Claude Fable 5.1 正式发布：Anthropic 新旗舰大模型跑分超越 GPT-5.6 Sol，综合成本最高降45%

摘要

北京时间2026年9月2日凌晨，Anthropic 正式发布新一代旗舰大模型 Claude Fable 5.1，并同步推出面向安全与生命科学研究人员的专业版本 Claude Mythos 5.1。官方称其为“全球最先进的编码和知识工作模型”，在 Terminal-Bench、CursorBench、GDPval 等多项基准测试中全面超越上一代 Fable 5 以及竞品 GPT-5.6 Sol，多项跑分屠榜。价格方面，Fable 5.1 缓存读取费用直降 75%，典型工作负载综合成本下降约 25%，高密度智能体（Agent）场景最高可省 45%。此外，新模型还上线了防蒸馏机制与反滥用水印，企业级隐私方案 EFS 也将在今秋分阶段推出。业内普遍认为，Anthropic 此举是在销售增长承压、筹备 IPO 的背景下，用“性能+性价比”双管齐下抢夺市场。

一、双模型齐发：Fable 5.1 与 Mythos 5.1 是什么关系

这次更新 Anthropic 一次推出了两个版本，底层其实是同一个模型，区别主要在于安全限制和开放范围：

• Claude Fable 5.1：面向普通用户、开发者和企业的公开版本，目前已登陆 Claude 全平台，并可通过 API、AWS、Google Cloud 和 Microsoft Azure 使用。
• Claude Mythos 5.1：限制更少的专业版本，主要面向经过审核的网络安全人员和生命科学研究者，普通用户暂时接触不到。

这一定位也呼应了 Anthropic 的一贯策略：能力越强，管控越细。更强的网络安全和生命科学能力，只通过审核制开放给专家使用。

二、跑分屠榜：把 GPT-5.6 Sol 甩开一截

从官方公布的数据看，Fable 5.1 在智能体编程、电脑操作、业务流程、知识工作和长期任务上全面超越上一代 Fable 5，并拉开了与 OpenAI 旗舰 GPT-5.6 Sol 的差距。核心基准测试成绩如下：

1. 智能体编码（Terminal-Bench 4.0）
Fable 5.1 得分 55.8%，上一代 Fable 5 为 42.0%，Opus 5 为 52.3%，而 GPT-5.6 Sol 仅 37.3%。专业版 Mythos 5.1 因为护栏更松、不被安全规则打断，更是飙到了 60.9%。

2. 编码实战（CursorBench 3.2.0）
Fable 5.1 拿下 73.4%，高于 Fable 5 的 70.5%、Opus 5 的 70.0% 和 GPT-5.6 Sol 的 67.2%，是跑过该测试的所有模型中最高的。

3. 知识工作（GDPval-AA v2）
Fable 5.1 得分 1853，明显领先 GPT-5.6 Sol 的 1711 和 Opus 5 的 1824。

4. 科研场景（Terminal-Bench-Science 0.1）

Fable 5.1 拿到 52.6%，是上一代 24.7% 的两倍多，GPT-5.6 Sol 仅 22.4%。5. 跨学科推理（Humanity’s Last Exam）
不带工具通过率 60.9%，带工具 65.0%，均优于前代与竞品。

6. 电脑操作（OSWorld 2.0）
部分得分 77.9%，严格得分 41.7%，同样全面领先。

7. 业务流程（AutomationBench）
31.4%，接近上一代 17.1% 的两倍，远超 GPT-5.6 Sol 的 19.6%。

8. 长任务稳定性
MongoDB 工程师让 Fable 5.1 无人值守连续跑数小时完成复杂原型；Ramp 的机器学习团队更是一次 38 小时无人值守运行中，让它自主发现并修正了被错误标签污染的实验数据，还跑完了六组并行实验。

在与 GPT-5.6 Sol 的直接对比中，多家第三方评测机构确认了 Fable 5.1 在编码、推理和综合性价比上的领先地位。有媒体评价其为“最强模型”接管基准测试榜首。

三、价格策略：地球最强模型也开始卷性价比

基础定价方面，Fable 5.1 与 Fable 5 保持一致：每百万 Tokens 输入 10 美元、输出 50 美元，上下文窗口 1M tokens，最大输出 128K tokens。

真正的大招在缓存读取：

• 缓存读取费用降低 75%；
• 典型工作负载下，综合使用成本下降约 25%；
• 高度智能体化（重上下文、重工具调用）的工作负载，成本最高下降 45%。

缓存读取是 Agent 类工作的成本大头——模型反复读取同一段上下文，读一次付一次钱。这次降价对天天跑 AI 编程、自动化工作流的用户来说，账单上会有肉眼可见的变化。

有分析指出，在销售增长放缓、传闻筹备 IPO 的背景下，Anthropic 用“降价换市场”的意图相当明显。此前被认为高冷的“地球最强大模型”，现在也开始强调性价比了。

四、企业级隐私：Enterprise Frontier Safeguards（EFS）

面向企业客户，Anthropic 同步宣布了新系统 Enterprise Frontier Safeguards（EFS）：数据可以存在客户自己的云基础设施里，而不是 Anthropic 的服务器上，达到零数据保留级别的隐私，同时防滥用检测照常运行。该方案由 100 多家企业客户联合 AWS、谷歌云、微软 Azure 共同开发，今秋起分阶段上线。在那之前，合格客户可直接使用零数据保留版的 Fable 5.1。

五、更大的野心：模型开始参与科研

这次发布最值得关注的，是模型在真实科学场景中的表现：

• 蛋白质设计：Mythos 5.1 用开源蛋白质设计工具为 12 个靶点设计结合剂，官方称有效率接近 50%（行业常见水平仅 10%-15%），其中三个靶点的结合亲和力达到竞赛最佳设计的 10 倍，结果已经过外部实验室验证。
• 金星地形图：Fable 5.1 用 NASA 三十多年前的麦哲伦号雷达数据训练神经网络，制作出覆盖金星三分之一表面的新地形图，分辨率从 10-20 公里提升到 2-3 公里，地图以知识共享许可发布，供即将到来的 NASA VERITAS 和 ESA EnVision 任务参考。
• GPU 内核优化：Mythos 5.1 为七个开源生物模型编写定制 GPU 内核，推理最高提速 2.5 倍且输出完全不变，全基因组分析类任务的 GPU 成本估计可降 30%-60%。

六、安全与防滥用：能力越强，管得越细

模型能力越来越强，安全成为头部公司的共同难题。这次 Anthropic 主要做了三件事：

1. 护栏更精准：网络安全场景误报减少 60%，生物学良性请求误报降低 85%；
2. 能力边界清晰：Fable 5.1 可以协助发现软件漏洞，但生成漏洞利用、渗透测试仍被限制，更强的能力只通过审核制的 Mythos 5.1 开放给专家；
3. 防滥用加码：新模型上线了防蒸馏机制，阻止第三方通过 API 输出“白嫖”训练新模型；同时按欧盟 AI 法案要求，模型输出加入不可见水印，新 API 账号不能手动编辑模型之前的对话。

七、值不值得升级？

从跑分和定价看，Fable 5.1 对重度 Agent 用户和编码用户几乎是“必升级”选项：更强、更稳、还更便宜。不过也有老用户表示，Opus 5 在某些场景下仍有自己的优势，是否全面切换因人而异。如果你正在 GPT-5.6 Sol、Opus 5 和 Fable 5.1 之间纠结，主流第三方对比评测普遍建议：编码和长时程智能体任务优先 Fable 5.1，日常轻量任务可继续用更便宜的 Sonnet 或 Haiku 系列。

另外一个好消息：官方发布新模型后，Anthropic 重置了所有用户的 5 小时和每周使用额度，现在正是上手体验的好时机。

文章来源

本文核心信息来自 Anthropic 官方发布内容及以下公开报道：

• Anthropic 官方：Claude Fable 5.1 与 Mythos 5.1 发布公告
• Heise：Anthropic enhances Claude: Fable 5.1 takes the benchmark lead
• 澎湃新闻：Anthropic上新Fable 5.1：综合成本最高降45%
• 凤凰科技：Claude最强Fable 5.1发布！8项屠榜，最高降价45%，反蒸馏机制上线
• VentureBeat：Claude Fable 5.1 and Mythos 5.1 arrive with a 75% cost reduction for Fable cache reads
• 界面新闻：“最强模型”Fable 5.1发布，Anthropic要用降价换IPO
• CNBC TV18：Anthropic’s Claude Fable 5.1 claims world’s best in coding, knowledge tasks
• OrcaRouter / UserightAI 等：Claude Fable 5.1 vs GPT-5.6 Sol 对比评测