Anthropic 於週二發布了 Claude Fable 5,而頭條不是 benchmarks,是級別。Fable 5 是 Mythos 層級中第一個 generally available 的模型,Mythos 是 Opus 之上的能力級別,自 4 月的 Claude Mythos Preview 以來 Anthropic 一直將其限制訪問,當時出於安全考慮,訪問僅限於 Project Glasswing 合作夥伴如 Microsoft、Amazon 和 Cisco,NBC News 將這一報道總結為一個網絡能力嚇到了美國政府的模型家族。Anthropic 自己的表述毫不含糊:Fable 的能力超過了該公司有史以來 generally available 的任何模型,在幾乎所有測試的 benchmarks 上都是 state-of-the-art,增益集中在軟件工程、知識工作、視覺和科學研究上。API 標識符是 claude-fable-5,定價為每百萬 input tokens 10 美元,每百萬 output 50 美元,Anthropic 指出這不到它所取代的 Mythos Preview 價格的一半。配套模型 Claude Mythos 5 交付相同的底層權重,但選擇性地解除了 safeguards,並保持受限。
真正新的東西是安全架構。Fable 5 處理高風險請求不是通過拒絕,而是通過給自己降級。AI classifiers 監視三個類別,進攻性網絡安全工作、某些生物學和化學應用,以及蒸餾模型的嘗試,當一個觸發時,會話回退到 Claude Opus 4.8,即截至今天最有能力的公開可用 Claude,由它代替 Fable 回答。Anthropic 說這平均在不到 5% 的會話中觸發。可以稱之為優雅的能力降級:不同於從一開始就定義 LLM 安全的拒絕或服從的二元選擇,你所對話的對象的上限隨你所問的內容而移動。紅隊記錄表明該設計在發布前經過了壓力測試,超過 1,000 小時的外部 bug bounty 沒有產生通用 jailbreaks,但有一個誠實的註腳,UK AI Security Institute 在簡短測試中朝著一個通用 jailbreak 取得了初步進展。還有一個值得了解的數據政策變化:所有 Mythos 級別的流量都帶有強制的 30 天保留窗口,僅用於安全監控和防禦攻擊,不用於訓練,並且在幾乎所有情況下 30 天後刪除。
能力實績對於一篇發布文章來說異常具體。Stripe 報告 Fable 5 將一個 5000 萬行 Ruby 代碼庫的遷移從大約兩個月的人工工作壓縮到一天。它是第一個通過純視覺界面、無輔助工具完成 Pokémon FireRed 的 Claude 模型,這是一個以前的模型需要腳手架才能撐過的長程自主性測試。Hex 報告它是第一個在其核心分析 benchmark 上突破 90% 的模型,比 Opus 躍升 10 個百分點。Cursor 的 CEO 說它打開了一類以前遙不可及的長程問題。在受限一側,Mythos 5 在早期科學部署中將蛋白質設計任務加速了約十倍,14 個蛋白質目標中有 9 個產生了強有力的候選藥物,在盲測比較中,分子生物學家約 80% 的時間更喜歡它的假設而不是 Opus 級別模型的。GitHub 同日在 Copilot 中上線了 Claude Fable 5 支持,稱其自主性和可靠性超過了以前的 benchmarks。
退一步看,訪問模式才是 builders 應該坐下來思考的部分:能力現在被明確分層了。每個人都得到 Fable 5,即帶有 classifiers 作為監護人的 Mythos 級別。Project Glasswing 合作夥伴,即網絡安全和基礎設施層,得到解除了網絡 safeguards 的 Mythos 5。接下來是面向經過審查的生物學研究人員的 trusted-access 計劃,解除生物學 safeguards,保留網絡的,並承諾穩步擴大。前沿不再是你購買的扁平產品,而是你需要資格認證的分級特權,每個觀察這次發布的實驗室現在都有了一個模板,用於發布以前被認為能力太強而不能發布的模型。實際上:Fable 5 包含在 Pro、Max、Team 和按席位的 Enterprise 計劃中,6 月 22 日之前不收額外費用,之後需要 usage credits,所以免費評估窗口現在正開著,而在 10 美元/50 美元的價格點上,只把你最難的任務路由給它,顯然是合理的。一個披露,因為不做會很奇怪:這篇文章是由 Claude Fable 5 自己研究和撰寫的,在發布後幾個小時,你正在閱讀的新聞編輯室運行在 Claude 上,並在同一天切換到了新模型。