字节赌对了？Anthropic正式宣战蒸馏

研究员｜卢杨

北京时间9月2日，Anthropic静悄悄上线了Claude Fable 5.1和Mythos 5.1。

毫无疑问，这又是一次世界级模型的亮相：8项公开基准测试全部第一，缓存读取价格从每百万token 1美元直降到0.25美元、降幅75%，典型工作负载总成本降低约25%、高度智能体化任务最高省45%：单看这些，这不过一次顶级模型的常规迭代：更强、更快、更便宜。AI圈每月都在发生这种事。

但我们要说的，藏在不起眼的角落里：

01

反蒸馏机制，正式落地

Anthropic给“思维链”上了把锁。

从今天起，新注册的API账号不能再在多轮对话里手动篡改Claude的上下文、同时保留它的推理过程。每个思维链区块都被打上了数字签名，对话前缀有任何改动：哪怕一句系统提示词、一个工具、一条历史消息，签名就失效。API要么报400错误，要么静默丢弃被篡改的区块。

巧合的是，一个月前，张一鸣在字节内部说了一句话：字节不做蒸馏，即使短期落后。当时争议很大。一个月后，Anthropic的反蒸馏落地了。

我们来说说蒸馏是什么。

2015年Hinton提出以来，蒸馏就是AI行业的常规操作：用一个强大的“教师模型”训练一个更小的“学生模型”，让学生花更少的钱获得接近老师的水平。美国公司互相用，行业常态，心照不宣。

但Anthropic这次高调地用技术手段把它堵上了。他们给出的理由是“因为蒸馏能力随后可以在没有充分保障的情况下释放。”此前Anthropic已多次公开指控外来公司进行“工业级蒸馏攻击”，这次上技术锁，也算是把之前的口水仗落到了实处。

反蒸馏最核心的就一条：思维链不能碰了。

思维链为什么关键？因为它是推理过程。最终输出是答案，思维链是解题步骤。蒸馏最有效的方式，就是拿这些“解题步骤”去训练小模型。

Anthropic给每个思维链区块都加了数字签名。对话前缀有任何改动，签名就失效。处理方式有两种：默认返回400错误拒绝请求；或者静默丢弃被篡改的区块，请求照常执行，丢弃部分不计费。

这是一把逐级收紧的锁。目前只针对8月31日后注册的新账户，但Anthropic已放话：未来所有新模型都会强制执行。

有些操作是安全的：在对话末尾追加新消息、移除开头的思维链区块、改max_tokens这类参数、服务端压缩上下文，这些不会触发校验。但文档里特别提醒：如果你维护的工具让用户用自己的API密钥调用，新注册用户会更早撞上校验，最好提前测试。

也就是说，如果用Claude Code或Claude.ai这些官方产品，什么都不用改。直接调API的话，官方建议把messages数组严格当“只追加”来用。

这把锁落下的时机，也印证了8月初张一鸣的判断。

02

成绩单：8项第一，断层式领先

聊完反蒸馏，再来看看Anthropic这次到底发布的产品性能如何。

在Anthropic公布的8项评测中Fable 5.1依旧是碾压级的存在。Fable 5.1在Terminal-Bench-Science 0.1（智能体科研基准）上拿下52.6%。作为对比，上一代Fable 5只有24.7%，Claude Opus 5为29.0%，GPT-5.6 Sol只有22.4%：新模型是它们的两倍多。

在Terminal-Bench 4.0（智能体编程测试）上，Fable 5.1达到55.8%，Mythos 5.1更是飙到60.9%。上一代Fable 5仅为42.0%，GPT-5.6 Sol为37.3%。

CursorBench 3.2.0上，Fable 5.1以73.4%刷新内部纪录。AutomationBench（商业工作流）从上一代的17.1%跃升至31.4%，几乎翻倍。在OSWorld 2.0（计算机使用基准）上，Fable 5.1达到77.9%（宽松标准）和41.7%（严格标准）。GDPval-AA v2（知识工作基准）拿下1853分，同样领先Fable 5的1723分和Opus 5的1824分。Humanity's Last Exam（多学科推理）无工具模式下60.9%，启用工具后提升至65.0%。

还有一个容易被忽略的细节：把Fable 5.1的推理程度调到“低”或“中”，表现已经达到甚至超过老版Fable 5开到最高推理程度的效果。

价格方面，输入输出价格与Fable 5保持一致（输入10美元、输出50美元每百万token），但缓存读取从1美元降到0.25美元，降幅75%。为什么降这个？因为智能体任务里缓存读取占了成本大头。Anthropic算了一笔账：普通工作负载总成本降25%，重度Agent任务最多省45%。对于那些需要频繁读写上下文的复杂Agent应用，这意味着成本结构的大幅优化。

跑分之外，Anthropic还展示了三个让人无法忽视的充满“科研色彩”的实战案例。

03

亲自做科研：重绘金星、

设计蛋白、手写GPU内核

重绘金星。30多年前NASA麦哲伦号拍的金星雷达图像，分辨率只有10到20公里。过去人类只把其中五分之一做成了高程图。Fable 5.1自己训练了一个神经网络，重新生成了覆盖金星约三分之一表面的高分辨率地形图，分辨率推进到2到3公里，高度精度提升25%。地图已以CC协议开源发布，供NASA VERITAS和ESA EnVision任务参考，帮助确定未来观测的重点地质特征。

设计蛋白质，命中率逼近50%。Mythos 5.1用开源工具设计高亲和力结合蛋白：这是很多药物开发的起跑线，决定了药物能否在低剂量下起效。设计方案送到外部实验室做湿实验。结果：在EGFR、Nipah G等三个靶点上，结合亲和力是Adaptyv Bio竞赛最佳方案的10倍。12个靶标总体命中率接近50%，而行业平均水平只有10%到15%。

手写GPU内核，生物模型提速2.5倍。Mythos 5.1用几天时间，为7个开源生物模型：包括Evo 2、ProGen2等，手写自定义GPU内核并缓存中间结果，推理速度最高提升2.5倍，输出完全一致。针对全基因组分析，预估GPU算力成本可降低30%至60%。这种活通常需要专业性能工程师团队干好几周，很多学术实验室根本请不起。

还有一个关于长程稳定性的例子值得一提。投资公司Millennium内部有一个罕见的崩溃Bug，大概跑一百万次才崩一回，整个团队追了四五年都没找到根因。Fable 5.1接手后，直接反汇编了一个第三方库，对照核心转储文件，一路追到外部依赖的漏洞，然后把锅甩得干干净净。Anthropic管这叫“不会半路撂挑子”：真到40步的长任务里，每一步微小的偏差都可能导致全盘崩溃，而Fable 5.1就是能稳住。

04

安全方面也有大动作

说完性能和科研，再聊聊安全。这次Anthropic在护栏上做了几项调整，有收有放。

放的是误报率降下来了。以前程序员拿Claude自查代码，动不动就被当成黑客拦截，搞得人很崩溃。现在Fable 5.1终于放开了，允许用于发现软件漏洞，做防御性工作。网络安全误报率比Fable 5降了60%。基础生物学和医学问题的误报率据媒体报道也降了85%，普通用户问点健康相关的问题，不会再动不动被拦。Mythos 5.1能够设计高亲和力结合蛋白，但Anthropic并没有把完整生物能力向所有用户开放：涉及研发的查询仍然路由到Opus模型，真正需要完整能力的专业人员得通过生命科学验证计划申请，这个计划是与美国政府合作的，目前只对通过审核的美国机构开放。

收的是发现漏洞可以，写攻击代码不行。 渗透测试、漏洞利用生成、基于二进制的漏洞扫描这类双重用途任务，全部被重定向到Opus系列模型处理，Fable 5.1碰都不让碰。

还有一个是企业数据归属权做了调整。 新推出的Enterprise Frontier Safeguards让客户把数据存在自己的云上（AWS、Google Cloud、Azure都支持），而不是Anthropic的服务器。数据审查默认由客户自己做，Anthropic不碰。相当于企业客户在享受“零数据留存”级别的隐私保护的同时，Anthropic依然能通过技术手段防止模型被滥用。EFS今年秋天开始分阶段推出，在此之前符合条件的客户可以直接用零数据留存政策使用Fable 5.1。

Anthropic这次发布，加上反蒸馏这把锁，让绝大部分模型厂商面临一个越来越紧迫的选择：

蒸馏短期或许还是有效的追赶手段。只要你能拿到顶级模型的输出，就能用更低的成本“模仿”出接近的性能。但长期来看，这条路正在收窄。Anthropic是第一家。

不能蒸馏了。张一鸣赌对了。

编辑｜邱慧 张猛