的辅助框架，依然打不通。Fable 5 用了最小的纯视觉辅助框架，自己打完了。

而且官方还放了全流程通关延时摄影，你可以亲眼看到它怎么打道馆、怎么配招、怎么在卡关的时候调整策略。

一个 AI 在玩一款它没玩过的游戏，而且打完了。

这个是真的比我强。

记忆与长上下文：真的"记住"了

100 万 token 上下文，实际上能用起来的可能只有几千 token，很多模型在上下文长度上都大有水分。

Fable 5 在这方面表现非常突出。

官方给出的测试是玩卡牌游戏 Slay the Spire。Fable 5 与 Opus 4.8 两个模型对垒，研究者给模型接了一个持久化的文件记忆，让它可以在对局过程中写笔记、读笔记、用笔记调整策略。

结果，Fable 5 的性能提升幅度是 Opus 4.8 的 3 倍；到达最终关卡的概率，是 Opus 4.8 的 3 倍。

Opus 4.8 也能拿到笔记，但它不太会用。Fable 5 就是像一个人一样，在长任务中持续积累信息并改进自己的输出。

自主复杂任务

Fable 5 自主完成的几类任务也很有意思。

一般你让 AI 做天文计算，它会这样：

"查一下开普勒第三定律的公式……好的，套进去，算出来。"

这种模型会调用现成的天文库或记住了公式，也算是能完成任务。

Fable 5 做的事不一样：

它自己从牛顿力学的最基本假设出发，

"两个物体之间有引力，引力大小和距离平方成反比……好，现在我来推导出行星是怎么运动的。"

然后它真的从F=GMm/r²开始，自己推导出轨道是一个椭圆，然后再用这个推导出来的模型去预测：下一次日食是什么时候、在哪里能看到。

Factorio 是一款非常硬核的工厂建造类游戏，玩家需要在一个外星上从零开始采集资源、建造生产线、研发科技，最终造出火箭发射上天。

这不是一个"打怪升级"的游戏，玩家要处理一个系统工程问题：

你要规划资源采集点放在哪里； 你要设计传送带路线，把矿石运到熔炉，把金属板运到组装机； 生产线要一环扣一环，前面堵了后面全停； 敌人会来进攻，你还要分精力造防御塔； 中途要不断升级科技，解锁新设备，替换旧产线。

整个过程需要持续数十小时的规划、执行、调整，任何一步卡住就推不动了。

Fable 5 能够自己玩这款游戏，自己规划资源布局，自己决定先建什么后建什么，被敌人打了自己调整防御，最终真的把火箭造出来、发射了。全程没有人介入。

还有在浏览器端 CAD 编辑器中设计完整的可 3D 打印模型，而且编辑器本身也是 Fable 5 创建的，内置的 AI 建模助手也由 Fable 5 开发。Fable 5 工具宇宙，启动！

和竞品比怎么样？

Anthropic 的官方基准测试显示 Fable 5 在"几乎所有测试维度"上优于其他前沿模型。具体数字官方没有全部公开，但有几个参照点：

FrontierCode 评估：Fable 5（29.3%）> Opus 4.8（13.4%）> Opus 4.7（5.2%） 某前沿物理研究任务：Fable 5 用 36 小时达到了 GPT-5.5 4 天达到的水平，且只用了三分之一的推理 token ViBench（端到端 vibe 编码基准）：Fable 5 是测试过性能最高的模型

一句话总结，Fable 5 不是"稍微强一点"，是能力的代际跨越。

02

但有几个事情很让人不爽

Fable 5 很强，但 Anthropic 的发布工程有很多地方做得不够好，甚至可以说"让用户不满"。

▎5% 的会话会被「偷偷」降级

这是最大的问题。

Fable 5 配备了一个"安全分类器"。这个分类是一个独立的 AI 系统，用来判断用户请求是否涉及网络安全、生化研究、模型蒸馏这三类高风险领域。如果分类器觉得"危险"，请求不会被 Fable 5 处理，而是被静默路由到 Opus 4.8 来回答。

Anthropic 的说法是"超过 95% 的会话完全不会触发回退"。约 20 个请求中就有 1 个没有被 Fable 5 处理，而且用户很可能不知道。

官方说"用户会收到对应通知"，但 Hacker News 上的用户反馈是：通知很模糊，根本不知道自己被降级了。

用户不知道自己被降级了，也无法申诉。这一点可能会引发比较大的争议。

这个 5% 是怎么算出来的？分场景吗？代码场景的误判率和医疗场景的误判率一样吗？用户能不能看到降级原因呢？

都不知道。

Anthropic 做了一个工程上的补救：如果被降级，不按 Fable 5 的价格计费。算是个安慰？

▎免费只有 14 天，之后要按量付费

6 月 9 日 - 6 月 22 日，在 Pro、Max、Team、企业计划中，Fable 5免费。

6 月 23 日起，这些订阅计划全都没用，使用Fable 就要购买积分按量付费。

官方先说明，"待算力充足后计划重新纳入订阅标准权益"。

对于已经订阅 Pro/Max 的用户来说，这相当于涨价呀。你原本可以"无限"使用 Claude，现在最强模型要单独付费了。

▎所有数据强制保留 30 天

这是企业用户最大的合规障碍。

Anthropic 专门发了一个新政策，所有 Mythos 级模型的流量保留 30 天，无论你是通过 Anthropic 官网调用，还是通过 AWS Bedrock、GCP Vertex AI 等第三方云调用。

如果企业和 Anthropic 签了零数据保留协议，那 Anthropic 这条政策直接违反了协议。这点儿不知道会不会引发法律纠纷。

▎谢谢，暂时不进入生物化学研究

如果是生物研究员，想用 Fable 5 辅助分析蛋白质结构，那可能有点难。

因为 Anthropic 说，出于尽快安全发布 Fable 5 的考虑，目前大部分和生物、化学相关的请求都会触发回退到 Opus 4.8，即使部分请求是无害的。

虽然"未来会逐步缩小分类器覆盖范围"，但现在是Wide Net 策略：宁可错杀，不可漏判。对科研用户来说，这是很大的使用障碍。

未来几周，部分生物医学研究人员可以加入"生物能力可信访问计划"，获得 Mythos 5（无生化限制版）的访问权限。但计划的具体准入标准、申请流程、审批周期，目前都不清楚。

03

为了让这个超级强大的模型安全地上线，Anthropic 不得不在它外面套了一整套工程系统。

"强"，是真实的。不是营销话术，不是刷榜分数，而是在真实工作任务中可感知的提升。如果你在做复杂的编程工作、数据分析、视觉理解任务，Fable 5 值得一试。

现在压力传回给 OpenAI。既然两家公司都传出了准备 IPO 的消息。奥特曼总不能把市值第一的机会拱手让人吧？

所有人一起，坐等 OpenAI 接招。

参考资料：https://anthropic.com/claude-fable-5-mythos-5-system-card

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。