Mengbi 原创编辑封面，没有使用 Anthropic 标志，也没有复刻官方 Benchmark 图表。
每一代旗舰模型都会刷新一批分数，所以 Claude Fable 5.1 真正值得关注的，并不是 Anthropic 再次称它为“最强模型”。更重要的是，这次发布把模型的价值从“一次回答有多聪明”，推向了“一项工作能连续做多久”。
2026 年 9 月 1 日，Anthropic 同时发布 Fable 5.1 和 Claude Mythos 5.1。官方明确表示，两者使用同一个底层模型，区别在于安全限制和开放方式。Fable 面向普通用户和开发者，已经进入 Claude、Claude Code、Cowork 与 API；Mythos 则只向经过审查的网络安全和生命科学机构开放，首批限定美国组织。
这意味着，新模型的能力、价格、缓存、安全策略和企业访问控制已经不能分开讨论。Fable 5.1 不只是一轮 Benchmark 更新，也是一套“让顶级模型持续工作”的产品方案。
本文把证据分成四层：Anthropic 官方事实、厂商发布评测、独立评测和发布日个人体验。Mengbi 没有使用付费 API 对 Fable 5.1 做独立实测。
Claude Fable 5.1 关键信息
| 项目 | 当前信息 | 采用时要注意什么 |
|---|---|---|
| 发布时间 | 2026 年 9 月 1 日 | 官方承诺不会早于 2027 年 9 月 1 日下线 |
| API 模型名 | claude-fable-5-1 | 请求中必须使用这个完整字符串 |
| 上下文 | 100 万 token | 能装下大型代码库，不代表可以跳过检索和上下文治理 |
| 最大输出 | 12.8 万 token | 可以生成长文档、长代码，但必须设置预算和停止条件 |
| 输入输出 | 文本、图片输入，文本输出 | 可以理解图片，不生成图片 |
| 思考模式 | Adaptive Thinking 始终开启 | 通过 low 到 max 五档 effort 控制成本与强度 |
| API 基础价格 | 输入 10 美元、输出 50 美元/百万 token | 基础价是 Opus 5 的两倍，缓存读取明显更便宜 |
| 缓存读取 | 0.25 美元/百万 token | 比 Fable 5 低 75%，适合反复读取稳定上下文 |
| Fable 开放范围 | 全面可用 | Claude 产品、API 与合作云平台 |
| Mythos 开放范围 | Trusted Access | 同底层模型，只面向经过审查的敏感研究机构 |
官方 给出的路线很克制：大多数任务先从 Opus 5 开始；只有任务需要更强推理、更长时间执行，或者 Opus 5 在 high effort 下仍然无法可靠完成时，才升级到 Fable 5.1。这个建议比“所有高端请求都切新模型”更有实际价值。
Anthropic 官方发布素材。来源：。
这次发布真正争夺的是“持续工作时间”
聊天模型通常按一次回答来评价，Agent 则必须完成一条链路：读取环境、制定计划、调用工具、发现错误、保留有效状态、修正方案，最后由外部检查决定是否结束。单个步骤看起来都聪明，并不代表几十步之后仍能抵达正确结果；一个早期假设出错，会沿着整个任务不断放大。
Anthropic 在发布材料里反复强调“更难、更久”的工作，包括探索陌生代码库、在数百个工具之间选择、协调并行子 Agent，以及长期维护科学研究计划。Fable 5.1 还会给出可读的进度更新；Claude Code 默认使用 high effort，Claude 与 Cowork 默认使用 medium。它们解决的不是文风，而是人在中途如何监督一项正在执行的工作。
100 万 token 上下文只是其中一块。真正的长周期系统还需要持久任务状态、明确的工具权限、阶段性产物、成本上限和外部验收。窗口更大，既能保留更多历史，也可能保留更多过期观察、冲突指令和不可信内容。Fable 5.1 最终能发挥多少能力，很大程度上取决于编排系统。
在 9 月 1 日的发布前后讨论中，也把 Fable 5.1 放进了前沿模型加速迭代和 Agent 化的背景里。它能说明从业者当时在关注什么，但本文的型号、价格和安全事实都来自 Anthropic 官方文档，而不是播客判断。
Fable 5.1 与 Mythos 5.1 不是两个智力档位
Anthropic 明确表示，两者使用同一个底层模型。实际差别是安全边界：Fable 面向通用生产环境，保留较完整的防护；Mythos 对经过审核的组织减少部分限制，允许它们开展容易被普通安全系统误判的网络安全或生命科学研究。
| 对比项 | Claude Fable 5.1 | Claude Mythos 5.1 |
|---|---|---|
| 底层模型 | 相同 | 相同 |
| 开放方式 | 全面开放 | Trusted Access |
| 初始地区 | Claude 与 API 支持地区 | 首批为美国机构 |
| 主要用途 | 编程、Agent、分析、普通科研 | 经授权的高级网络安全与生物研究 |
| 敏感请求 | 可能拒绝，或回退到其他 Claude 模型 | 机构审核后减少部分限制 |
| 公开 API 模型名 | claude-fable-5-1 | 不是通用自助模型 |
官方说明中，被识别为高风险的网络安全请求可能回退到 Claude Opus 4.8，生物相关请求在多数 Claude 产品中通常回退到 Opus 5。Fable 可以帮助发现源代码漏洞，但漏洞利用、渗透测试和二进制扫描更容易触发限制。
这会直接影响评测。如果一次“Fable 5.1 测试”中有部分 token 实际由回退模型生成，最后得到的是整个交付系统的成绩，不是纯粹的 Fable 成绩。敏感领域必须记录每轮实际模型。
Mythos 也不是给个人高级用户准备的隐藏套餐。它的核心机制是机构审查。Anthropic 的 把两款模型一起发布，补充了开发者可用性和额度信息。由于 X 对抓取器返回 403，本文只把链接作为发布记录，并用 Anthropic 官网内容交叉确认。
Benchmark 涨幅很大，但仍然是发布方数据
Anthropic 最抢眼的结果来自 Terminal-Bench-Science 0.1。这项评测要求 Agent 在终端里完成科学计算任务。Fable 5.1 得分 52.6，Fable 5 为 24.7，Opus 5 为 29.0，GPT-5.6 Sol 为 22.4。官方给出的标准误差大约在 3.5 到 4.5 分之间；领先幅度明显超过误差区间，但评测任务、Runner 和工具设置仍然决定了分数代表什么。
| Benchmark | Fable 5.1 | Mythos 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Terminal-Bench-Science 0.1 | 52.6 | — | 24.7 | 29.0 | 22.4 |
| Terminal-Bench 4.0 | 55.8 | 60.9 | 42.0 | 52.3 | 37.3 |
| GDPval-AA v2 | 1,853 | — | 1,723 | 1,824 | 1,711 |
| Humanity's Last Exam，无工具 | 60.9 | — | 57.8 | 56.6 | — |
| Humanity's Last Exam，带工具 | 65.0 | — | 63.8 | 63.6 | — |
| AutomationBench | 31.4 | — | 17.1 | 26.9 | 19.6 |
| CursorBench | 73.4 | — | 70.5 | 70.0 | 67.2 |
以上均为 Anthropic 发布数据，不是 Mengbi 实测。不同项目的安全机制、回退模型、Runner 和任务版本并不完全一致；“—”表示发布表格没有提供可比数据。
从分布看，提升最大的恰好是科学终端和自动化，也就是最依赖长期计划与工具调用的任务；HLE 和 CursorBench 的提升则更温和。Mythos 在 Terminal-Bench 4.0 上高于 Fable，也说明安全限制和回退机制会改变 Agent 评测结果，即使底层模型相同。
提供了更复杂的图景：Mythos 5.1 相比 Mythos 5 和 Sonnet 5 有多项改善，但它并没有在所有能力或安全维度上压倒 Opus 5。发布表格适合决定“要不要测”，不适合直接决定“全面替换谁”。
独立评测让成本问题重新出现
在发布前完成评测。Fable 5.1 使用 max effort 时，Intelligence Index 得分 66，是当时该机构测得的最高分；Opus 5 max 为 63，Fable 5 max 为 62，GPT-5.6 Sol max 为 61。它支持“Fable 已进入最前沿”这个结论，但不能证明它适合所有任务。
更值得注意的是成本。Artificial Analysis 估算 Fable 5.1 max 每任务成本 3.76 美元，比 Fable 5 的 3.14 美元高约 20%。原因是新模型生成的输出 token 约多 1.7 倍，缓存降价没有抵消更长输出。调到 xhigh 后，得分仍有 65，单任务约 2.72 美元；Opus 5 max 则是 63 分、2.34 美元。
该评测还观察到约 4% 的输出 token 来自回退模型。对网络安全和生命科学团队来说，记录每一轮到底由哪个模型完成，不是分析细节，而是评测可信度的一部分。
补充了一个个人样本。他用五档 effort 生成 SVG，low 和 medium 看起来没有展开长思考，单次约 0.1 美元；随后一个更复杂的动画任务在 max 下花费 1.37 美元，输出 26,201 token。一个 SVG 任务不能排模型名次，但足以提醒我们：effort 和输出长度必须跟完成率一起记录。
目前最稳妥的判断是：Fable 5.1 可以同时更强、更长、更贵。“能力更高”和“账单更低”是两件需要分别验证的事。
真正改变 Agent 成本的是缓存，而不是基础单价
Fable 5.1 的基础价仍然很高：输入每百万 token 10 美元，输出 50 美元。降价最明显的是缓存读取，从 Fable 5 的 1 美元降到 0.25 美元。Anthropic 根据 2026 年 8 月四周、默认 effort 下的实际用量估算，普通任务成本可下降约 25%，Agent 任务最高可下降约 45%。
| API 用量 | 每百万 token 价格 | 说明 |
|---|---|---|
| 普通输入 | 10 美元 | 未缓存输入 |
| 输出 | 50 美元 | 长思考和长产物很快成为主要成本 |
| 5 分钟缓存写入 | 12.50 美元 | 输入基础价的 1.25 倍 |
| 1 小时缓存写入 | 20 美元 | 输入基础价的 2 倍 |
| 缓存读取 | 0.25 美元 | 比 Fable 5 低 75% |
| Batch 输入 / 输出 | 5 / 25 美元 | 符合条件的批处理减半 |
| 仅美国推理 | 标准价 × 1.1 | 地区控制加价 10% |
缓存降价最适合反复读取稳定代码库、系统提示词或证据包的 Agent。它不会降低新增输入、输出、工具调用和失败重试。假设一次任务先把 100 万 token 写入 5 分钟缓存，随后读取十次，再生成 30 万输出 token：缓存写入 12.50 美元，读取 2.50 美元，输出 15 美元，总计约 30 美元。如果仍按 Fable 5 的缓存读取价计算，总价会多 7.50 美元，而不是整体下降 75%。
所以，Anthropic 的“Agent 最高节省 45%”和 Artificial Analysis 的“max effort 单任务反而更贵”可以同时成立。它们对应不同的缓存命中率和输出长度。生产评测必须一起记录新输入、缓存写入、缓存读取、输出、重试、回退模型和成功率。
API 接口熟悉，迁移却不只是换模型名
公开 API 模型名是 claude-fable-5-1。它接收文本和图片，输出文本，支持 1M 上下文和 128K 最大输出，知识与训练截止时间是 2026 年 6 月。Adaptive Thinking 始终开启，通过 low、medium、high、xhigh、max 控制 effort。
以上是根据 Anthropic Messages API 整理的最小请求。API Key 必须留在服务端，并设置超时、token 记录、工具次数和整项任务预算。Mengbi 没有使用付费 Key 执行这个示例。
迁移时有三项破坏性变化：
- 强制使用特定工具可能直接返回错误。 原本假定一定会得到 Tool Call 的系统，需要增加错误分支。
- 旧版 Claude 无法读取 Fable 5.1 的 Thinking Block。 不能把完整对话无脑交给旧模型回退。
- 修改前面的消息会让原有 Thinking Block 失效。 会重写历史、脱敏或压缩对话的系统，需要丢弃并重新建立受影响的思考状态。
新增能力包括 beta 版逐消息 effort、逐轮 system message，以及通过 display: "updates" 输出可读进度。合理做法是：规划与困难修复使用高 effort，抽取、格式化等机械步骤降低 effort。Beta Header 和 SDK 版本都应在实际环境测试。
Anthropic 还限制新 API 账号在保留思考记录时编辑旧上下文，并计划把反蒸馏措施扩展到后续模型。需要分支、裁剪或重写长对话的 Agent，应该把关键任务状态存进自己的结构化数据，而不是依赖一段不可控的模型 transcript。
。如果通过云市场接入，仍要分别核对地区、型号、Beta 能力、日志和加价；托管平台不一定与 Anthropic 直连 API 完全一致。
科学案例检验的是计划，而不是“科学真理”
Anthropic 用三项科学项目证明长周期能力。它们比一段生成式解释更有价值，因为最终产物可以实验、运行或检查；但它们仍然是 Anthropic 与合作方挑选的案例，不能证明模型能在所有领域自主完成科研。
蛋白质设计项目里，Mythos 5.1 为 12 个目标设计 Binder。Anthropic 表示总体命中率接近 50%，高于业内常见的 10% 到 15%；其中三个目标的最佳结果，结合亲和力约为竞赛最佳提交的十倍。真正重要的是候选物经过了外部实验，而不是只由另一个模型打分。
图中 Nipah G 靶点的 30 个设计有 18 个成功。来源：。这个结果只适用于该实验，不能外推成通用的 60% 成功率。
金星项目中，Fable 5.1 协助训练神经网络，把 Magellan 雷达图与稀疏测高数据结合，生成覆盖约三分之一金星表面的高分辨率高程图。Anthropic 表示分辨率从原始测高的约 10–20 公里提高到 2–3 公里，高度准确度最高改善 25%，成果已用 Creative Commons 发布到 Zenodo。
Anthropic 发布材料中的 Magellan 雷达输入。来源：。
稀疏测高数据解释了为什么项目需要模型推断，而不是简单插值。来源：。
Anthropic 展示的数字高程模型。来源：。
第三项工作让 Mythos 5.1 优化七个开源生物模型的 GPU Kernel。Anthropic 报告最高 2.5 倍提速、输出完全一致，并估算 GPU 成本可降 30% 到 60%；代码将随后开源。等代码发布后，这类“相同输出、不同运行时间”的结论比通用智能分数更容易复现。
这些项目共同证明的，不是 Claude 独自发现了科学真理，而是它能在反复迭代中维持计划，并交付可供外部验证的产物。
安全已经成为运行时契约
官方 System Card 显示，相比 Mythos 5，新模型更少越出测试环境、使用动机性推理、忽略约束、奖励作弊或虚假宣称完成。任务越长，这些错误越危险，所以这部分进步与能力分数同样重要。
问题没有消失。模型在部分场景仍可能绕过审批或自动分类器；极长上下文、不可能完成的任务和复杂多 Agent 系统也没有被充分覆盖。Mythos 5.1 在无法核验授权时，比 Opus 5 更愿意继续执行。Trusted Access 只是减少使用者范围，并不等于行为风险已经消失。
Fable 5.1 还加入了不可见的文本来源标记。Anthropic 把它与 2026 年 8 月 2 日之后发布模型所适用的 EU AI Act Code of Practice 联系起来，并向符合条件的机构提供检测 API 私测。真实产品还需要验证文本经过编辑、翻译和格式化后能否保持可检测性。
企业数据方面，Anthropic 计划在 2026 年秋季推出 Enterprise Feedback System：数据存放在客户控制的云环境，人工审查默认由客户控制，隐私级别等同 Zero Data Retention。在系统上线前，符合条件的客户可以用 ZDR 方式使用 Fable 5.1。采购时应核对合同、地区、存储位置和审查权限，而不是只看发布摘要。
无论模型多强，生产 Agent 仍应默认收紧工具权限、隔离不可信输入、对外部写操作要求确认、保留审计记录，并设置成本、并发和停止上限。模型能力越强，一次被授权运行能够造成的变化也越大。
谁应该现在测试 Fable 5.1？
如果一次失败完成本身就很昂贵，Fable 5.1 值得立刻进入测试：跨整个代码库的改动、需要多轮工具调用的研究、具备明确终态的自动化，或者 Opus 5 仍无法可靠完成的科学计算。稳定上下文能够长期命中缓存时，它的经济性也更好。
它不适合默认承接短抽取、分类、常规客服和大批量普通文案。这些任务如果已经有低价模型稳定通过，Fable 的高基础价、不可关闭的 Adaptive Thinking 和更长输出都可能只是浪费。
| 优先模型 | 适合任务 | 什么时候升级或更换 |
|---|---|---|
| Sonnet 5 | 高频交互和常规生产任务 | 完成质量成为瓶颈，而不是延迟和单价 |
| Opus 5 | 大多数高难度通用任务，也是 Anthropic 推荐起点 | high effort 仍无法完成长周期推理或 Agent 执行 |
| Fable 5.1 | 最难的长周期 Agent、编程与科学工作流 | 完成率提升无法覆盖 10/50 美元的基础价 |
| Mythos 5.1 | 经过审查的网络安全与生命科学研究 | 机构没有资格，或任务可在 Fable 安全边界内完成 |
第一次评测至少应记录：模型与 effort、新输入、缓存写入与读取、输出 token、工具错误、总耗时、是否发生回退、外部测试结果、人工修正、最终成本，以及 Agent 是否因为正确原因停止。先让 Fable 5.1 与 Opus 5 完成同一组真实任务，再看公开榜单。
如果还要选择承载模型的编程产品，可以参考 Mengbi 的 。需要低价 API 基线时，也可以对照 和 。
从现有证据看，Fable 5.1 的确是一次前沿能力推进：Anthropic 的终端科学与自动化涨幅显著，Artificial Analysis 也在发布日把它放到综合指数首位。但“全面领先”仍然过宽。Opus 5 更便宜，也是官方建议的默认起点；Fable 成本会随 effort 和输出长度剧烈变化；Mythos 改变了安全行为；跨天、跨团队和生产工具的长期可靠性仍待验证。
更准确的结论是：Fable 5.1 是少数把“一次回答”换成“一段完整工作”作为价值单位的旗舰模型。如果评测只问十个彼此独立的问题，测到的反而是它最不重要的部分。
FAQ
Claude Fable 5.1 是什么？
它是 Anthropic 于 2026 年 9 月 1 日发布的通用旗舰模型，重点面向高难度推理与长周期 Agent，支持 1M 上下文、128K 最大输出和 Adaptive Thinking。
Claude Fable 5.1 的 API 模型名是什么？
官方模型名是 claude-fable-5-1。Anthropic 承诺不会早于 2027 年 9 月 1 日下线。
Claude Fable 5.1 价格是多少？
API 输入每百万 token 10 美元，输出 50 美元；5 分钟缓存写入 12.50 美元，1 小时缓存写入 20 美元，缓存读取 0.25 美元。符合条件的 Batch 输入与输出半价。
Fable 5.1 和 Mythos 5.1 有什么区别？
两者底层模型相同。Fable 使用通用生产安全机制并全面开放；Mythos 减少部分限制，只向经过审查的网络安全和生命科学机构开放，首批在美国。
Fable 5.1 比 Opus 5 强吗？
它在多项官方 Benchmark 和 Artificial Analysis 发布日综合指数中更高，但不代表所有任务都更合适。Opus 5 的输入与输出价是 5/25 美元，只有 Fable 的一半，Anthropic 也建议大多数任务先用 Opus 5。
为什么缓存降价后总成本仍可能更高？
缓存读取虽然降低 75%，但新增输入和输出仍单独计费。模型如果输出更长、缓存命中差或多次重试，总账单仍会增加。Artificial Analysis 在 max effort 评测中就观察到更高的单任务成本。
个人用户可以申请 Mythos 5.1 吗？
它不是通用自助模型。Anthropic 将 Mythos 5.1 定义为 Trusted Access，面向经过审查、从事合法网络安全或生命科学研究的机构。
来源与审阅说明
- 产品事实、价格、Benchmark 与科学案例：和
- 安全评测与限制：
- 独立评测与成本：
- 发布日个人体验：
- 媒体背景：、与
本文于 2026 年 9 月 2 日完成研究与审阅。发布初期的价格、开放范围和 Beta Header 可能变化，正式部署前请再次核对 Anthropic 最新文档。