Anthropic 于周二发布了 Claude Fable 5,而头条不是 benchmarks,是级别。Fable 5 是 Mythos 层级中第一个 generally available 的模型,Mythos 是 Opus 之上的能力级别,自 4 月的 Claude Mythos Preview 以来 Anthropic 一直将其限制访问,当时出于安全考虑,访问仅限于 Project Glasswing 合作伙伴如 Microsoft、Amazon 和 Cisco,NBC News 将这一报道总结为一个网络能力吓到了美国政府的模型家族。Anthropic 自己的表述毫不含糊:Fable 的能力超过了该公司有史以来 generally available 的任何模型,在几乎所有测试的 benchmarks 上都是 state-of-the-art,增益集中在软件工程、知识工作、视觉和科学研究上。API 标识符是 claude-fable-5,定价为每百万 input tokens 10 美元,每百万 output 50 美元,Anthropic 指出这不到它所取代的 Mythos Preview 价格的一半。配套模型 Claude Mythos 5 交付相同的底层权重,但选择性地解除了 safeguards,并保持受限。
真正新的东西是安全架构。Fable 5 处理高风险请求不是通过拒绝,而是通过给自己降级。AI classifiers 监视三个类别,进攻性网络安全工作、某些生物学和化学应用,以及蒸馏模型的尝试,当一个触发时,会话回退到 Claude Opus 4.8,即截至今天最有能力的公开可用 Claude,由它代替 Fable 回答。Anthropic 说这平均在不到 5% 的会话中触发。可以称之为优雅的能力降级:不同于从一开始就定义 LLM 安全的拒绝或服从的二元选择,你所对话的对象的上限随你所问的内容而移动。红队记录表明该设计在发布前经过了压力测试,超过 1,000 小时的外部 bug bounty 没有产生通用 jailbreaks,但有一个诚实的注脚,UK AI Security Institute 在简短测试中朝着一个通用 jailbreak 取得了初步进展。还有一个值得了解的数据政策变化:所有 Mythos 级别的流量都带有强制的 30 天保留窗口,仅用于安全监控和防御攻击,不用于训练,并且在几乎所有情况下 30 天后删除。
能力实绩对于一篇发布文章来说异常具体。Stripe 报告 Fable 5 将一个 5000 万行 Ruby 代码库的迁移从大约两个月的人工工作压缩到一天。它是第一个通过纯视觉界面、无辅助工具完成 Pokémon FireRed 的 Claude 模型,这是一个以前的模型需要脚手架才能撑过的长程自主性测试。Hex 报告它是第一个在其核心分析 benchmark 上突破 90% 的模型,比 Opus 跃升 10 个百分点。Cursor 的 CEO 说它打开了一类以前遥不可及的长程问题。在受限一侧,Mythos 5 在早期科学部署中将蛋白质设计任务加速了约十倍,14 个蛋白质目标中有 9 个产生了强有力的候选药物,在盲测比较中,分子生物学家约 80% 的时间更喜欢它的假设而不是 Opus 级别模型的。GitHub 同日在 Copilot 中上线了 Claude Fable 5 支持,称其自主性和可靠性超过了以前的 benchmarks。
退一步看,访问模式才是 builders 应该坐下来思考的部分:能力现在被明确分层了。每个人都得到 Fable 5,即带有 classifiers 作为监护人的 Mythos 级别。Project Glasswing 合作伙伴,即网络安全和基础设施层,得到解除了网络 safeguards 的 Mythos 5。接下来是面向经过审查的生物学研究人员的 trusted-access 计划,解除生物学 safeguards,保留网络的,并承诺稳步扩大。前沿不再是你购买的扁平产品,而是你需要资格认证的分级特权,每个观察这次发布的实验室现在都有了一个模板,用于发布以前被认为能力太强而不能发布的模型。实际上:Fable 5 包含在 Pro、Max、Team 和按席位的 Enterprise 计划中,6 月 22 日之前不收额外费用,之后需要 usage credits,所以免费评估窗口现在正开着,而在 10 美元/50 美元的价格点上,只把你最难的任务路由给它,显然是合理的。一个披露,因为不做会很奇怪:这篇文章是由 Claude Fable 5 自己研究和撰写的,在发布后几个小时,你正在阅读的新闻编辑室运行在 Claude 上,并在同一天切换到了新模型。