北京时间   6   月   10   日凌晨，Anthropic 在没有任何预热的情况下，放出了旗下最强大模型 Claude Fable 5/Mythos 5，前者面向公众开放，后者继续留在   Project Glasswing   这样的受控项目里。

Fable 翻译为 " 寓言 "，如果只看名字，Fable 5   像是   Claude   产品线里又一个新成员。但按照   Anthropic   自己的说法，Fable 5   属于   Mythos-class   模型，是他们终于敢拿出来给普通开发者和企业使用的公开版   Mythos，而 Mythos 翻译为 " 神话 "。

（图源：Anthropic  ）

为什么说「终于敢拿出来」？Mythos   这个名字，在过去两个月里几乎等同于「危险」。今年   4   月，Anthropic   发布   Project Glasswing，把   Claude Mythos Preview   交给   AWS、Apple、Cisco、CrowdStrike、Google、微软、NVIDIA、Linux Foundation、Palo Alto Networks   等少数安全伙伴，用于寻找和修补关键软件漏洞。那时   Anthropic   的态度很明确，Mythos Preview   不做广泛开放，原因很简单，它的网络安全能力已经强到可能被滥用。

官方直言，Mythos   发现过大量高危漏洞，甚至包括主要操作系统、浏览器和关键软件里长期没人发现的问题。放在防守者手里，它是安全工具；放在攻击者手里，它可能变成下一代自动化漏洞挖掘机。于是，Mythos   被关进了   Project Glasswing。

直至刚刚，Anthropic 才终于把这个模型放了出来。Anthropic   给   Fable 5   加上安全分类器，高风险请求可能拒答，也可能回退到   Opus 4.8。简单来说，他们给一个曾经不能直接放出来的模型套上护栏，然后把它推向市场。雷科技 AGI（ID：leikejiagi）熬夜整理了关于这个模型的一些资料，希望对你有用。

Fable 5   的跑分看起来非常不讲武德。SWE-Bench Pro   上，它拿到   80.3%，高于   Mythos Preview   的   77.8%、Opus 4.8   的   69.2%、GPT 5.5   的   58.6%、Gemini 3.1 Pro   的   54.2%。如果只看这一项，它已经是第一梯队里最显眼的那个。

真正离谱的地方在   FrontierCode Diamond，这个评测更接近真实软件工程，它看的是模型能不能写出维护者愿意接受的代码。Fable 5   拿到   29.3%，Opus 4.8   只有   13.4%，GPT 5.5   只有   5.7%。这已经不是多赢几个百分点的问题，上一代   Claude   和主要对手都被拉开了距离。

过去很多   AI   编程模型会写代码，但工程质量常常不稳定，有些代码能跑，却很难维护；有些代码能过测试，放进真实项目还是会出问题。FrontierCode   的残酷就在这里，它关心模型有没有工程品味，能不能在复杂代码库里做长期任务。Fable 5   在这里大幅领先   Opus 4.8，说明   Anthropic   这次真正升级的是   agent   编码的灵魂。

在 Terminal-Bench 2.1 上，Fable 5   是   88.0%，Opus 4.8   是   82.7%，GPT 5.5 Codex CLI   是   83.4%，Gemini CLI   是   70.7%。这意味着在终端环境里执行任务、读报错、改代码、继续推进，Fable 5   已经压过了   OpenAI   的   Codex CLI   组合。

跑分不是那么重要，Fable 5 真正吓人之处在于，它已经像一个能在工程现场干活的模型。你把任务扔给它，它能读项目、拆任务、调工具、修错误、继续跑。Anthropic   发布稿里提到，Stripe   用   Fable 5   在   5000   万行   Ruby   代码库里做迁移，把原本一个团队两个月的工作压缩到一天。这种案例即便带着营销成分，也挡不住 AI   编码正在从辅助写函数进入接管工程流程。

我们拿 DeepSeek V4-Pro Max 做个不太恰当的对照，其在   GPQA Diamond   上有   90.1%，LiveCodeBench   有   93.5%，SWE Verified   有   80.6%。这已经是开源阵营里非常能打的成绩，Qwen3.7-Max   在   GPQA、SWE Verified、Terminal-Bench   等方向也打出了存在感。对于熟悉   DeepSeek   的读者来说，这意味着国产和开源模型并不弱，很多传统强基准已经接近最强闭源模型。

（图源：雷科技制图 ）

但到了更接近真实工程和长任务执行的指标，Fable 5   的压迫感突然变强。SWE-Bench Pro   上，Fable 5   是   80.3%；DeepSeek V4-Pro Max   官方表里的   SWE Pro   是   55.4%；HLE with tools   上，Fable 5   是   64.5%，DeepSeek V4-Pro Max   是   48.2%；Terminal-Bench   虽然版本不完全一致，Fable 5   在   2.1   上拿到   88.0%，DeepSeek V4-Pro Max   在   2.0   上是   67.9%。Fable 5 全都断崖式领先。

这些数字其实不一定完全能说明问题，但方向很清楚，DeepSeek   强在性价比、开源和一批传统能力指标，Fable 5   强在最贵、最难卖出高价的任务，尤其是长任务   agent、复杂工程、工具协同和真实代码库处理。

视觉和空间推理也在猛涨，比如 GDP.pdf   这类知识工作视觉任务里，Fable 5   是   29.8%，高于   Opus 4.8、GPT 5.5   和   Gemini 3.1 Pro。Blueprint-Bench 2   上，Fable 5   是   38.6%，略高于   GPT 5.5   的   36.2%，远高于   Opus 4.8   的   14.5%。这解释了为什么   Anthropic   强调   Fable 5   能从截图重建网页应用、从科学图表里提取精确数字。

到了   Fable 5   这里，处理图片、视频等多模态更像是把屏幕、图表、界面和代码连成一个完整任务链。它看懂一个页面时，有机会直接复刻页面；它读懂一张图时，也能把图里的结构变成下一步操作。

Fable 5 让   Anthropic   不敢完全放开的则是网络安全和生物能力。ExploitBench Cap%   上，Fable 5   是   78.0%，Mythos Preview   是   69.0%，Opus 4.8   只有   40.0%，GPT 5.5   是   34.0%，这个差距非常夸张。放在安全防御里，它意味着模型能帮企业和开源维护者更快发现漏洞；放在错误的人手里，它也会继续拉低攻击门槛。

BioMysteryBench hard   上，Fable 5   是   46.1%，高于   Mythos Preview   的   29.6%   和   Opus 4.8   的   40.0%。Anthropic   还提到   Mythos 5   在药物设计相关流程中带来约   10   倍加速，分子生物学假设在盲测中获得研究者偏好的比例约   80%。这听起来像科研利好，也足够让监管者紧张。

所以，Fable 5   的强不只来自「更聪明」。它强在长任务，强在工程交付，强在视觉理解，强在安全和科研这些高价值也高风险的专业场景。某种意义上，它就是   Anthropic 目前能够被大众公开使用的最强大模型，没有之一。

Fable 5   再强，也绕不开一个现实问题，它贵得离谱。官方价格是每百万输入   token 10   美元，每百万输出   token 50   美元，作为对比，Claude Opus 4.8   是   5   美元输入、25   美元输出，Fable 5   直接翻倍。

更尴尬的是，它发布的时间点，正好撞上大模型打价格战。DeepSeek V4-Pro   当前   API   价格已经来到每百万输入   token 0.435   美元、输出   0.87   美元，V4-Flash   更低，输入   0.14   美元、输出   0.28   美元。

小米   MiMo-V2.5   系列也在   5   月底完成永久降价，海外版   MiMo-V2.5-Pro   同样是输入   0.435   美元、输出   0.87   美元，官方还强调最高降幅可达   99%。Google   这边，Gemini API   仍有大量低价模型可选，Gemini 3.5 Flash   是输入   1.5   美元、输出   9   美元；订阅层面，Google   还把   AI Ultra   顶配套餐从   250   美元降到   200   美元。

（图源：雷科技制图）

也就是说，行业一边在把   1M   上下文、agent   编码、多模态能力往低价区间里压，Anthropic   一边把   Fable 5   定在输入   10   美元、输出   50   美元。和   DeepSeek V4-Pro、MiMo-V2.5-Pro   相比，Fable 5   的输入价格大约高   23   倍，输出价格大约高   57   倍。即便对比   Gemini 3.5 Flash，也贵出数倍。这个价格足以劝退大量普通开发者。

但   Anthropic   的算盘也很清楚，它不想让   Fable 5   去做便宜模型能做的事情。日常问答、轻量写作、普通代码补全，当然没必要上   Fable 5。它卖的是大型代码库迁移、长上下文文档分析、复杂企业流程、网络安全防御、科研假设生成这些高价值任务里的时间。用最扎心的话来说就是，假如你觉得你的时间更值钱，那就上   Fable 5 吧。

如果一个模型真的能把两个月工程压成一天，它当然敢贵。但企业采购时会先算一笔账，比如模型价格只是第一层，数据保留是第二层，合规是第三层。Fable 5   被列为   Covered Model，在   Claude API   上要求   30   天数据保留，不支持   zero data retention（普通数据保留），对金融、医疗、法律、核心研发团队来说，这不是小事。

还有，Fable 5 还有一个麻烦点，它在网络安全、生物等敏感问题上会自动触发安全审查，有些问题它会直接拒绝回答，有些问题会改用能力弱一点的 Opus 4.8 来回答。对普通用户来说，这可能只是「问着问着被拒了」，但对企业来说，这会变成工程问题。

这就形成了一个非常有意思的两个阵营，DeepSeek、MiMo、Gemini   在证明，强模型会越来越便宜，越来越容易被开发者和企业大规模调用。Anthropic   则在证明，真正顶级、真正接近生产力核心的模型，反而可能越来越贵，越来越像奢侈品级基础设施。

但哪个阵营才会是真正的未来？谁都说不准。

Claude Fable 5   的发布，会让很多公司难受。OpenAI   会难受，因为   Anthropic   继续在   agent   编码和长任务上打出了存在感。Codex   周活已经超过   500   万，OpenAI   正在把   ChatGPT、Codex   和未来   AI researcher   变成工作入口，但   Fable 5   的出现提醒市场，Claude   在复杂工程任务上仍然是一个必须认真对待的对手。

Google   也会难受，因为   Gemini   体系虽然平台化能力强，Gemma、NotebookLM、Gemini Live   都在努力变强，但在这张   Anthropic   官方跑分图里，Gemini 3.1 Pro   在多项测试里输了。Google   的优势在生态和分发，Anthropic   的优势在最强模型的尖刀能力。

国产模型也会被迫重新回答一个问题，便宜之外，还能不能让用户把最难的任务交给它。DeepSeek V4   的   1M   上下文、开源权重和极低价格很有杀伤力，小米   MiMo   的降价也会继续推动   API   市场往下卷，但   Fable 5   这种模型的存在，会一直提醒市场，便宜模型能覆盖大量任务，可最难的   5%   或   10%，仍然可能被最贵的模型拿走。

Fable 5   的真正市场意义就是，它不会让所有企业马上换模型，便宜模型的价值也不会消失，但它把大模型竞争推向了一个另一场竞争，未来市场会同时需要两类模型，一类是便宜、稳定、可大规模调用的工作牛马；另一类是昂贵、强悍、带着护栏、专门处理高价值任务的顶级工具。

Anthropic 有点像在用 Fable 5 告诉整个行业，我们不参与每一场价格战，但我们卖的就是最有价值的部分，你不得不在采购时把我列入考虑范围内。

说白了，模型越强，问题越现实，它到底卖给谁，卖多贵，出了事谁负责，这些过去看起来很遥远的问题，现在已经被 Claude Fable 5   摆到了桌面上。