刚刚，Claude 5.1 发布！全球最强模型来了

机器之心编辑部 就在刚刚， Anthropic 推出新一代模型 Claude Fable 5.1 和 Claude Mythos 5.1。 Anthropic 称 Claude Fable 5.1 是目前最强大的公开可用模型之一， 专为复杂推理、长周期任务和 Agent 工作流打造。而 Claude Mythos 5.1 则代表他们探索的更高能力边界。 需要注意的是， 虽然两者共享相同的基础模型能力，但针对不同使用场景采用了不同的安全措施。 其中 Fable 5.1 面向普通用户、开发者和企业开放，Mythos 5.1 则面向经过审核的高风险领域合作伙伴，保持更严格访问控制。 换句话说，一个负责进入现实世界工作，另一个则被留在更严格控制的环境里。而这也或许是 Anthropic 对未来 AI 产品形态的一次探索： 最强模型，不一定会以同一种形式提供给所有人。 官方则表示，这两个模型代表了 Claude 系列能力的重要进展，并展示了他们如何在提升模型能力的同时，继续推进安全部署。 作为「地表最强」模型的 Fable 5.1，性能表现依旧能打，官方数据显示，Fable 5.1 多项基准测试的表现均优于上一代旗舰 Fable 5。 但能力更强，价格却便宜了。 Anthropic 表示，Fable 5.1 保持基础价格不变，缓存读取成本相比 Fable 5 降低了 75%。在实际使用中，这使模型的整体成本对于典型工作负载降低约 25%；对于高度 Agent 化的工作负载，成本最高可降低 45%。 看来，就连最强大模型也在讲究性价比了。 下面来具体看一下。 低档位追平上一代，Fable 5.1 主打「性价比」 相比单纯刷新榜单，Anthropic 这次更想强调的是： Fable 5.1 可以用更低的推理成本，完成过去需要 Fable 5 高档位才能完成的任务。 根据官方测试，Fable 5.1 在低、中等推理强度下，已经能够取得接近甚至超过 Fable 5 的表现。Claude Code 默认使用高推理强度，Claude Cowork 和 Claude.ai 则默认使用中等强度，用户也可以根据任务复杂程度，在速度、成本与效果之间进行调整。 具体来看，Fable 5.1 在科学研究型 Agent 基准 Terminal-Bench-Science 0.1 中取得 52.6% 的成绩，相比 Fable 5 的 24.7% 提升超过一倍；在 Terminal-Bench 4.0 中，Fable 5.1 达到 55.8%，开放更多能力的 Mythos 5.1 进一步达到 60.9%。 在知识工作、计算机操作和业务流程测试中，新模型同样取得提升。AutomationBench 成绩从 Fable 5 的 17.1% 提高到 31.4%，CursorBench 3.2.0 则从 70.5% 提高到 73.4%。 多项基准测试中，Fable 5.1 的成绩均超过 Fable 5，科学研究型 Agent 与商业工作流能力提升最为明显。 Terminal-Bench 4.0 测试中，Fable 5.1 与 Mythos 5.1 在不同推理强度下均超过上一代 Mythos 5。 在 Terminal-Bench-Science 0.1 测试中，Fable 5.1 最高得分达到 52.6%，超过 Fable 5 的两倍。 Anthropic 认为， Fable 5.1 的一项重要变化，是更愿意追踪问题的根本原因，也更适合执行持续数小时甚至数十小时的复杂任务。 投资机构 Millennium 在测试中发现，一段内部代码大约每百万次运行会崩溃一次。这个问题困扰工程团队四五年，其他模型也没有找出原因。Fable 5.1 则通过反汇编外部供应商的程序库、比对核心转储文件，最终将问题定位到第三方程序库中的一个 Bug。 Ramp 还让 Fable 5.1 连续运行了 38 小时。模型在发现原有机器学习结果受到标签错误影响后，自行修正问题，并发启动六组实验，最终整理出新的结果与后续建议。 从写代码到做科研 这次发布中，Anthropic 用相当大的篇幅介绍 Fable 5.1 与 Mythos 5.1 在科学研究中的表现。 在蛋白质设计实验中，研究人员让 Mythos 5.1 调用开源蛋白质设计与折叠工具，再将生成的设计交给两个外部机构进行实验验证。 在三个目标蛋白上，Mythos 5.1 设计的结合剂亲和力达到 Adaptyv Bio 相关蛋白质设计竞赛最佳方案的 10 倍。面对 12 个目标蛋白时，模型设计的有效结合剂命中率接近 50%，而 Anthropic 给出的行业常见水平为 10% 至 15%。 Fable 5.1 还利用 30 多年前 NASA 麦哲伦号探测器采集的雷达图像，为金星约三分之一的表面生成了一张新的高分辨率高程图。 NASA 麦哲伦号探测器拍摄的金星雷达图像，画面中央为一座直径约 15 公里的小型盾状火山。 原有地图只能呈现 10 至 20 公里尺度的细节，新地图将分辨能力提高至 2 至 3 公里，高度测量准确度最多提升 25%。Anthropic 计划以知识共享许可公开这张地图，供 NASA VERITAS 和欧洲航天局 EnVision 等后续任务参考。 在计算生物学领域，Mythos 5.1 通过编写定制 GPU 内核、缓存中间结果，将 7 个开源蛋白质与基因组深度学习模型的运行速度最高提高 2.5 倍，同时保持输出结果一致。在部分全基因组分析任务中，预计可以降低 30% 至 60% 的 GPU 成本。 Mythos 5.1 优化 7 个开源蛋白质与基因组模型后，推理速度提高 1.4 至 2.5 倍。 Anthropic 想借这些案例证明，模型正在从整理资料、编写代码，进一步走向提出方案、运行工具并交付可供实验验证的科研结果。 缓存价格降了 75%，Agent 任务最高便宜 45% 性能之外，价格是 Fable 5.1 最直接的一个变化。 Fable 5.1 的输入和输出价格没有调整，仍为每百万 Token 10 美元和 50 美元，但缓存读取价格从原来的水平下调 75%，降至每百万 Token 0.25 美元。 缓存读取指的是模型重复使用已经处理过的上下文。普通问答中的占比可能有限，但在需要反复读取代码库、历史对话和工具结果的 Agent 任务中，缓存往往构成主要成本。 按照 Anthropic 对 2026 年 8 月实际使用数据的测算，Fable 5.1 运行典型任务的整体费用比 Fable 5 低约 25%；对于上下文较长、工具调用频繁的复杂 Agent 任务，成本降幅最高可达到约 45%。 缓存读取价格下调后，Fable 5.1 典型任务成本降低约 25%，高 Agent 化任务成本最高降低约 45%。 Fable 5.1 现已登陆 Claude.ai、Claude Code 和 Claude API，同时通过 AWS、Google Cloud 与 Microsoft Azure 提供。开发者可以通过 claude-fable-5-1 调用新模型。 防蒸馏机制再加强 Fable 5.1 和