您现在的位置是： > 快讯快讯

Anthropic 发布 Claude Fable 5.1，关键基准测试性能较前代翻倍以上

zhoucl 2026-09-02 06:21:05 快讯已有人查阅

导读Anthropic发布Claude Fable 5.1与Claude Mythos 5.1Anthropic于周二推出了Claude Fable 5.1和Claude Mythos 5.1，这是自6月9日Fable 5发布以来，Mythos系列模型线的首次更新。该公司声称，这些新AI模型是“全球最先进的代码与知识工作模

Anthropic发布Claude Fable 5.1与Claude Mythos 5.1

Anthropic于周二推出了Claude Fable 5.1和Claude Mythos 5.1，这是自6月9日Fable 5发布以来，Mythos系列模型线的首次更新。该公司声称，这些新AI模型是“全球最先进的代码与知识工作模型”，而此次发布距离上一个发布周期已过去三个月。在此期间，Anthropic经历了为期18天的出口管制停摆、一场围绕订阅权限的盛夏定价战，以及7月推出的、价格低于Fable 5的Claude Opus 5。

据Anthropic介绍，Fable 5.1和Mythos 5.1本质上是同一底层模型，只是附加了不同的安全过滤器。Fable 5.1面向所有拥有Claude账户的用户开放。Mythos 5.1则仍仅限于通过Anthropic网络安全验证计划与生命科学验证计划审核的专业人士使用（该计划是此前限制Mythos 5访问的Project Glasswing通道的升级版）。

基准测试究竟衡量了什么

Anthropic最突出的数据来自Terminal-Bench-Science 0.1。这项基准测试旨在评估AI代理能否在命令行环境中完成科研任务，以通过率计分。Fable 5.1的得分为52.6%，而Fable 5为24.7%，Opus 5为29.0%，成绩是前代模型的两倍多。

Terminal-Bench 4.0则测试通过终端进行代理式编码的能力——在多步骤命令行会话中编写、运行和调试代码，以正确完成任务的百分比计分。Fable 5.1的得分为55.8%，高于Fable 5的42.0%和Opus 5的52.3%。Mythos 5.1在运行更轻量级网络安全过滤器的情况下，同一测试得分为60.9%；Anthropic表示，这一差距反映的是其安全机制拦截并转交给Opus 4.8处理的任务。

在“人类最后考试”（一项跨数十个学术领域、基于专家级问题的多学科推理测试，以通过率计分）中，Fable 5.1在未使用外部工具时达到60.9%，使用工具时达到65.0%，均领先于Opus 5，这表明该模型是Anthropic在学术用途方面最先进的模型。

它在哪里击败了Opus 5，以及数学为何变得模糊

Opus 5于7月发布，其每token价格仅为Fable 5的一半，但在大多数主要基准测试中得分均高于Fable 5，这实际上让旗舰模型对大多数付费用户而言变得多余。Fable 5.1扭转了这一局面：它在Anthropic公布的所有基准测试中均击败了Opus 5，包括之前Opus 5曾领先Fable 5的项目。

但Fable 5.1每token的价格仍是Opus 5的两倍——输入10美元、输出50美元，而Opus 5为输入5美元、输出25美元。Token是模型能处理的基本信息单位（通常相当于一个英语单词的三分之二左右），公司按使用量付费，因为繁重的工作流往往会迅速耗尽订阅计划中的配额。

Anthropic为该模型推广时，更侧重于付出程度而非原始分数：它表示，在低或中等推理付出程度下运行Fable 5.1，能以更低成本达到或超越Fable 5的旧成绩，同时将最高付出层级留给那些难倒所有其他模型的问题。对于日常任务而言，随着付出程度调低，完全跳过Opus 5的理由会越来越弱。

访问权限方面延续了Fable 5发布后数月来Anthropic调整条款所采用的相同划分方式。在Pro计划以及标准Team或Enterprise席位中，Fable 5.1完全使用按API费率计费的按量付费额度，因为它不属于这些计划每周限额的范畴。在Max计划以及高级Team或Enterprise席位中，它作为订阅的标配部分，最多可占用每周使用量的50%。

Claude Fable 5.1现已通过Claude API、Amazon Bedrock、Google Cloud和Microsoft Foundry提供，模型ID为“claude-fable-5-1”。

本文标签：

很赞哦！ ()

上一篇：XRP在8月飙升30%后，进入历史上“最关键的月份”