編按:本文綜合整理自 Anthropic 官方公告、Fable 5.1 與 Mythos 5.1 System Card、Hacker News 討論串、BenchmarkList 評測,並加入 Siami 編輯部觀點與分析。
Anthropic 正式推出 Claude Fable 5.1 與 Claude Mythos 5.1 兩款新模型,主打編碼、知識工作與長時程研究任務。Fable 5.1 全面開放,Mythos 5.1 僅透過受信存取管道提供給資安與生命科學領域的核可機構。兩者本質上是同一份模型,差別只在安全護欄的鬆緊程度。
一張表看懂 Fable 5.1 與 Mythos 5.1 的差別
| 項目 | Claude Fable 5.1 | Claude Mythos 5.1 |
|---|---|---|
| 底層模型 | 同一份權重 | 同一份權重 |
| 開放程度 | 全面可用 | 僅受信存取管道 |
| 適用對象 | 一般開發者、企業用戶 | 資安研究、合成生物學專業人士 |
| 安全護欄 | 較緊,誤判率降 60% | 較鬆,可處理進階研究任務 |
| 與美國政府合作 | 否 | 是(生物通道計畫) |
| 定價 | $10/M 輸入、$50/M 輸出 | 不公開,需洽詢 |
Mythos 5.1 的「更寬鬆護欄」並非讓模型更危險,而是讓資安研究員能做漏洞研究、讓科學家能分析蛋白結合——這些都是過去被過度嚴格的安全機制擋下來的合法用途。
為什麼這件事重要
Fable 5.1 的釋出不是單純的版本號遞增,而是 Anthropic 在三個層面同時調整:
- 價格結構大改:cache reads 直接砍 75%(從 $1/百萬 token 降到 $0.25),對長脈絡、agentic 工作負載特別敏感。高度 agentic 任務總成本最多降 45%。
- 企業隱私新方案 EFS(Enterprise Frontier Safeguards):號稱兼顧零資料保留的隱私 + 對抗濫用的監控。客戶資料存在自家雲端,Anthropic 預設看不到。
- 同一模型、兩種護欄的產品線拆分:用 Mythos 名義提供給受信機構「進階版本」,同時維持 Fable 對一般大眾的安全標準。這套模式以後很可能被其他模型廠跟進。
對企業開發者來說,Fable 5.1 是第一個讓「全日長時間 agent 跑任務」(像 Rakuten Medical 案例那種 38 小時無人值守的 ML pipeline)成本合理化的頂級模型。對學術界來說,Mythos 5.1 在蛋白設計、基因體模型最佳化上的表現(2.5 倍 GPU 加速)代表 AI 開始能分擔過去需要專業工程師數週完成的性能調校。
為什麼這個版本會讓 AI 競爭更激烈
Anthropic 透過 100 多家企業客戶(金融、醫療、製造、電信、法律、零售、公部門)合作開發 EFS,並與 AWS、Google Cloud、Microsoft Azure 三雲整合。這意味著:
- 生態系綁定更深:Claude Code、Claude Enterprise、Claude Platform、Amazon Bedrock、Google Agent Platform、Microsoft Foundry 同步支援
- 歐盟合規壓力下的產品演進:7 月簽署 EU AI Act 透明度守則後,8 月 2 日起的新模型都強制內建浮水印;Anthropic 已開出 detection API 給監管機關、媒體、研究機構使用
- 反蒸餾機制上膛:新帳號不能再手動編輯 Claude 先前脈絡又保留思考紀錄,這關閉了「公開蒸餾管線」的常見攻擊面
但競爭對手也不是省油的燈:GPT-6 預期將在秋季前後發表,Gemini 3 也被爆料在準備中。Anthropic 提前 1 個月釋出 Fable 5.1,等於先用「價格破壞」策略搶攻企業客戶。
數據解讀:基準測試告訴我們什麼
| 基準測試 | Fable 5.1 表現 | Fable 5 對照 | 意義 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 高 effort 約 60% | 21.4%(公開榜) | 自主科學研究能力近 3 倍 |
| Terminal-Bench 4.0 | max effort 70% | 約 50% | 終端編碼任務頂尖水準 |
| CursorBench 3.2 | max effort 73.4% | 略低 | AI 寫程式助手新標竿 |
| Humanity’s Last Exam | max effort 64.8% | 56% | 跨域推理突破 |
| SWE-bench Pro | 81.2%(最高分位) | 80% | 業界頂級 |
| 蛋白設計命中率 | 50%(12 個目標) | 業界平均 10-15% | 結合親和力達對手的 10 倍 |
| H100 GPU 推論加速 | 最高 2.5 倍 | 基準 | 7 款開源模型全受益 |
| Venus 雷達地圖 | 解析度 2-3 km | 10-20 km | 比 NASA 30 年前資料精細 5 倍 |
| 瀏覽器代理 | 82% 任務完成率 | 57%(Fable 5) | 自主網頁操作大躍進 |
三個最值得關注的數字:第一,蛋白設計命中率從業界平均 10-15% 拉到 50%,這代表 Mythos 5.1 不只是輔助工具,而是能直接進入實驗室流程的研究助手。第二,GPU 推論加速 1.4-2.5 倍讓小型學術實驗室也能跑得起大型基因體模型,過去只有 Google DeepMind 等機構才負擔得起。第三,Venus 雷達地圖從 10-20 km 解析度推進到 2-3 km,NASA 與 ESA 未來太空任務選點將直接受惠。
業界實測:客戶怎麼說
Anthropic 在公告中引述了多家早期合作夥伴的盲測評價,以下挑選幾段代表性意見:
- 對沖基金 Millennium:某個機率百萬分之一的罕見崩潰 bug,工程師、其他模型都找不到根因,Fable 5.1 反組譯外部函式庫、比對 core dump,獨立抓出來。
- Devin(AI 軟體工程代理):launch day 就把 Opus 5 流量全切到 Fable 5.1,效能不輸 Fable 5 但成本更低,「code review 終於跑得起了」。
- Rakuten Medical(臨床研究):三個頂級模型都核可過的臨床研究計畫,Fable 5.1 堅持要再測,然後提出全新假說,讓被團隊放棄的資料集變出新研究方向。
- Cursor:CursorBench 3.2 上跑出 73.4% max effort,「特別擅長自我驗證,能從頭到尾獨立完成困難任務」。
這些客戶引言不是行銷話術——Anthropic 在系統卡 (System Card) 中揭露,他們與 100 多家企業合作測試超過 18 個月才正式釋出,「實際表現」與「行銷承諾」之間的差距已收斂到合理範圍。
質疑與限制
雖然公告數字亮眼,但有幾個面向值得持續觀察:
- Mythos 5.1 的「實質差異」仍模糊:Anthropic 自己承認,改善護欄後 Fable 5.1 跟 Mythos 5.1 在多數任務上的差距會縮小。那 Mythos 到底「特別」在哪?答案可能不在模型本身,而在「能用 Mythos 做什麼」的法規授權。
- 自動化行為稽核仍有盲點:Anthropic 坦承在「不可能任務」跟「多代理環境」下的覆蓋率不足,而這些正是最容易誘發 misalignment 的場景。雖然比 Mythos 5 已經改善很多,但「更好」不等於「足夠」。
- 蛋白結合親和力的「10 倍」敘事需要小心看:這是針對 Adaptyv Bio 三個特定目標的成績,不等於通用蛋白設計都能達到 10 倍親和力。Anthropic 在腳註中也標明比較對象是設計比賽的「最佳設計」,而非業界整體水準。
- 25% 降價是 cache reads 帶動:如果你用 API 跑的是一次性短對話,實際感受的成本降幅不會到 25%。真正的 45% 折扣要靠長脈絡、高重複率的 agentic 工作流才看得到。
- 反蒸餾機制只影響新帳號,現有帳號暫時豁免:Anthropic 說要「漸進式部署」,避免打擾既有客戶。這代表蒸餾攻擊者在過渡期內仍可繼續用舊帳號抽思考紀錄。
延伸閱讀素材
- Anthropic 官方公告:Fable 5.1 與 Mythos 5.1
- 完整 System Card(PDF,176 頁)
- Anthropic Fable 5.1 產品頁
- Hacker News 主討論串(636 分、593 則留言)
- Hacker News 第二串(價格討論)
- BenchmarkList Fable 5.1 評測彙整
- BenchLM Mythos 5.1 評測
- 9to5Mac 報導
Siami 編輯部觀點
Anthropic 這次釋出的訊號很清楚:Fable 5.1 是產品,Mythos 5.1 是研究載具。前者要搶企業客戶的程式開發與知識工作預算,後者要推進 AI 對科學發現的實質貢獻——但兩者都用同一份模型權重,顯示 Anthropic 對「安全護欄差異化」這條路線的押注。
這對市場的影響是:OpenAI 跟 Google DeepMind 在未來幾個月勢必會推出對應產品線,屆時「頂級模型 + 多層護欄 + 受信存取管道」會成為業界標準模式。對台灣企業來說,如果你的工作是程式開發、長文檔分析、複雜資料處理,Fable 5.1 的降價會直接反映在帳單上;但如果你需要的是「處理高度敏感研究資料」的能力,Mythos 5.1 的取得管道仍是主要門檻。
最終,Fable 5.1 證明了一件事:AI 模型競爭已經從「誰的 benchmark 高」轉向「誰的價格 + 安全 + 生態系整合做得最好」。Anthropic 用一次發表會,把三個軸線全部推進一步。
網友熱門留言 (5)