一句话看懂：Anthropic 于 9 月 1 日发布 Claude Fable 5.1 与 Mythos 5.1，在智能体任务上性能较前代提升两倍以上，并将缓存读取价格大幅下调 75%，使重度 Agent 工作负载成本最高下降约 45%。这不仅是模型升级，更是 Anthropic 将“模型能力”与“安全开放程度”解耦、并将竞争焦点从“Token 单价”转向“任务总成本”的一次关键落子。
事件核心：发生了什么
Anthropic 正式推出 Claude Fable 5.1 和 Mythos 5.1。两者共享同一底层模型，区别在于安全限制级别：Fable 5.1 面向公众和企业开放，内置网络安全与生物安全防护；Mythos 5.1 仅通过受信任访问计划提供给特定网络安全和生命科学研究机构，保留更多原始能力。
性能层面，在 Terminal-Bench-Science 0.1 智能体科学测试中，Fable 5.1 得分为 52.6%，是 Fable 5（24.7%）的两倍以上，亦明显超过 Opus 5（29.0%）。在知识工作基准 GDPval-AA v2 中，其 Elo 达 1853，较前代提高 130 分。价格调整集中在提示缓存读取：从每百万 Token 1 美元降至 0.25 美元，标准输入输出价格（10 美元/50 美元每百万 Token）未变。官方估算，普通负载综合成本降低约 25%，高度 Agent 化任务最多可降低约 45%。
能力提升伴随推理开销增加。在最高推理强度下，完成一项智能指数测试任务平均花费 3.76 美元，较 Fable 5 高出约 20%，输出 Token 用量约为前代 1.7 倍。Anthropic 强调，Fable 5.1 减少“走捷径”行为，倾向于追查问题根因——例如在投资机构 Millennium 的案例中，它定位了一个工程师耗时四五年未解、约百万次运行才现一次的崩溃问题，最终归因于外部程序库缺陷。
为什么重要
Fable 5.1 的发布传递出两个行业信号。其一，模型能力与安全策略开始解耦。Anthropic 不再通过整体削弱模型来规避风险，而是依据用户身份与任务场景提供不同能力层级，这为高性能模型在受监管行业的落地提供了新思路。其二，大模型竞争维度正在转移。缓存读取降价 75%，意味着模型厂商开始针对 Agent 反复读取上下文的成本结构做定向优化，竞争指标正从“每百万 Token 多少钱”转向“完成一个合格任务多少钱”——后者更贴近企业采购的真实决策逻辑。Fable 5.1 与 Opus 5 的分工也表明，顶级模型不再追求所有场景通吃，而是在高复杂度任务中体现价值，高频低成本任务则由性价比更高的模型承接。
对用户/开发者/创作者的影响
对开发者而言，Fable 5.1 的缓存降价直接改善了长时运行 Agent 的经济性——例如 CodeRabbit 测试显示，代码评审平均耗时从 12 分 32 秒增至 18 分 38 秒（增幅约 49%），但输出中的琐碎评论从 265 条降至 79 条，精确率从 32.8% 升至 37.3%。它更适合跨文件、需理解完整代码库的复杂评审，而非日常小型 Pull Request——后者可能过于昂贵和缓慢。对使用 API 的企业，需注意“单价未降但任务成本可能上升”：在最高推理强度下，完成任务的花费可能比 Fable 5 更高，开发者需根据任务复杂度调整推理强度设置。对创作者与一般用户，Fable 5.1 的能见提升更多体现在更长链条、需多步骤验证的任务上，而非单次问答体验的直观跃升。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Mythos 5.1 的受信任访问计划将覆盖哪些机构、实际开放节奏如何——这决定了其在网络安全和生物研究领域的影响力边界。第二，Anthropic 公布的科学研究数据（如金星高分辨率地图、蛋白质结合剂命中率约 50%）多来自早期合作机构，尚需独立复现验证。第三，缓存降价是否引发其他模型厂商跟进调整定价策略，值得观察——若行业普遍转向“任务成本”定价，将加速 Agent 类应用的商业化进程。
来源：InfoQ CN
