克劳德寓言5.1和克劳德神话5.1

我们正在介绍克劳德寓言 5.1 和克劳德神话 5.1。它们是世界上最先进的编码和知识工作模型，它们的研究能力让人们能够初步了解人工智能模型将如何促进科学进步。 Claude Fable 5.1 和 Claude Mythos 5.1 是同一型号，但防护级别不同。 《神鬼寓言》5.1 是普遍可用的，而《神话 5.1》只能通过我们的可信访问程序获得；其保障措施是专门为支持网络安全和生命科学领域的工作而设计的。除了功能的增强之外，《神鬼寓言 5.1》还采取了重要措施来解决我们从客户那里收到的有关价格、数据保留和安全措施的反馈。价格 。对于典型工作负载，无论使用情况如何按代币计费，《神鬼寓言 5.1》的成本预计比《神鬼寓言 5》低 25%。这是因为我们正在降低缓存读取（模型读取已处理和存储的输入）的定价。对于高度代理的工作，节省的费用通常会大得多，高达约 45%。数据保留。我们的新企业前沿保障 (EFS) 系统为客户提供完全的隐私（与零数据保留政策相同），同时在防止敌对性使用方面仍然保持最先进的水平。 EFS 的工作原理是将数据存储在完全由客户而非 Anthropic 控制的云基础设施中。它将从今年秋季晚些时候开始分阶段向企业客户提供。在 EFS 推出之前，符合条件的客户将能够以零数据保留的方式使用 Fable 5.1。保障措施。我们改进了保护措施，以减少误报（系统标记良性内容）。在网络安全方面，我们最新的防护措施阻止的误报比以前减少了 60%。部分原因是《神鬼寓言 5.1》现在可用于发现软件漏洞，但不能为其开发漏洞利用程序。在生物学方面，我们与美国政府合作开发了一项访问计划，以便能够访问 Claude Mythos 5.1 的高级生物学功能。我们预计很快就会向科学家开放报名。新的性能前沿 Claude Fable 5.1 为编码、知识工作和长期运行的问题解决任务设立了新标准。下图显示，《神鬼寓言 5.1》比其前身《神鬼寓言 5》具有更高的性能。当设置为“低”或“中”工作量时，《神鬼寓言 5.1》以更低的成本实现了与《神鬼寓言 5》相似或更好的结果。 （请注意，《神鬼寓言 5.1》在 Claude Code 中默认为“高努力”，在 Claude Cowork 和 Claude.ai 中默认为“Medium”。） 代理科学研究 代理终端编码 多学科推理 代理编码 代理科学研究 代理终端编码 多学科推理 代理编码 终端基准科学 0.1 准确性与成本 0 10 20 30 40 50 60 分数 (%) 10 15 20 30 40 50 每项任务的平均成本（美元，对数刻度） low med high xhigh max low med high xhigh max Terminal-Bench 4.0 准确性与成本神话 5.1 寓言 5.1 神话 5 10 20 30 40 50 60 70 0 分数 (%) 5 8 10 15 20 30 每项任务的平均成本（美元，对数）比例) low med high xhigh max low med high xhigh max low med high xhigh max 人类期末考试准确率与成本 寓言 5.1（带工具） 寓言 5.1（无工具） 寓言 5（带工具） 寓言 5（无工具） 50 55 60 65 0 通过率 (%) 0.2 0.5 1 2 4 每项任务的平均成本（美元，对数标度） 低 最大 低 最大 低max low max CursorBench 3.2.0 准确度与成本 60 65 70 75 0 分数 (%) 2 3 5 10 20 每个任务的成本（美元，对数刻度） low med high xhigh max low med high xhigh max Fable 5.1 避免了导致工作质量较差的捷径，并且足够智能，可以解决软件问题的根本原因。例如，在投资公司 Millennium 的测试中，《神鬼寓言 5.1》发现了其内部系统罕见崩溃的原因，而经过几年的尝试，他们的工程师（或任何其他模型）都无法解释这一原因。在这里，您可以看到 Fable 5.1 在不同基准上的比较： Fable 5.1 Fable 5 Opus 5 GPT-5.6 Sol Agentic 科学研究 Terminal-Bench-Science 0.1 Agentic 科学研究 Terminal-Bench-Science 0.1 52.6% 24.7% 29.0% 22.4% Agentic 编码 Terminal-Bench 4.0 Agentic 编码 Terminal-Bench 4.0 55.8% 60.9%（神话 5.1） 42.0% 52.3% 37.3% 知识工作 GDPval-AA v2 知识工作 GDPval-AA v2 1853 1723 1824 1711 计算机使用 OSWorld 2.0 计算机使用 OSWorld 2.0 77.9% 部分 72.9% 部分 75.4% 部分 — 部分41.7% 严格 36.1% 严格 39.6% 严格 — 严格 多学科推理 人类的最后考试 多学科推理 人类的最后考试 60.9% 无工具 57.8% 无工具 56.6% 无工具 — 无工具 65.0% 有工具 63.8% 有工具 63.6% 有工具 — 有工具 业务工作流程 AutomationBench 业务工作流程 AutomationBench 31.4% 17.1% 26.9% 19.6% 代理编码 CursorBench 3.2.0 代理编码 CursorBench 3.2.0 73.4% 70.5% 70.0% 67.2% Fable 5.1 在启用生产保障措施的情况下进行评估。在这些保障措施介入的任务中，《神鬼寓言 5.1》和《神鬼寓言》