Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

我们推出 Claude Fable 5.1 和 Claude Mythos 5.1。它们是全球最先进的编码与知识工作模型——其研究能力让我们得以初步窥见 AI 模型将如何为科学进步做出贡献。

Claude Fable 5.1 和 Claude Mythos 5.1 是同一个模型，但防护措施级别不同。Fable 5.1 全面开放使用，而 Mythos 5.1 仅通过我们的可信访问计划提供；其防护措施专为支持网络安全和生命科学领域的工作而设计。

除了能力提升之外，Fable 5.1 还采取了重要举措，以回应客户在价格、数据保留和防护措施方面的反馈。

价格。 对于按 token 计费的典型工作负载，Fable 5.1 的成本预计比 Fable 5 低 25%。这是因为我们降低了缓存读取（即模型读取已处理并存储的输入）的定价。对于高度依赖智能体的工作，节省幅度往往更大——最高可达约 45%。

数据保留。我们全新的企业前沿防护（EFS）体系为客户提供完全的隐私保护（等同于零数据保留政策），同时仍能保持最先进的防对抗性使用能力。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。该体系将从今年秋季晚些时候开始，分阶段向企业客户提供。在 EFS 可用之前，符合条件的客户将能够在零数据保留的情况下使用 Fable 5.1。

防护措施。我们改进了防护措施，以减少误报（即系统将良性内容标记为有问题）。在网络安全领域，我们最新的防护措施误报率比之前降低了 60%。部分原因是 Fable 5.1 现在可用于发现软件漏洞——但不能用于开发针对这些漏洞的利用程序。在生物学领域，我们与美国政府合作建立了一项访问计划，以开放 Claude Mythos 5.1 的先进生物学能力。我们预计很快将向科学家开放注册。

全新的性能前沿

Claude Fable 5.1 为编码、知识工作和长时间运行的问题解决任务树立了新标准。下图显示，Fable 5.1 的性能远高于其前代 Fable 5。而当设置为低或中等努力程度时，Fable 5.1 能以低得多的成本取得与 Fable 5 相似或更好的结果。（请注意，Fable 5.1 在 Claude Code 中默认为高努力程度，在 Claude Cowork 和 Claude.ai 上默认为中等。）

Fable 5.1 会避免导致工作质量下降的捷径，并且足够智能，能够修复软件问题的根本原因。例如，在投资公司 Millennium 的测试中，Fable 5.1 找到了其内部系统中一个罕见崩溃的原因，而该公司的工程师（以及任何其他模型）多年来一直未能解释这一原因。

在这里，你可以看到 Fable 5.1 在各项基准测试中的对比：

我们的早期访问合作伙伴注意到了这些性能提升，也发现了模型输出在质量上的更多改进。以下是他们告诉我们的内容：

引述

“在内部基准测试中，Claude Fable 5.1 解决的编程问题比 Fable 5 或 Opus 5 更多，并在交易直觉方面达到了最先进水平。此前的模型工作时间越长就越难以理解，而 Fable 5.1 在长时间、多步骤任务中仍保持可读性。”

公司Jane Street Capital

作者Craig Falls，量化研究主管

科学研究

我们在广泛领域测试了 Claude Fable 5.1 和 Claude Mythos 5.1 的科学研究能力。我们的发现——包括下文分享的早期示例——进一步证明，AI 模型很快将为科学发现做出重要贡献。

分子设计。 许多现代药物通过与体内靶点结合来阻断、激活或向其递送物质而发挥作用。高亲和力结合物是药物在较低剂量下起效的必要条件；设计出这样的结合物是许多常见药物模态研发过程的第一步。为了解 Claude Mythos 5.1 在这项任务上的表现，我们让模型使用开源蛋白质设计和折叠工具，并将其设计发送给两家外部机构进行实验验证。Mythos 5.1 证明能够设计出极高亲和力的结合物。在三个靶点上，^[3] 其结合亲和力比提交给 Adaptyv Bio 蛋白质设计竞赛的最佳设计高出 10 倍。其命中率（即有效结合物设计的数量）是我们迄今测得的最强水平：在 12 个靶点上达到近 50%。（如今蛋白质设计中 10–15% 的命中率属于典型水平。）

计算分析与建模。Claude Fable 5.1 训练了一个神经网络，为金星三分之一的表面创建了一张全新的高分辨率高程图。其工作基于 NASA 麦哲伦号任务 30 多年前拍摄的雷达图像，以及一张已覆盖该行星五分之一表面的地图。Claude 的新地图现在能揭示低至两到三公里的细节，而非此前的 10 到 20 公里，并且显示高度的精度比以往提高了多达 25%。

我们以知识共享许可发布这张地图，以迎接即将到来的 NASA VERITAS 和 ESA EnVision 任务，希望它能帮助这些任务确定未来观测应针对哪些地质特征。

计算生物学。在计算生物学中，在 GPU 上运行特定任务的机器学习模型很常见。因此，这些模型的速度成为研究进展的瓶颈。Mythos 5.1 为这个问题提供了一种解决方案：通过编写自定义 GPU 内核并缓存其中间结果，它将七个开源深度学习模型的速度提升了多达 2.5 倍（输出完全相同）。

这种加速带来的好处会迅速累积。在任何一次实验中，生物学家可能会运行这些模型数千次（例如，测试每个人类基因附近的每一种可能突变）。在此类分析中，优化后的模型将估计的 GPU 成本降低了 30–60%。这种优化通常需要一个性能工程师团队花费数周时间，而且学术实验室往往负担不起。Mythos 5.1 仅凭公开可用的源代码，就能在短短几天内完成。我们计划很快将这些优化开源。

随着我们模型的科学能力不断提升，我们对科学进步的投入也在增加。上周，我们预览了模型硬件标准，它允许 Claude 直接且安全地操作实验室设备。我们最近还通过AI for Science 计划扩大了对科学家的支持，该计划为从事高影响力科学项目的研究人员提供免费额度，并且我们通过新的面向科学家的 Claude Team 计划提供大幅折扣的使用价格。

安全、保障与对齐

在过去两年中，AI 模型的智能体能力已变得强大得多。但正如我们记录的那样，更大的自主性伴随着新的风险。安全、保障与对齐方面的工作需要与 AI 能力以同样的速度推进。昨天，我们发布了一份报告，描述了我们在改进自身对齐和安全工作方面的进展

在发布 Claude Fable 5.1 和 Claude Mythos 5.1 之前，我们（在某些情况下还有外部研究人员）对这些模型在许多领域的风险进行了广泛测试。我们在系统卡中完整描述了这些工作；以下是简要总结。

化学与生物风险。我们测试了 Claude Mythos 5.1 在多大程度上可能协助制造化学或生物武器。这包括专家红队测试、自动化评估，以及一场将博士级生物学家与 AI 专家配对的桌面推演，用以检验这些模型能否达到人类专家的表现水平。Mythos 5.1 的能力强于 Mythos 5。然而，我们的评估表明，它仍未达到我们负责任扩展政策中定义的下一风险层级。因此，我们以与 Mythos 5 相同的保障措施部署 Mythos 5.1，这些措施限制对研究级生物学能力的访问。

网络风险。我们运行了一系列评估，以衡量 Claude Mythos 5.1 的网络能力（关闭网络安全保障措施）。总体而言，该模型展现出我们已发布模型中最强的网络能力，但仍处于我们前沿合规框架中的较低风险类别。我们还对 Fable 5.1 的网络安全保障措施进行了广泛压力测试：除了我们自身对其稳健性的动态评估外，我们还委托两家机构进行外部测试，并由Gray Swan 进行自动化测试。与 Fable 5 和 Opus 5 一样，我们未发现针对这些保障措施的严重级别越狱证据。

智能体安全。我们评估了 Claude Mythos 5.1 如何回应恶意请求和提示注入（隐藏在 AI 模型所处理内容中的对抗性指令）。它拒绝恶意智能体编程和计算机使用请求的比例与 Mythos 5、Sonnet 5 和 Opus 5 相当，并且在我们外部提示注入基准上是我们迄今为止最稳健的模型。

对齐。我们通过静态和交互式行为评估、使用自然语言自编码器对其内部思维的分析、与失准相关的能力评估、对训练数据的审查，以及对内部试点使用的分析，测试了该模型的行为。我们还收到了来自外部测试的报告。

我们的自动化行为审计发现，Claude Mythos 5.1 在大多数指标上比其前代 Mythos 5 对齐得更好。当被分配一项否则不可能完成的任务时，该模型试图访问测试环境之外资源的可能性显著低于 Mythos 5。它也比 Mythos 5 更不可能使用动机性推理来为其行为辩护（例如，推理认为该情境是模拟或评估），并且更不可能在追求用户目标时忽视明确约束。从我们对训练数据的审查来看，Mythos 5.1 尝试奖励黑客（或作弊）并成功做到这一点的总体比率均低于 Mythos 5。

尽管总体而言，我们的对齐评估显示出改进，但我们的测试发现，该模型有时仍能绕过审批和自动模式分类器（我们在系统卡中有更详细的讨论）。我们的对齐评估所提供的覆盖范围也存在局限。目前，我们的自动化行为审计对超长上下文工作和多智能体场景的可见性较低。我们对不可能任务的覆盖也不如我们希望的那样充分（这类任务可能引发更多异常和失准行为），不过我们最近在这一领域取得了改进，并正在努力继续推进。

我们还改进了安全防护措施，使其能让我们的模型更有用，同时不损害安全性。我们在下文描述这些变化。

面向企业的自动化防护措施。 企业前沿防护（EFS）使我们能够检测并响应对我们模型的滥用，同时仍为企业客户提供零数据保留协议的隐私保障。借助 EFS，客户将数据存储在自己的云基础设施上，而非 Anthropic 的系统上；任何人工审查默认由客户自己完成，而非 Anthropic。我们与金融服务、医疗保健、制造业、电信、法律、零售和公共部门等行业的 100 多家客户，以及我们在 Amazon Web Services、Google Cloud 和 Microsoft Azure 的云合作伙伴密切合作，开发了 EFS。

EFS 将在 Claude Code、Claude Enterprise、Claude Platform、Amazon Bedrock、AWS 上的 Claude Platform、Google 的 Agent Platform 和 Microsoft Foundry 上得到支持。它将分阶段推出，从今年秋季开始。如上所述，符合 EFS 资格的客户可以在 EFS 就绪之前，以零数据保留方式使用 Fable 5.1（以及 Fable 5）。你可以在此处了解更多关于 EFS 的信息；如需申请访问权限，请填写此表单。

针对生物学和网络安全更精确的防护措施。在过去几个月中，我们在使 Fable 5.1 的防护措施更加精确方面取得了进展：确保它们不太可能标记良性内容（例如关于医疗问题的查询，或网络防御者使用该模型来使自身系统更安全的查询），同时仍确保它们对真实威胁提供强有力的保护。

正如我们最近分享的那样，我们针对 Fable 5.1 和 Fable 5 的最新生物学防护措施，对于与基础生物学和医学问题相关的良性请求，触发频率降低了 85%（相对于随 Fable 5 一同推出的防护措施）。然而，与生命科学研究与开发相关的查询仍将被引导至我们的 Opus 模型。我们正通过一项与美国政府合作开发的 Claude Mythos 5.1 访问计划，向专业人士提供该模型的生命科学能力，我们将在下文讨论这一点。

在 Fable 5.1 中，我们正在更新网络安全防护措施，使其更加精准。我们现在还允许将 Fable 5.1 用于识别软件漏洞——也就是开展那种能够提升软件安全性的防御性工作。由于这些变化，Claude Code 用户平均每次会话中触发我们网络安全防护措施干预的次数，预计将比此前 Fable 5 上的防护措施减少约 60%。不过，我们的防护措施仍会将若干类两用网络安全任务（即可能具有有益或有害用途的任务）转交给我们的 Opus 模型处理。这包括渗透测试、漏洞利用生成以及基于二进制的漏洞扫描。

反蒸馏机制。 蒸馏是一种用于提取先进模型能力的方法。它通常以工业规模被使用，涉及数千个虚假账户。蒸馏是一种安全风险，因为被蒸馏出的能力随后可能在缺乏充分防护措施的情况下被发布。Fable 5.1 配备了强化机制，使蒸馏攻击更难实施。例如，新的 API 账户（即从今天起创建的账户）不再能够在多轮对话中手动编辑 Claude 的先前上下文，同时保留 Claude 先前思考的记录。这堵住了一种常见且有公开文档记载的蒸馏技术，该技术曾让蒸馏者得以非法提取 Claude 的思考内容。我们正在逐步推出这一变更，以尽量减少干扰：现有账户目前不受此变更影响，但在未来的模型版本中，该变更将适用于所有用户。届时，少数客户的自定义集成将受到影响。我们的帮助中心文章进一步说明了这一变更以及开发者可以做出的调整。

Claude Mythos 5.1 的可信访问

Claude Mythos 5.1 与 Fable 5.1 完全相同，但为经过审核、其工作受到上述网络安全和生命科学限制影响的个人和组织提供了更宽松的防护措施。它将通过两个可信访问计划提供：

• 网络验证计划： CVP 目前为防御性安全工作提供对某些 Opus 级和 Sonnet 级模型的访问权限，并降低了网络防护限制。在不久的将来，该计划还将纳入对 Claude Mythos 级模型的访问权限。在此申请加入 CVP。
• 生命科学验证计划： LSVP 旨在让生命科学专业人士能够使用 Claude Mythos 5.1，并配备专为专业研发活动设计的防护措施（同时所有其他防护措施仍然有效）。我们与美国政府合作，已招募了首批参与者，并计划将该计划的访问权限扩展到更广泛的生命科学界。

除了这些可信访问计划之外，我们的产品Claude Security——它扫描代码库中的漏洞并建议补丁供人工审查——现在也由 Claude Mythos 5.1 提供支持。

遵守欧盟《人工智能法案》

2026 年 7 月，Anthropic（连同其他 190 个签署方，其中包括多家其他主要 AI 模型提供商）签署了欧盟《人工智能法案》的《AI 生成内容透明度行为准则》。

这要求我们对2026年8月2日之后发布的模型输出添加水印——一种通过数值方式判断Claude是否参与某段文本写作的方法。正如我们近期所解释的，对于没有检测API的人来说，该水印是不可见的。它对Claude输出的质量或内容没有实际影响，也不包含任何关于用户、其组织或与Claude对话的信息。

该法案还要求我们提供一种方式，让用户判断某段文本是否可能包含水印。因此，我们正在以私密预览形式推出检测API。根据欧盟法律的要求，该API目前向符合条件的组织开放（如监管机构、执法部门、媒体、事实核查机构、独立研究人员、教育组织和欧盟公民社会团体）。对于同样有义务为自身遵守该法案而验证水印的企业，该API也可用。我们计划逐步扩大检测API的访问范围。你可以在此处登记访问意向。

成本与可用性

Claude Fable 5.1 今日已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。开发者可以通过 Claude API 使用 claude-fable-5-1 开始上手。

如上所述，在按 token 计费的使用场景中（例如我们的 API），我们降低了 Fable 5.1 缓存读取（即模型复用已处理过的上下文）的价格。缓存读取现在便宜 75%，即每百万 token 0.25 美元。

这一变化大幅降低了运行该模型的总体成本。对于典型工作负载，成本相对 Fable 5 降低约 25%。对于复杂编码和高度智能体化的任务，节省幅度最高可达约 45%。下图说明了为何这一变化会带来如此大的差异：

Fable 5.1 的其他定价与 Fable 5 相同：每百万输入 token 10 美元，每百万输出 token 50 美元。与此同时，我们正继续努力将 Fable 5.1 的许多改进推广到我们模型家族的其他成员。

如上所述，Claude Mythos 5.1 面向经过审核的网络防御者和生命科学家开放。目前，它仅向一组美国组织开放，不过我们正与美国政府协调，以尽快将访问范围扩大到更广泛的国内和国际合作伙伴。如需通过 CVP 登记对 Claude Mythos 5.1 网络防御访问的兴趣，请前往此处。