刚刚，神话级Fable 5.1来了！
新智元报道 新智元报道 一觉醒来，Anthropic再次改写了机器智能的坐标系。
今天，Claude Fable 5.1全平台上线，人人可用。战力全开的Mythos 5.1，则被锁在白名单内，专供受审核的网安与生命科学团队调遣。
从重构复杂的工程代码，到攻坚战线极长的高维科研，这对孪生大脑正在重新定义什么是顶级的「赛博脑力劳动者」。它们最擅长的，就是啃下那些过去人类专家都感到棘手的长链路复杂任务。按老规矩先看成绩单，这一次，新模型的跑分直接拉出了断层式的代差。
科研探索（Terminal-Bench-Science 0.1） 科研探索（Terminal-Bench-Science 0.1） Fable 5.1直接拿下了52.6%。要知道，上一代Fable 5和OpenAI的GPT-5.6 Sol，成绩分别只有24.7%和22.4%。
代码工程（Terminal-Bench 4.0） 代码工程（Terminal-Bench 4.0） Fable 5.1从前代的42.0%一路飙升至55.8%；在放开护栏的Mythos 5.1手中，这个数字更是被推到了惊人的60.9%。
复杂脑力与综合认知 复杂脑力与综合认知 在知识工作基准GDPval-AA中，Fable 5.1获得了1853的高分；在被称为「人类最后的考试」的高难基准上，带工具实测更是跨过了65.0%的门槛。哪怕你把「思考程度」调至最低，它照样能以极低的Token消耗跑出超越前代的效果。左右滑动查看 更绝的是，在能力实现跃迁的同时，算力门槛也被砸了下来。
基础定价方面，Fable 5.1和上一代一模一样：输入每百万Token 10美元，输出50美元。但在最吃资源的「缓存读取」上，它直接从1美元砍到了0.25美元，降幅高达75%。放到真实任务中，普通场景总成本能降25%；对于重度跑Agent的长战线任务，最高能省下45%。
对比之下，GPT-5.6 Sol目前的短上下文促销价是：输入2美元、输出10美元、缓存0.2美元。跑分与降价证明了它的强悍，但这只是表象。真正的分水岭在于，从这一代开始，AI彻底褪去了辅助工具的外衣—— 它开始亲自下场，自己做科学了。
为了证明这对「双王」在真实世界的杀伤力。Anthropic直接端出了三个比榜单直观得多的前沿案例。重绘三分之一个金星 重绘三分之一个金星 30多年前，NASA的麦哲伦号给金星拍过一轮雷达。
但它的高程数据分辨率只有10-20公里。换算到地球上，就是一整座城市只占几个像素。过去，人类只把其中五分之一的区域做成了高程图。
而Fable 5.1拿着这批数据，训练了一个神经网络，重新生成了覆盖金星约三分之一面积的高分辨率地形图。新图把细节推进到2至3公里，高度估计的准确性最高提升25%。分子与蛋白质设计，命中率50% 分子与蛋白质设计，命中率50% 相比处理静态的地表数据，设计生物蛋白的难度更大。
许多现代药物的原理，是设计一个小蛋白，精准锁定体内某个目标靶点，进而阻断或激活特定反应。结合得够不够紧密，学名叫结合亲和力。亲和力越高，药物在低剂量下见效的可能性就越大。
在调用开源设计工具后，Mythos 5.1交出的设计稿被直接送往外部机构，在真实世界里做了湿实验。结果是目前测过的最强一档。在EGFR、Nipah G等三个靶点上，亲和力直接达到Adaptyv Bio竞赛最佳方案的10倍。在12个靶点上的总体命中率，更是逼近50%。
要知道，今天该领域的常态命中率，也就一成到一成半。手写GPU Kernel，生信模型提速2.5倍 手写GPU Kernel，生信模型提速2.5倍 第三个案例，甚至可以说是改写了科研机构的算力账单。基因组和蛋白质研究经常要在GPU上重复运行专用深度学习模型。
一次全基因组分析，可能要测试每个基因附近的大量突变，推理会执行成千上万次。单次慢一点，累计成本就会迅速放大。给这些模型做优化、手写GPU Kernel，通常是顶尖性能工程师的活。
一个团队得干好几周，学术实验室往往根本请不起这种人。而Mythos 5.1只拿着公开的源代码，几天就干完了。而且，它不仅一口气为7个开源生物模型手写了GPU Kernel，速度还最高提升了2.5倍。
最关键的是，输出结果与原版完全一致， 换算成账单的话，一项扫三百万个变异的分析，用Evo 2那个大模型跑，成本从1.8万美元直接砍到了8千美元。七个开源蛋白质与基因组学模型在NVIDIA H100上的推理加速比，以及优化前后的预估GPU成本 Fable 5.1能亲自下场做科学，底气源自它极其硬核的代码逻辑。
现在的Agent不怕写代码，怕的是连跑数小时、调用几十个工具后忘了最初的目标，或是报错后摸不到真正的病根。Fable 5.1强化的，正是这样一条完整的动作闭环： 读取仓库文档→拆解任务→执行修改→运行测试→检查结果→定位失败→继续下一轮。
用Anthropic的话说，Fable 5.1在遇到障碍时会明确指出卡在哪里，极少再去走那些「看似完成、实则留下隐患」的捷径。
在衡量真实IDE编码水平的CursorBench 3.2上，它以73.4%刷新了内部纪录；在商业工作流AutomationBench中，成绩更跃升至31.4%，几近翻倍 靠着这种长程稳定性，它甚至帮对冲基金Millennium解决了一个潜伏四五年的天坑Bug。面对百万次一崩的幽灵报错，它一路追到外部、反汇编了第三方库，将别人地盘里的病根连根拔起。
这一次，Fable 5.1真正做到了长链路任务的「一次完整交付」。Fable 5.1全面上线之后，紧跟着一波实测也出来了。Fable 5.1登顶AAAI 从AI/ML API放出的实测对比demo，还是可以明显看出Fable 5.1和GPT-5.6 Sol的差距。
都喂给它们同一个提示词，一次性输出。Fable 5.1花费5.69 美元，GPT-5.6 Sol仅用了0.88美元。Fable更追求写实，海浪、景深、岛屿周围的沙环更逼真。
Sol则是简洁风，而且它的风格在全部5个场景中始终如一，从未崩坏。Anthropic研究员Alex Albert在一次测试中，直接丢给Fable 5.1一张地皮的照片。它能自主完成房屋设计、高质量渲染，甚至直接生成了一段电影级的漫游导览大片。
下面这段硬核演示中，Fable 5.1直接手搓了一个全交互式的人脑模型。它不仅用代码精准复刻了大脑皮层的每一道沟回，还能让你亲眼看到「递一下盐」这句话在脑神经里跑通的全过程。生成ARC生存游戏，Fable 5.1直接一把过。
Anthropic这次在安全上的动作，主打一个「一松一紧」。松，是护栏不再那么「神经质」了。以前程序员拿Claude审自家代码，动不动就被当成黑客拦截。
现在Fable 5.1终于放开权限，允许去识别代码漏洞了，网络安全的误报直接降了六成。但底线依然卡得很死：只能找漏洞，绝不许写利用漏洞的攻击代码。渗透测试这类高危操作，照样得交给管得更严的Opus。
紧，则是把护城河直接变成了「反蒸馏机制」。为了彻底堵死以前那种在多轮对话里修改上下文、趁机套取Claude「思维链」的路子，Fable 5.1干脆在API底层上了锁。从现在起，API会严查上下文。
只要你提交的提示词跟生成思维块时不一致，API要么直接报错拦截，要么把整个思维块全部抽走，绝不留半点空子。目前，这套机制先拿8月31日之后注册的API新账号开刀。但官方已经放话，对于未来的所有新模型，这把锁将对全员强制生效。
硅谷的顶尖研究者们曾反复提及一个愿景：AI最大的价值，将几十年的生物医学与基础科学进程，压缩到几年之内。从重绘金星地图，到在试管里把蛋白命中率翻上数倍，这对孪生大脑正在让这个预言变成现实。科学发现的门槛，正肉眼可见地往下塌。
只是别忘了，那只递出火种的手，也在同一时刻，悄悄用「反蒸馏」抽走了身后的梯子。
参考资料： https://www.anthropic.com/claude-fable-and-mythos-5-1 https://www.anthropic.com/news/enterprise-frontier-safeguards 编辑：摩西 桃子 内容中包含的图片若涉及版权问题，请及时与我们联系删除