Claude Fable 5.1 发布：科学基准涨至52.6%，缓存成本降75%

Anthropic 发布了 Claude Fable 5.1 和 Claude Mythos 5.1，距离今年六月 Fable 5 系列上市仅三个月。两款模型底层相同，差异在于安全防护层级不同。Fable 5.1 以 claude-fable-5-1 为名全面开放；Mythos 5.1 仅限经过审查的组织使用。两者均支持 100 万 token 上下文窗口、最大 128K 输出 token，自适应思考始终开启。核心能力指标方面，Fable 5.1 在 Terminal-Bench-Science 0.1 上达到 52.6%，而 Fable 5 为 24.7%，Opus 5 为 29.0%。商业层面，缓存读取成本下降 75%，从每百万 token 1.00 美元降至 0.25 美元，Anthropic 测算典型工作负载成本降低约 25%，agentic 场景更高达 45%。基础输入和输出定价维持不变，分别为每百万 token 10 美元和 50 美元。

是的，Claude Fable 5.1 以 claude-fable-5-1 为名在 Claude API、Amazon Bedrock、AWS 上的 Claude Platform、Google Cloud 和 Microsoft Foundry 全面开放。Claude Mythos 5.1 则不然——它仅限于 Project Glasswing 内经过审查的美国组织使用。

基准测试成绩

在 Terminal-Bench-Science 0.1（一个 agentic 科学研究基准）上，Fable 5.1 得分为 52.6%，对比 Opus 5 的 29.0%、Fable 5 的 24.7% 和 GPT-5.6 Sol 的 22.4%。Anthropic 报告每个模型的标准误差为 3.5 至 4.5 分，因此对待差距数值需谨慎，不要只看排名。

在 Terminal-Bench 4.0 上，Fable 5.1 达到 55.8%，Mythos 5.1 达到 60.9%。两个相同模型之间的差距是安全防护干预的代价，这是一个难得的坦诚披露。其他成绩：CursorBench 3.2.0 为 73.4%，Humanity's Last Exam 无工具为 60.9%、有工具为 65.0%，AutomationBench 为 31.4%，OSWorld 2.0 严格模式为 41.7%，GDPval-AA v2 为 1853。

成本降低的来源

基础输入和输出定价不变。缓存读取下降 75%，从每百万 token 1.00 美元降至 0.25 美元，即其他所有 Claude 模型的 0.1 基础输入价格的 0.025 倍。Anthropic 测算典型工作负载成本降低约 25%，上下文密集的 agentic 工作负载更高达约 45%。批量处理为每百万 token 5 美元和 25 美元。

团队将面临的三个破坏性变更

强制工具使用已取消：tool_choice 设置为 any 或 tool 返回 400。请改用 auto 配合 strict tool use 或 structured outputs。

思考块绑定到模型：Fable 5.1 可以读取早期模型的 thinking，但早期模型无法读取 Fable 5.1 自身的 thinking。路由器和回退设置在降级时会丢失 reasoning。

编辑早期回合会使 thinking 块失效：在对话中注入和删除每轮提醒，或重建 system 或 tools 数组，现已报错。此检查适用于 2026 年 8 月 31 日或之后创建的账户。修复方法是使用轮次作用域的系统消息和服务端上下文编辑。

累加性变更：per-message effort、轮次作用域的系统消息和 thinking.display: "updates" 均通过标头处于 beta 状态。内容溯源不可省略，所有输出均有统计文本水印，文件附带 C2PA 凭证。

Anthropic 也记录了真实的回归问题。并行工具调用变异性更大，因此 agent 循环可能每轮只发出一条调用，而 Fable 5 会批量发送多条。模型叙述减少，低 effort 时更频繁地凭记忆回答，且倾向于整文件重写而非针对性编辑。

安全防护与科学研究

网络安全防护现在允许漏洞发现但不允许漏洞利用开发，使 Claude Code 每次会话的干预次数减少约 60%。生物安全防护在良性请求上触发频率降低 85%。渗透测试、漏洞利用生成和基于二进制的漏洞扫描仍重定向到 Opus。

在研究方面：Mythos 5.1 设计的蛋白质结合剂在 12 个靶点上达到约 50% 命中率，而通常仅为 10% 至 15%；Fable 5.1 构建了金星高程图，分辨率为 2 至 3 公里；定制 GPU 内核使 7 个开源基因组学模型加速高达 2.5 倍。

Fable 5.1 和 Mythos 5.1 是同一模型加两层安全防护；只有 Fable 全面开放。

Terminal-Bench-Science 0.1 上达到 52.6%，约为 Fable 5 的 24.7% 的两倍。

缓存读取降至每百万 0.25 美元，降幅 75%；基础费率不变。

三个破坏性 API 变更影响任何编辑对话历史的 agent。

保留期为 30 天；零数据保留需要明确授权。