Anthropic 玩起“双重人格”：发布 Claude Fable 5.1，却把解除束缚的 Mythos 5.1 藏进白名单

结论

Anthropic 于 2026 年 9 月 1 日正式发布新一代旗舰模型 Claude Fable 5.1 与专属受限版 Claude Mythos 5.1。

这两款模型共享完全一致的底层神经网络，但采取了前所未有的“双轨安全策略”：面向公众与企业日常使用的 Fable 5.1 在保持安全宪法的同时，将网络安全等领域的误拒率（False Positives）降低了 60%；而另一侧的 Mythos 5.1 则直接放宽了高风险生物与网络安全限制，仅通过“Project Glasswing”白名单计划向受信任的安全机构与科研组织开放。

在核心性能与工程落地方面，Fable 5.1 展现出了对长程自主 Agent（Agentic Workflows）的统治力： - 科学与复杂终端基准：Terminal-Bench-Science 0.1 得分达到 52.6%（相比 Fable 5 的 24.7% 和 Opus 5 的 29.0% 实现了翻倍跃升）； - 代码与自动化能力：CursorBench 3.2.0 达到 73.4%，Terminal-Bench 4.0 达到 55.8%，AutomationBench 达到 31.4%； - 价格掀桌子：虽然基础输入/输出维持在 $10 / $50 每百万 Token，但 Prompt Cache 缓存读取价格暴降 75%（低至 $0.25 / M tokens），直接将高频上下文调用的 Coding Agent 综合账单压低 25%–45%。

这是一场极具行业风向标意义的发布：Anthropic 既承认了过去“过度防御导致模型在安全审计中拒答瘫痪”的弊病，又通过降价 75% 的缓存机制向 OpenAI 和开源编码阵营发起了正面阻击。

---

发生了什么：Anthropic 的“双模型”突袭与硬核数据

2026 年 9 月 1 日，Anthropic 在没有任何提前预热的情况下，直接向 Claude API、网页端（Pro / Max / Team / Enterprise）以及 AWS Bedrock 和 Google Cloud 上线了 Claude 5.1 系列更新。

与以往单一模型版本迭代不同，这次 Anthropic 拿出了两张截然不同的“面孔”：

1. 孪生模型：公众版 Fable 与白名单特权版 Mythos

• Claude Fable 5.1（全量开放）：面向全球开发者与企业，搭载升级版“前沿企业安全防护（Enterprise Frontier Safeguards, EFS）”。最显著的改进是解决了让安全工程师极其头疼的“过度防御”问题，在网络安全分析与合法漏洞挖掘中将良性请求的误判拒答率降低了 60%。它不仅能看懂攻击载荷，还能协助编写补丁与安全审计脚本。
• Claude Mythos 5.1（严格管控）：底层权重与 Fable 5.1 完全相同，但系统性解除了针对生物威胁、高级逆向工程和敏感网络安全攻防的安全闸门。普通付费用户无法直接调用，必须通过 Anthropic 设立的“Project Glasswing（玻璃翼计划）”进行严格的机构资质审核与签署多方监管协议。

2. 长程 Agent 跑分翻倍：从 24.7% 到 52.6%

在评估模型进行数小时、多步骤、自主使用终端和解决科研难题能力的测试中，Fable 5.1 交出了一份极具压迫感的成绩单： - Terminal-Bench-Science 0.1（科研终端）：从 Fable 5 的 24.7% 直接拉升到 52.6%； - CursorBench 3.2.0（真实 IDE 编码）：录得 73.4% 的行业顶尖成绩； - Terminal-Bench 4.0 与自动化基准：Terminal-Bench 4.0 达到 55.8%，AutomationBench 达到 31.4%。

此外，Anthropic 在 API 层面还开放了三项极其实用的工程特性： 1. Per-message Effort（单条消息推理精力调节，Beta）：允许开发者在同一个会话中动态调节模型思考深度，不需要为简单格式转换支付昂贵的深度思考时间； 2. Turn-scoped System Messages（轮次局部系统指令）：无需在长会话中反复全局刷新 System Prompt； 3. Tool-call 间进度实时可读（Readable Progress Updates）：让 Agent 在后台执行耗时数十分钟的任务时，前端能实时显示思考步骤，不再陷入黑盒等待。

---

为什么重要：从“假正经拒答”到 75% 缓存大降价

这次发布的轰动效应，不在于简单的基准数字提升，而在于它精准击中了当下开发者与企业最痛苦的两个命门：安全幻觉拒答 与 长程 Agent 账单爆炸。

1. 解决“假正经”：安全不是一刀切拒答

过去一年，使用 Claude 3.5 或 3.7 进行专业网络安全审计、代码逆向或生物医药文献梳理的团队普遍遭遇过严重的“安全误报”：只要代码中包含 exec()、SQL 注入测试样本或特定病理分子式，模型就会直接弹出道德免责声明并拒答。

这种“宁可错杀一万，绝不漏放一人”的防御策略，在真实企业生产环境中几乎是灾难性的。Fable 5.1 通过更精细的上下文意图分类器，将良性请求的误拒率降低了 60%。这意味着安全团队终于可以在日常工作中把它当成合法的“红蓝对抗助理”，而不需要费尽心机去搞 Prompt 越狱（Jailbreak）。

2. 价格战新形态：75% 缓存降价背后的商业算盘

对于写几个短 Prompt 的普通聊天用户来说，$10 / $50 的价格看似没有变动。但在 2026 年下半年的真实开发场景中，几乎所有头部团队都在构建长程 Coding Agent（如让 AI 自主重构整个仓库、跑自动化测试、定位几千行跨文件 Bug）。

在这种场景下，Agent 每次循环都要重复读取多达数十万 Token 的项目全局上下文。Anthropic 将 Prompt Cache 读取成本从高位直接砍到 $0.25 每百万 Token（降幅 75%）： - 常规多轮对话：综合调用成本降低约 25%； - 长程 Coding Agent 密集型工作流：频繁读取长上下文时，综合账单直接下降 45%。

这相当于在基础设施层面给所有依赖 Claude 架构的 Agent 创业公司打了一剂强心针，也让 Cursor、Windsurf 等 IDE 厂商能以更低成本提供更长上下文的补全与调试。

---

我们的判断：大模型竞争进入“特权分化”与“长程 Agent 消耗战”

从这次 Fable 5.1 与 Mythos 5.1 的发布中，AI Radar 提炼出三条对未来 6–12 个月行业格局的明确判断：

1. “通用模型分级供给”将成为头部实验室的标准模式

Anthropic 这次撕开了一道口子：顶尖大模型的能力已经强大到无法用一套统一的安全规则同时服务普通大众与专业科研。如果把安全阈值定得太高，专业用户（安全研究员、科学家）无法使用；如果定得太低，公众滥用风险不可控。

“同一个模型底座，按机构资质划分不同权限版本（Fable vs Mythos）”的做法，未来大概率会被 OpenAI、Google DeepMind 和更多前沿实验室效仿。这意味着未来 AI 行业将出现“民用标准版”与“持牌特权版”的阶梯分化。

2. 纯对话界面（Chatbot）边缘化，长程 Agent 成为决胜战场

过去比拼的是模型 1 秒钟内写一首诗或回答一个常识问题的能力；现在比拼的是模型能否在终端里连续运行 3 小时、自主敲击 50 次命令行、排查 10 个报错并把项目完整跑通（Terminal-Bench 翻倍就是最直接的体现）。谁的 Agent 稳定性高、上下文缓存便宜、误拒率低，谁就能占领开发者的键盘。

3. 价格战的重心从“单次 Token”转移到“上下文复用效率”

大模型的降价已经告别了粗暴的“输入 Token 归零”，进入了“缓存体系（Caching Architecture）”的精细化竞争。通过更便宜的 Prompt Caching、更短的轮次刷新和单消息精力控制，模型厂商正在从架构层面降低 Agent 的综合落地门槛。

---

仍然要观察：未来的核心未知项

• Mythos 5.1 的白名单审计透明度：Project Glasswing 的准入门槛究竟有多高？是否存在跨国机构获取壁垒？放宽安全后的模型是否会出现未被预料的“非预期恶意行为（Reward-Hacking）”？
• 真实生产环境中的长程任务漂移率：虽然 Terminal-Bench-Science 翻倍到 52.6%，但在面对未经清洗的几百万行企业遗留老代码时，Fable 5.1 是否依然会出现长时间运行后的逻辑幻觉或死循环？
• OpenAI 与 Google 的应战节奏：面对 Anthropic 缓存降价 75% 与科学跑分翻倍的逼宫，OpenAI 是否会在短期内推出下一代旗舰（如 GPT-5 或 o3 迭代版）并同步调降长上下文成本？