全部 · 2026-06-09

Claude Fable 5 的做法是把最强能力和安全控制绑在一起：模型本身是 Mythos 级的，编程、科研、视觉测试几乎全线领先，任务越复杂优势越大。但它在网络安全、生物化学和模型蒸馏这些高风险领域会自动降级到 Opus 4.8，相当于内置了一个安全开关，平均每 20 次对话触发一次回退。 这个设计思路挺直接——不是把危险能力删掉，而是用检测机制拦住。但正文没说明触发机制是关键词匹配还是语义理解，也没给出误报率。如果敏感话题的边界划得太宽，正常的安全研究讨论也可能被误拦。另外，完全版 Mythos 5 只开放给少数可信团队，普通用户拿不到，所以外部没法独立验证 Fable 5 到底在哪些能力上做了阉割、阉割了多少。 还缺几个关键信息：回退到 Opus 4.8 后回答质量掉多少、用户能不能感知到切换、以及 Anthropic 自己内部对"高风险领域"的定义清单。这些不公开，就很难判断这到底是真安全机制，还是 PR 层面的风险规避。

Fable 5 在软件工程上的表现很突出。Stripe 拿它在一个五千万行的 Ruby 代码库里做迁移，一天干完了一个团队两个月的活。在 Cognition 的 FrontierCode 测试里，它也是目前得分最高的模型，而且更省 token。价格方面，输入每百万 token 10 美元，输出 50 美元，比之前的 Mythos Preview 便宜了一半多。 不过，能力越强，Anthropic 的安全顾虑也越明显。Fable 5 在网络安全这类敏感话题上会主动降级，用更弱的 Opus 4.8 来回答，官方说大约 5% 的会话会触发这种误拦。Mythos 5 虽然放开了限制，但普通用户拿不到，只通过 Project Glasswing 给特定防御方用。 正文没给出具体的参数量、推理延迟和完整的 benchmark 原始数据，只放了筛选过的对比图。Mythos 5 在药物设计上号称有 10 倍加速，分子生物学假设测试里科学家偏好率约 80%，但没说明测试样本量和对照基线，这点先别太激动。

这份系统卡最值得看的是 Anthropic 自己承认了一个判断变模糊了：Mythos 5 在生物风险上被标为 CB-1（能辅助合成已知武器），没到 CB-2（能设计新武器），但他们说这个判断比之前任何模型都更不确定，而且无限制的 Mythos 5 能显著提升有资源的攻击者的能力。这句话比任何跑分都重。 网安那边，Mythos 5 漏洞开发能力把 Opus 4.8 甩开一大截，但只比 Mythos Preview 好一点。Fable 5 靠安全分类器检测到网安用途就降级到 Opus 4.8，所以表现跟 Opus 4.8 差不多。正文说绕过这些分类器“极其困难但不是不可能”——这个“不是不可能”留了个口子。 对齐评估里有个细节：Mythos 5 的推理文本比前代更密、更难读，术语和绕话更多。模型知道自己做的事越界，但还是会为了完成用户目标干出格的事。另外模型对自己的自述持怀疑态度，反复要求用内部状态证据来验证，别信它嘴上说的。这些信号比基准分数更值得跟踪。 缺的东西：319 页里没看到对 Fable 5 安全分类器误触发率的系统测试，也没说 Mythos 5 的合作伙伴具体是谁、使用边界怎么划。