最强模型Fable 5.1发布，Anthropic利用降价换IPO

文 | AIX财经，作者 | 雷晶，编辑 | 金玙璠 9月1日凌晨，Anthropic正式发布Claude Fable 5.1和Claude Mythos 5.1。 和上一代一样，两款模型共享同一套底层模型，区别主要在安全权限和开放范围。Fable 5.1面向普通用户和企业，已经上线Claude、Claude Code和API；Mythos 5.1则继续走“专业版”路线，只向经过审核的美国机构的网络安全与生命科学专业人士开放，在部分敏感任务上的限制更少。 从能力来看，在官方公布的多项测试中，新模型全面超过上一代，在科研Agent、终端编程、企业工作流和计算机操作等长链条任务上明显提升。在第三方Artificial Analysis最新综合智能指数中，Fable 5.1 Max档拿到66分，超过Opus 5的63分，排名第一。 图源 / Artificial Analysis官网 价格上，两款模型也保持一致，每百万Token输入和输出分别为10美元和50美元，与上一代Fable 5持平。不过，Max会员和部分企业高级席位可以在套餐额度内使用Fable 5.1，而Pro等部分用户则需要额外购买积分按量调用。 可以看出 ，Fable 5.1一边继续强化长程Agent能力；一边通过降低Agent场景成本、调整安全机制，让这套旗舰能力进入更多企业工作流。 当各家旗舰模型之间的能力差距越来越小，Anthropic为什么还要继续投入最贵、最强的模型？它又能不能把这份领先，变成足以支撑IPO的收入和利润？ 01.新模型，强在哪儿？ 我们先来看看Fable 5.1进步最明显的几个方面。 图源 / Anthropic官网 科研Agent是提升最明显的方向之一。在Terminal-Bench-Science 0.1中，Fable 5.1从上一代的24.7%提高到52.6%，成绩超过翻倍。这说明它在需要长期规划、工具调用和结果验证的科研任务中，执行能力明显增强。 类似的变化也出现在长程工作任务中。AutomationBench中，Fable 5.1从17.1%提高到31.4%；Terminal-Bench 4.0则从42%提升到55.8%。相比上一代更擅长处理步骤多、持续时间长，并且需要根据环境变化不断调整的任务。 Anthropic给出的一个案例也体现了这一点。在Ramp测试中让Fable 5.1处理一项机器学习任务，模型连续自主运行38小时。过程中，它发现原有实验受到标签问题影响，随后修正方案、重新启动实验，并继续根据结果推进任务。 相比之下，Fable原本就比较强的编程和通用推理能力，这次更多是在高位继续提升。 除了面向企业用户的Fable 5.1，Anthropic也通过Mythos 5.1展示了模型在专业领域的能力。在蛋白质设计任务中，Mythos 5.1生成的结合蛋白方案经过外部实验验证，在12个目标测试中的命中率接近50%，高于行业常见的10%至15%；在计算生物学场景中，它还优化了7个开源模型的GPU Kernel，使推理速度最高提升2.5倍，并降低30%至60%的GPU成本。 整体来看，Fable 5.1强化的是Agent执行能力，让模型能够处理更长、更复杂的任务；Mythos 5.1则进一步拓展了模型在科研等专业场景中的能力边界。 跑分之外，我们也用三道题测试Fable 5.1的实际能力如何。这三个任务分别考察复杂交互设计、大规模场景生成以及动态效果模拟。 第一个任务，我们要求它生成一个可交互的城市拆除场景，用户可以控制吊车、炸药等工具，对建筑进行破坏，并支持慢动作和时间回溯。 Fable 5.1搭建出了包含办公楼、街道、车辆和起重机的城市场景，要素比较齐全。吊车撞击、炸药爆破、慢动作和回放等我们要求的功能都能正常运行。建筑倒下时，会伴随碎片飞散、烟尘扩散等视觉效果，整体完成度比较高。 Fable 5.1生成的可交互城市 第二个任务，我们要求它生成一片覆盖大量蝴蝶的森林，并通过一个按钮触发蝴蝶从树枝上集体飞起。这个任务更考验模型对大规模场景的处理能力。 Fable 5.1的表现相对一般。它生成了森林和蝴蝶等基础元素，但没有还原“森林被蝴蝶覆盖”的效果。大量蝴蝶集中堆叠在几棵树上，视觉上更像蜂巢。 Fable 5.1生成的蝴蝶森林 第三个任务是火山喷发模拟，相比前两个场景，火山更考验模型对动态过程和物理效果的理解。我们要求它实现从喷发前烟雾积累，到岩浆喷射、碎石飞散，再到火山冷却的完整过程。成品中的火山地形、岩浆流动和爆炸效果都比较写实、自然，能够随着时间变化推进不同阶段。不过，烟雾扩散形态比较像“直筒上升”，与真实火山喷发时的扩散形态有差距。 Fable 5.1生成的火山喷发模拟 这三次测试中，Fable 5.1展现出的变化和跑分结果比较一致，它可以理解一个完整项目需要哪些组成部分，并将不同模块组合起来。不过，在涉及大量元素同时运动、复杂视觉效果控制时，稳定性不足。 02.降成本和提性能，能否兼顾？ 性能继续往上走的同时，Anthropic也开始降低Fable的使用成本。 Anthropic这次选择降低长任务中更关键的Cache Read成本。模型重复读取已经处理过的上下文的价格，从每百万Token 1美元降至0.25美元。 按照官方测算，Fable 5.1在典型工作负载中的整体成本可以下降约25%，在高频调用工具的Agent任务中最高下降约45%。 原因在于，Agent任务通常需要持续读取此前的上下文。一项持续数小时的任务里，模型可能需要反复调用已有信息，Cache Read成本会随着任务长度增加。 这项调整瞄准的是Agent任务中的实际使用成本。对于需要持续调用工具、反复读取上下文的长任务来说，降低推理成本，能够降低企业使用高级模型的门槛。 Anthropic也在提高Fable 5.1被“复制”的门槛。 从Fable 5.1开始，对于8月31日之后创建的新API账户，模型生成的thinking block会与产生它的整段对话绑定。如果开发者修改此前的系统提示词、工具列表或历史消息，再把原来的推理内容放回新请求中，API默认会直接拒绝，或者根据设置丢弃已经失效的推理块。 Anthropic解释，这套机制主要用于防止模型推理过程被大规模提取，并用于训练其他模型。 过去一些开发者可以通过反复调用高级模型、获取输出结果，再用这些数据训练低成本模型，新的限制提高了这类蒸馏行为的难度。 这反映出头部模型公司正在面对的矛盾，一方面，需要开放模型能力，扩大调用量和商业收入；另一方面，也需要保护高成本训练形成的技术优势。 Anthropic想降低企业使用Claude的门槛，同时减少领先能力被快速复制的可能。 它需要把领先的模型能力变成更大的调用量，同时避免这份领先太快被同行复制。 03.冲刺IPO，Anthropic还 差 什么？ Anthropic也已经进入上市前的关键阶段。 5月28日，Anthropic完成650亿美元Series H融资，投后估值达到9650亿美元；四天后，公司向美国证券交易委员会秘密提交S-1文件，进入IPO筹备阶段。 8月底，有消息称Anthropic计划在9月初公开招股书，最