Claude Fable 5：最强 AI 正在变成“特权资源”

近期

好久没写文章了，那是因为我最近一直在忙着写代码，Noi 架构最近一段时间被我重构了 N 次。

我今天也开通了 Claude，准备尝鲜体验 Fable，毕竟过了 22 号就没机会了。让它 Review 了正在构思中的 Noi 新架构，评价似乎不错（我之前一直在用 Codex 5.5 Extra High 进行架构设计，代码开发本身也是 harness 工程）。

结果它还挺幽默，给我开个玩笑：“我把代码改坏了，但机智的我又把它恢复了”...

我在 Coding 群里的逆天发言 😅，但项目 Harness 工程肯定是趋势，不然人力无法对抗 AI 生成速度！

我自己实现了一个架构文档解析器，负责 AI 生成文档的治理，有点类似 docs lint。感兴趣的朋友可以探索下，我感觉 “AI 文档审查器” 会是下一个开发趋势，主要用来约束 AI 在可控范围下迭代需求，防止改坏。

架构文档为何重要：在 AI Coding 体系下，文档是一级产物（连接真实世界的原始需求），代码是二级产物（随时可能被丢弃的屎山垃圾）。AI 上下文窗口有限，面对大代码量会迷失，需要渐进式披露文档地图来找路。

想进 vibe coding 群的，可以在公众号发送：vibe

Claude Fable 5

2026 年 6 月 9 日，Anthropic 发布了 Claude Fable 5^[1]。

如果只看 benchmark，这是一场很漂亮的 SOTA 发布：官方称，Fable 5 在几乎所有测试基准上刷新纪录，任务越长、越复杂，领先幅度越明显。但这次发布最值得看的不是分数，而是分配方式。

过去，Claude 产品线是一条清晰的能力阶梯：Haiku 求快，Sonnet 求均衡，Opus 求最强。区分维度主要是价格、速度、上下文窗口和能力上限。你愿意花更多钱，就能买到更强能力。

Fable 5 打破了这个简单逻辑。

它在 Opus 之上开了一个新层级，Anthropic 称之为 Mythos-class，也就是官方定义中“位于 Opus 之上”的能力档位。问题是，从这一层开始，模型不再只按价格分层，也开始按信任边界分层。

最强 AI 的稀缺品，不再只是 token、上下文窗口或 benchmark 分数，而是访问权。

一个模型，两种部署

按 Anthropic 官方说法，Claude Fable 5 与受限开放的 Claude Mythos 5 使用同一底层模型。区别主要不在基础能力，而在安全防护和访问策略。

Fable 5 是公开版本，面向普通用户、企业和开发者，带有保守的安全分类器，API 模型 ID 为 claude-fable-5。Mythos 5 是受限版本，在部分高风险领域解除防护，通过 Project Glasswing^[2] 及后续 trusted access 机制，逐步向网络防御者、关键基础设施组织和部分科研机构开放。

这不是常见的“高配版”和“低配版”。更准确地说，这是同一份能力在两种信任边界下的两种社会部署形态：面向公众时加护栏，面向受信者时解除部分限制。

这才是 Fable 5 的真正新意。Anthropic 不只是发布了一个更强的模型，而是把“谁能使用完整能力”做成了产品结构的一部分。

当然，“同一底层模型”仍是 Anthropic 的官方说法。外部无法在权重层面独立验证二者是否完全一致。

能力很强，但不能只看能力

Anthropic 给出的能力画像，确实指向一次代际跃迁。

据官方发布数据，该系列在 SWE-Bench Pro 上拿到约 80.3%，高于 Opus 4.8、GPT-5.5 与 Gemini 3.1 Pro；在 FrontierCode、Terminal-Bench、OSWorld、Humanity’s Last Exam 等更难基准上，也显示出明显领先。早期客户案例同样很抓眼球：Stripe 报告 Fable 在一个 5000 万行 Ruby 代码库上一天内完成了人工团队需两个多月的迁移；Cursor 称其为相关编码基准上的 SOTA；Hex 称它是首个在其核心分析基准上突破 90% 的模型。

这些案例说明了 Fable/Mythos 这一代模型的能力方向：它不再只是回答问题或补全代码，而是开始处理长程、复杂、多步骤的 agentic 任务。模型价值开始从“单次输出质量”转向“持续推进任务的能力”。

但这里有一个重要边界：Fable 5 与 Mythos 5 虽然使用同一底层模型，可用能力并不完全等同。官方发布页中的评估与案例同时涉及 Fable 5 和 Mythos 5，其中部分生物医学、分子生物学和基因组研究案例明确来自 Mythos 5；而公众可用的 Fable 5 在网络安全、生物/化学、模型蒸馏等受防护领域会回退到 Opus 4.8。

也就是说，Fable 5 的底层能力上限，和普通用户在某些敏感任务中实际拿到的能力，并不总是同一回事。

这一点很关键。过去我们讨论模型能力，默认 benchmark 代表模型本身。Fable 5 之后，benchmark 还要加上一层部署条件：你是否有权限触达那部分能力？你的请求是否会被分类器拦截？是否会被回退到较弱模型？

前沿模型开始出现“理论能力”和“可调用能力”的分叉。

Simon Willison^[3] 在发布当天花了约 5.5 小时测试 Claude Fable 5，给出的体感不是“更快的默认助手”，而是一个“慢、贵、但能啃硬任务”的大工程模型。Fable 5 支持 100 万 token 上下文、12.8 万 token 最大输出，价格是 Opus 4.8 的两倍；Simon 观察到它有明显的 “big model smell”：知识密度更高、能处理更宽的工程上下文，并在 micropython-wasm、Datasette Agent、LLM 库等真实项目中完成了复杂改造、测试和文档工作。但成本也同样刺眼：他当天使用 Fable 约花掉 110 美元，其中一个任务接近 100 美元。这个实测很好地说明了 Fable 5 的正确定位：它不是日常默认模型，而是用于复杂代码迁移、长程 agentic 编码和高价值工程交付的最高级任务节点。

以下是他用不同算力档位测试的 SVG 效果，最高档多了很多细节。

定价真贵

Fable 5 与 Mythos 5 的 API 定价是每百万输入 token 10 美元、每百万输出 token 50 美元，恰好是 Opus 4.8 的两倍。它支持 100 万 token 上下文窗口与 12.8 万 token 最大输出，已在 Claude API、Claude Platform on AWS、Amazon Bedrock、Vertex AI 与 Microsoft Foundry 上线。

这个价格不是简单涨价，而是一种产品定位：Fable 5 不适合作为默认模型，更像最高级任务节点。

它应该被用于那些“单次失败的代价远高于 token 成本”的任务：复杂代码迁移、长程 agentic 编码、跨文档推理、专业分析、一次性高价值交付。常规摘要、日常问答、低风险分类、普通代码解释，并不值得无差别迁移到 Fable。

未来 AI 应用的成熟度，很大程度上取决于模型路由能力：什么任务交给便宜模型，什么任务升级到 Fable，什么任务因为数据或安全边界根本不该进 Fable。

最强模型不是默认入口，而是昂贵、稀缺、需要调度的计算资源。

fallback：“安全”路由机制

Fable 5 最重要的产品设计，是 fallback routing。

当分类器识别到网络安全、生物/化学、模型蒸馏等高风险主题时，Fable 5 不会简单拒答，而是把这次响应交给 Opus 4.8 处理。Anthropic 称，超过 95% 的 Fable 会话不触发回退，平均触发率低于 5%。官方也表示，用户会在 fallback 发生时被告知。

这不是传统意义上的“安全拒绝”，而是把安全做进了模型路由层：最高能力模型不直接处理高风险请求，系统用较弱模型保持对话连续性。

对开发者来说，这改变了 API 的含义。调用 claude-fable-5，并不总是意味着稳定接入同一个能力层。你实际调用的是一套带分类器、运行时路由、拒绝信号、fallback 逻辑和计费规则的模型基础设施。

Anthropic API^[4] 文档显示，在 Claude Fable 5 拒绝请求时，Messages API 会以 HTTP 200 返回 stop_reason: "refusal"，而不是返回传统错误；响应还会标明触发拒绝的 classifier。开发者可以通过 fallbacks 参数让 API 自动重试到其他 Claude 模型，也可以使用 SDK middleware 在客户端处理 fallback。计费上，如果请求在生成任何输出前被拒绝，则不计费；若 fallback 到其他模型，Anthropic 提供 fallback credit，用于抵消切换模型带来的 prompt-cache 成本。

这意味着，开发者不能再把前沿模型当成一个单纯的文本生成端点。你需要监控：是否触发拒绝，是否发生 fallback，最终由哪个模型完成响应，输出质量是否仍可接受，成本是否符合预期。

在受防护领域里，盲目付 Fable 溢价未必划算。请求一旦被分类器命中，最终仍可能由 Opus 4.8 处理。真正该问的是：哪些任务位于 Fable 的可发挥区间？

更大争议：静默削弱

Nathan Lambert 在 Interconnects^[5] 对 Fable 5 的批评，并不是否认模型能力。他承认 Fable 5 是一次真实的能力跃迁，也认为它说明 LLM 训练远未撞墙。他真正关注的，是 Anthropic 正在把“能力访问控制”包装成模型安全的一部分。

Fable 5 的安全机制可以分成两类。

第一类是显式防护。网络安全、生物/化学、模型蒸馏等高风险请求触发后，用户会被告知，并回退到 Opus 4.8。这类机制虽然可能误伤合法需求，但至少是透明的：用户知道发生了什么，也知道自己拿到的已经不是最高能力版本。

第二类则更具争议，针对的是“前沿 LLM 开发”相关主题。根据 system card^[6] 中被 Interconnects 引用的原文，这类防护不会对用户可见，也不会触发模型回退，而是通过提示词修改、引导向量或参数高效微调（PEFT）等方式限制模型效能。也正因为它不可见，外界很难判断某次能力下降究竟来自模型局限，还是隐藏防护已经介入。

如果这一机制属实，它触及的就不只是安全问题，而是知识与能力的分配问题。

Anthropic 给出的理由是双重用途风险（dual-use risk）：更强的 AI 研发能力可能加速危险模型扩散，也可能帮助竞争对手更快逼近前沿。但问题在于，这两种目标——降低风险与维持领先——并不总能被清晰区分。当一个模型在芯片设计、训练基础设施、数据管线、分布式训练优化等领域被刻意削弱时，外界很难判断限制究竟是在防止危险扩散，还是在保护既有优势。

Lambert 的批评正是针对这一点。他认为，拒绝回答是一种明确的产品行为；静默削弱则改变了用户与模型之间的契约关系。用户以为自己在使用最强模型，但模型可能已经在某些方向上被人为降低能力，而这一过程既不可见，也不可验证。

更深一层看，这其实反映了前沿 AI 竞争进入了新的阶段。

过去几年，行业主要争论的是模型是否应该开源、是否应该发布、是否应该增加安全限制。而 Fable 5 展示的是另一种治理逻辑：模型可以公开发布，但最关键的能力被保留在受控通道里。普通用户获得的是经过筛选的能力集合；完整能力则只向被认定为可信的组织开放。

这种逻辑背后还有明显的地缘政治色彩。

Anthropic 在系统卡中多次提到国家级风险、模型扩散风险以及先进 AI 能力外流问题。与此同时，美国政府近一年也持续推动对先进芯片、先进模型和关键 AI 技术的出口限制。放在这个背景下看，Mythos-class 模型更像一种数字时代的战略资源：不是所有人都能获得，也不是只要付钱就能获得，而是需要经过身份、用途和信任审查。

如果这种模式被 OpenAI、Google DeepMind 等前沿实验室普遍采用，那么未来 AI 行业的竞争重点可能不再只是训练出最强模型，而是谁有资格接触最强模型。

这正是门控发布最深刻的变化。过去的 AI 市场遵循的是商业逻辑：能力换价格。现在开始出现另一套规则：能力换信任。

而一旦能力分配开始依赖厂商对“可信用户”的定义，一个新的问题就会出现：谁来决定什么是可信？是模型公司、政府机构，还是某种跨国治理体系？

这也是 Fable 5 引发争议的根源。争议从来不只是 Anthropic 是否应该限制能力，而是当最强 AI 逐渐变成一种需要审批才能获得的资源时，整个行业正在从开放市场走向许可体系。限制本身未必不合理，但限制必须透明、可解释、可审计。否则，“安全”最终可能演变成一种无法被外部监督的能力控制机制。

Project Glasswing：漏洞发现

Mythos 侧，在 Project Glasswing 中展现得最充分。

据 Anthropic 披露，约 50 个初始伙伴使用 Mythos 的前身，在主流操作系统、浏览器和大量开源项目中发现了逾 1 万个高危/严重漏洞。Cloudflare 据称发现约 2000 个漏洞；Mozilla 在 Firefox 150 中修复 271 个漏洞。Anthropic 自己扫描了 1000 多个开源项目，在两万余个潜在问题中估算出约 6200 个高危/严重漏洞，并对其中 1752 项交由六家独立安全公司复核，确认约 90.6% 为真阳性。

这些数字来自官方披露，需要保留来源边界。但方向已经足够清楚：前沿模型正在让漏洞发现成本急剧下降。

这会把网络安全瓶颈后移。过去难的是“能不能找到漏洞”；接下来难的是验证、披露、修复、合并、部署补丁，以及协调不同项目、厂商、政府和基础设施组织的响应速度。

一个能快速找出大量漏洞的模型，如果没有配套的修复与协调机制，带来的未必是更安全，也可能是更危险的不对称。攻击者只需要一个可利用漏洞，防御者却要处理成千上万个可能真实的报告。

这也是 Mythos 没有公开发布的核心理由。它不能简单按价格出售，而要按身份、用途和问责能力配给。

30 天留存：最强能力换取更多留痕

Mythos-class 模型还有一项容易被忽略的变化：对 Fable 5、Mythos 5 及未来同等或更高能力的模型，prompts 与 outputs 会保留 30 天，用于信任与安全，不用于训练。

对 Claude Free、Pro、Max 等消费者计划来说，这不算显著新增变化，因为相关界面原本就会出于安全目的保留输入与输出。真正受影响的是此前依赖零数据留存（ZDR）的组织：例如在 Claude Console 中启用 ZDR 的 workspace、Claude Enterprise 中启用 ZDR 的 Claude Code，以及通过 AWS Bedrock、Google Cloud Agent Platform 或 Microsoft Foundry 使用 ZDR 的客户。对这些组织而言，要使用指定的 Mythos-class 模型，就必须接受 30 天留存；其他模型仍按原有条款处理。

这是一道结构性裂缝：想要最高能力，就要接受更强留痕。“前沿能力”与“零留存”第一次出现制度层面的冲突。

企业采购前沿模型时，问题不再只是“模型够不够强”，还包括：数据是否会被保存？保存多久？谁能访问？是否符合监管要求？是否支持审计？是否影响原有 ZDR 承诺？

高能力模型越来越像高风险基础设施，而不是普通 SaaS 工具。

开源阵营会获得新理由

Lambert 文章还有一个值得保留的判断：门控越重，开源的政治正当性越强。

闭源实验室越强调“只有我们能安全地控制最强 AI”，开源阵营越会反过来强调“可审计、可修改、可控制”也是一种安全。尤其当闭源模型开始出现静默削弱、访问分级、强制留存时，开源不再只是成本或自由问题，也会变成信任问题。

这并不意味着开放权重一定更安全。它只是说明，闭源前沿模型的门控策略会给开源生态提供新的动员理由：我们需要能被理解、能被检查、能被替换的智能，而不是一个在关键时刻可能改变能力边界却不告诉你的黑箱。

从能力到访问权竞赛

把这些线索收拢起来，Claude Fable 5 的标志性意义很清楚：前沿 AI 正在从“能力竞赛”转向“访问权竞赛”。

过去，行业主要关心谁的模型更强。现在，更关键的问题变成了：

• 谁能访问未被完整限制的能力？
• 谁能承担相应的合规成本？
• 谁有资格被模型厂商和政府认定为可信使用者？

最强能力不再必然卖给出价最高的人，而会配给被认为最可信、最可问责、最符合战略安全目标的组织。

前沿 AI 的稀缺品也被重新定义了。它不再只是 token、上下文窗口或 benchmark 分数，而是三样东西的组合：能力、信任、合规。Fable 5 把能力推到新高度；Mythos 把“信任”变成可配给资源；30 天留存则把“合规成本”摆到了台面上。

Fable 5 可能会被记为负责任交付前沿能力的范本，也可能会被记为前沿 AI 走向不透明分层的起点。两种结局之间的差距，取决于一个问题：当模型厂商开始按信任分配能力时，谁来监督“信任”本身？

References