Claude“神话”模型登场！自主科研成果超《科学》论文水平，token在燃烧

智东西
作者 陈骏达
编辑 李水青

Claude的“神话”级模型，终于上线了！

智东西6月10日报道，今天，Claude正式发布新一代旗舰模型Claude Fable（寓言） 5，以及面向特定机构开放的Claude Mythos（神话） 5。这两款模型同属Mythos（神话）级，共享同一个底层模型，能力高于Opus级。Mythos级是Anthropic迄今为止能力最强、综合性能最高的大模型级别。

Anthropic在技术博客中称，面向公众开放的Fable 5在几乎所有AI能力基准测试中处于顶尖水平，能胜任软件工程、知识工作、视觉理解、科学研究等多个领域的复杂任务。同时，任务越长、越复杂，Fable 5的优势就越大。与Opus 4.8、GPT 5.5和Gemini 3.1 Pro相比，Fable 5/Mythos 5称得上是断层领先。

▲Fable 5/Mythos 5基准测试成绩（图源：Anthropic）

Anthropic的官方案例显示，“动手”设计3D打印模型、玩复杂的策略游戏，打造太阳系、流体力学模拟，这些任务对于Fable 5/Mythos 5来说都不在话下。

▲Fable 5实测案例（图源：Anthropic）

Mythos 5与Fable 5的主要差别在于安全措施。Fable 5在处理生物学、网络安全和前沿科研场景的部分敏感请求时，将自动降级到Opus 4.8响应。

而被定位为“全球最强网络安全模型”的Mythos 5则在某些领域移除了安全防护措施。这款模型目前率先通过Anthropic与美国政府合作的Project Glasswing项目对外开放，未来打算通过更广泛的受信任访问计划扩展访问权限。

价格方面，Fable 5和Mythos 5的价格分别为每百万输入token 10美元（约合人民币67.7元）和每百万输出token 50美元（约合人民币338.6元），大概是Mythos Preview的一半。即便如此，这两款模型烧起token来还是十分惊人的。

有用户反馈，在200美元/月的Claude Max套餐中，Fable 5仅用1分钟消耗了约14%的5小时使用配额，并消耗约2%的周配额。换算下来，大概1分钟1美元。

▲网友吐槽Fable 5使用成本（图源：X平台）

Fable 5模型现已全面上线。即日起至6月22日，Pro、Max、Team和按座收费的企业版用户可免费使用。6月23日起，Fable 5将从这些套餐中移除，之后需消耗积分才能使用。Anthropic官方称，待容量充足后，他们会尽快将其恢复为订阅计划的标配功能，并可能视情况延长免费期。

Anthropic对新模型的命名也值得关注。Fable和Mythos沿用了此前的文学体裁命名方式，相较此前采用的Haiku（俳句）、Sonnet（十四行诗）、Opus（巨著），这些名字的更为宏大。这种变化或许反映出其产品定位的调整，Claude未来承担所承担任务的复杂度和规模，或将进一步提升。

一、2个月开发工作几天干完，还能靠记笔记自我优化

Anthropic在其博客中格外强调了新模型的长期自主工作能力。他们称：“Fable 5和Mythos 5可以比任何之前的Claude模型更长时间地自主运行。”

这种能力让这代Claude模型可以完成更为复杂的任务。

在软件工程领域，参与早期测试的金融科技公司Stripe称，Fable 5将数月的工程工作压缩到了几天内。在一个5000万行的Ruby代码库中，该模型在一天内完成了全代码库的迁移，而原本这一工作需要整个团队人工操作2个月才能完成。

与过去的Claude模型相比，Fable 5的token效率也更高：在编程基准测试FrontierCode中，Fable 5仅用中等思考强度，就超过了前沿模型。

▲Fable 5在FrontierCode上的表现（图源：Anthropic）

有不少网友已经在编程任务中验证了Fable 5的能力。有位网友晒出了自己用Fable 5打造的《我的世界》，这一游戏的完成度已经很高了，有完整的建造和背包系统，游戏渲染没有bug，甚至还添加了音效和背景音乐。完成这样一个任务，Fable 5大概烧掉了30美元。

另一位网友对比了Fable 5和Opus 4.8的能力差异。在所有任务中，都能明显感觉到Fable 5明显强于Opus 4.8。比如，在近地物体监控网页上，Fable 5的设计明显更具美感，抓取的信息丰富度也更高。

▲Fable 5和Opus 4.8打造的近地物体监测器（图源：X平台）

在世界杯球衣销售监测网页任务中，Fable 5的结果运行正常，但Opus 4.8打造的网页出现了明显的视觉bug。

▲Fable 5和Opus 4.8打造的世界杯球衣销售监测网页（图源：X平台）

在知识型工作方面，Fable 5在企业级AI知识管理创企Hebbia的金融基准测试中，Fable 5获得了所有模型中最高的分数，并在基于文档的推理、图表和表格解读以及问题解决方面取得了显著提升。

全球头部的自营交易公司和做市商IMC也认为，Fable 5几乎全面超越了IMC的交易分析评估，包括事实查询、概念推理、根本原因分析和预期价值分析。

同时，Fable 5也是一款视觉模型。这意味着它可以看懂复杂的科学图表、仅靠一张截图复刻应用源代码。

在执行视觉任务时，Fable 5所需要的辅助工具也变少了。在仅使用最小化、纯视觉的Harness时，Fable 5就已经能够通关《宝可梦 火红》（Pokémon FireRed），而此前的Claude模型需要更复杂的辅助工具才能玩这一游戏。

Fable 5的记忆和长上下文能力也是一大亮点，它可以在长时间运行的任务中能够持续保持专注，并利用其自身笔记改进输出。

二、Mythos 5自主做科研一周，成果超越《科学》期刊论文

如果说Fable 5更适用于通用场景，那么Mythos 5则是Anthropic为前沿研究打造的强力工具。

在药物设计中，蛋白质设计专家借助Mythos 5将部分环节的效率提升至约10倍。

在一个案例中，仅配备蛋白质设计和生物信息学工具、完全没有人类协助的Mythos 5，表现达到甚至超过了熟练的人类操作者。Mythos 5自主完成了科学家通常需要亲自执行的全部任务：选择结合位点、选用并运行蛋白质设计工具、在过程中遭遇失败时自行纠错和恢复。

▲Mythos 5设计的蛋白质结构（图源：Anthropic）

研究所涉的14个蛋白质靶点中，有9个产生了强候选分子，目前已进入后续研究阶段。这些设计覆盖免疫检查点、生长因子与受体信号传导、神经退行性疾病、肌肉疾病以及结构难度更高的靶点。

在分子生物学领域，Mythos 5是首个能够持续提出新颖且有说服力的科学假设的模型。在与Opus级模型进行双盲对比评测时，科学家对Mythos所提假设的偏好率约为80%，已有多项假设进入实验验证环节。

其中一项关于大肠杆菌某一蛋白质新机制的假设，得到了一个独立研究团队近期发表成果的验证。

在基因组学方面，Mythos 5自主开展了为期1周多的原创性研究。它汇集了横跨138个动物物种的数百万个单细胞数据，自行设计并训练了一个定制的机器学习模型，用于识别在亲缘关系甚远的物种中执行相同功能的细胞。

在经验丰富的人类研究者指导下，Mythos 5训练出的模型超越了近期发表在《科学》期刊上的一个模型，而前者的参数量仅为后者的百分之一。团队计划在未来数月内发表这些成果。

三、采用新型安全分类器，网安、生物学和蒸馏任务或被“降智”

模型能力的大幅度提升，让Anthropic开始重新构建模型的安全体系。在面向公众开放的Fable 5中，Anthropic打造了安全分类器，三类请求会被路由到Opus 4.8。Anthropic的数据显示，大约5%的请求会被降级到Opus 4.8进行处理。

在网络安全类任务中，Mythos级模型擅长发现和利用软件漏洞。因此，它们可以大大简化网络攻击，降低实施成本。为了防止这些黑客技能被应用于网络攻击，Anthropic设计了网络安全分类器，应用于Fable 5。

Anthropic对这一分类器进行了大量测试，在1000小时的测试中，暂时没有团队找到通用的越狱方法。不过，Anthropic也承认，完全防止越狱是基本不可能的，他们的目标是让越狱足够缓慢且昂贵，让Anthropic能在大规模使用前监测到这些行为，并及时阻止。

在生物学和化学任务中，Anthropic此前已经会阻止生化武器相关的任务，但随着模型能力提升，Anthropic发现一些通用类的生物学和化学研究也有可能被用于危险用途。因此，目前Fable 5在这些领域的大部分请求都会被路由到Opus 4.8上。

Anthropic还对所谓“蒸馏”行为进行了限制，当用户的请求被标记为蒸馏行为时，也会被路由到Opus 4.8进行处理。

最后，Anthropic还要求企业客户将Mythos级型号的数据保存30天，这些数据不会被用于训练模型，但是会被用于防范网络安全攻击和减少误报。

结语：干活的能力上去了，商业模式也在重构

头部AI企业正把竞争重点，转向真实任务的闭环交付能力。通读Anthropic的Fable 5/Mythos 5博客，可以感受到性能指标与榜单成绩的占比似乎没有那么多了，Anthropic更希望强调，这一模型能独立把活干完、干对的能力。

同时，在这一代Claude模型上，我们也看到了算力成本与订阅模式之间张力的进一步加剧。顶级模型烧token的速度远超当前订阅制的承载能力，按量计费、混合计费模式乃至按结果计费的新模式可能会加速普及。这些新型商业化模式的探索也值得关注。