一次面向长任务的升级
Anthropic在提供的公告中介绍了Claude Fable 5.1和Claude Mythos 5.1。两者使用相同的底层模型，差别主要在安全防护和访问范围：Fable 5.1面向一般用户与企业开放，Mythos 5.1则通过受信任访问项目提供，尤其针对网络安全和生命科学场景。公告把这次发布定位为编程、知识工作和科学研究代理能力的一次重要提升，但这些结论应结合其自报测试设置来理解。
性能、成本与工作方式
公告列出的测试覆盖科学研究代理、终端编程、多学科推理、计算机操作、业务流程和编辑器代理。Fable 5.1在多项指标上高于Fable 5，例如Terminal-Bench-Science为52.6%，CursorBench 3.2.0为73.4%，Humanity’s Last Exam在使用工具时为65.0%。这些数字不是对所有真实项目的保证，而且公告也说明，生产环境安全机制在部分任务上可能使模型得分降低。
成本策略同样是发布重点。按公告估算，典型按令牌计费的工作负载价格比Fable 5低约25%；高度代理化的任务，由于缓存读取价格下降，节省幅度可能达到约45%。模型还提供不同努力等级，低或中等努力可能以更低成本获得接近甚至优于旧模型的结果。不过，实际费用仍取决于上下文长度、工具调用次数、运行时间以及应用如何配置模型。
技术含义：从回答到持续执行
从公告描述看，Fable 5.1的重点并非单轮问答，而是能够研究背景、拆分问题、调用终端或其他工具、验证结果，并在较长时间内保持任务状态。Anthropic称它更擅长寻找软件问题的根因，而不是只提出表面修补方案；合作方也描述了无人值守运行、并行实验和持续验证等工作流。这样的能力更像一个需要监督的任务协调器，价值取决于权限边界、测试环路和人类复核，而不只是模型本身的基准分数。
安全、隐私与开放问题
安全设计是Fable与Mythos区分的核心。公告称，Fable 5.1可以帮助发现软件漏洞，但不会用于开发漏洞利用程序；生命科学方面则通过与美国政府合作的访问项目开放Mythos 5.1的高级能力。Anthropic还表示，新的防护机制减少了网络安全任务中的误报，目标是在限制滥用的同时降低对合法工作的干扰。由于这些能力可能同时具有研究价值和滥用风险，受限访问与持续评估仍是关键条件。
隐私方面，Enterprise Frontier Safeguards计划把数据存放在客户完全控制的云基础设施中，并提供相当于零数据保留的隐私安排；该功能将分阶段向企业开放，在此之前，符合条件的客户可以使用零数据保留。公告没有在摘录中提供完整的独立验证、错误率分布或长期可靠性数据。因此，企业在部署时仍应明确数据治理、工具权限、审计记录、人工批准点和失败后的回滚机制，不能把模型的自我验证等同于系统级正确性。
结论：能力增长需要工程化约束
Fable 5.1的发布信号很明确：前沿模型的竞争正在从静态答题转向长时间、可使用工具并能够交付中间成果的工作流。更低的缓存读取价格可能扩大这类代理的经济可行性，新的安全方案则试图让专业用户获得更少的误报和更清晰的隐私控制。但公告中的基准与合作方反馈仍属于有限证据。对使用者而言，最稳妥的判断方式是从低风险、可回滚的任务开始，记录真实成本和失败模式，再逐步扩大模型的权限与责任范围。