Fable 5.1正式发布：八项跑分第一 成本大幅下调

Fable 5.1 正式发布，本次更新带来了多维度的产品优化，包括使用成本调整、性能大幅提升、科研场景深度适配以及安全机制升级等。同时平台为所有用户提供了50%的额外使用额度，该福利将持续至9月13日，所有用户的当前额度也将完成重置，且新规则不会影响后续的额度重置流程。

定价与成本优化

本次更新后，模型的输入和输出定价与Fable 5保持一致，分别为每百万token 10美元和50美元。而缓存价格迎来了大幅下调，降幅达到75%，调整后每百万token仅需0.25美元。

在典型工作负载场景下，整体使用成本相比Fable 5降低约25%；对于高度智能化的复杂任务，成本降幅最高可达45%。缓存读取是模型重读已处理上下文产生的开销，在单轮对话中该部分占比较小，因此普通用户可能不会直观感受到缓存降价的影响，但在多轮长上下文场景中，成本优化的效果会非常明显。

性能跑分表现

官方公布的八项基准测试中，Fable 5.1全部位列第一，整体性能提升显著。具体来看：

• 在Terminal-Bench-Science 0.1测试中，Fable 5.1得分达到52.6%，远超Fable 5的24.7%、Opus 5的29.0%以及GPT-5.6 Sol的22.4%；
• Terminal-Bench 4.0的智能体编码测试中，Fable 5.1得分55.8%，同项目中Mythos 5.1得分为60.9%；
• 知识工作GDPval-AA v2测试中，Fable 5.1拿到1853分，领先Opus 5的1824分；
• Humanity's Last Exam测试中，不带工具场景得分60.9%，带工具场景得分65.0%；
• 电脑操作OSWorld 2.0测试中，宽松判分达到77.9%，严格判分为41.7%；
• AutomationBench测试得分从Fable 5的17.1%提升至31.4%，是所有测试中涨幅最大的项目；
• CursorBench 3.2.0测试得分为73.4%。

需要说明的是，上述跑分均是在生产环境的安全防护机制开启的情况下完成的。如果任务被安全防护机制拦截，在OSWorld测试中会直接计为零分，被拦截的网安任务会由Opus 4.8补跑，生物任务则由Opus 5补跑。相关团队表示，这种测试设置可能压低了Fable 5.1和Fable 5的实际得分。

官方还公布了多组成本与精度的对应曲线，以Terminal-Bench-Science 0.1为例，Fable 5.1的最低预算档位仅需花费11美元就能拿到26分，而Fable 5的最高预算档位花费44美元仅能得到24.7分，整体成本仅为前者的四分之一，但得分反而更高。

在Terminal-Bench 4.0测试中，Mythos 5.1的性能曲线整体位于Fable 5.1上方，相同预算下可以多拿到5到6分的成绩；Humanity's Last Exam测试分为带工具和不带工具两组，带工具的Fable 5.1仅需0.5美元就能突破60分大关，不带工具则需要两倍以上的预算；CursorBench测试中，两条性能曲线基本平行，Fable 5.1整体向左偏移，代表相同精度下成本更低。

此外，Fable 5.1还解决了一个长期存在的技术问题：Millennium项目中有一段代码每百万次运行会崩溃一次，团队耗时四五年都未能定位原因，最终通过反汇编外部供应商的库并对比core dump文件，找到了库自身的缺陷。

模型的默认档位设置为：在Claude Code中为High档位，在Claude Cowork和claude.ai平台上为Medium档位。

科研场景适配

分子设计

现代药物大多通过与体内靶点结合发挥作用，高亲和力的结合物是实现低剂量起效的关键。团队为Mythos 5.1接入了开源的蛋白设计和折叠工具，并将设计结果送往两家外部机构进行实验验证。在12个靶点的测试中，模型的设计命中率接近50%，而当前蛋白设计领域的常规命中率仅为10%到15%；其中三个靶点的结合亲和力比Adaptyv Bio设计竞赛的最佳投稿高出10倍。

计算分析与建模

Fable 5.1训练了专用神经网络，为金星三分之一的表面重新生成了高程地图。原始数据来自NASA麦哲伦号30多年前拍摄的雷达图像，以及一份仅覆盖五分之一星球的旧地图。新生成的地图分辨率从原来的10至20公里提升至2至3公里，高度精度最多提升25%。这份数据已按照CC协议在Zenodo平台发布，提前赶在NASA VERITAS和ESA EnVision两个探测任务之前公开。

计算生物学

在生物学实验中，研究人员常需要在GPU上运行特定的机器学习模型，模型的运行速度会直接制约研究进度。Mythos 5.1为七个开源深度学习模型手动编写了GPU kernel并缓存了中间结果，最高可以实现2.5倍的提速，且输出结果完全一致。

以全基因组分析为例，生物学家通常需要调用这些模型上千次，比如测试每个人类基因附近的每一种突变。经过优化后，Enformer的GPU费用从3万美元降至2.1万美元，Evo 2的费用从1.8万美元降至8千美元。这类性能优化通常需要专业性能工程师花费数周时间完成，学术实验室往往难以负担，而Mythos 5.1仅用几天时间就完成了所有优化，且仅依据公开源码进行开发。团队表示，这批优化代码将会开源共享。

此外，团队上周预告了Model Hardware Standard功能，可以让Claude直接操作实验室设备；同时扩大了AI for Science项目的规模，为高影响力科研项目提供免费使用额度，并推出了面向科学家的Claude Team优惠计划。

安全机制优化

在正式发布前，团队联合外部研究者对模型进行了多领域的风险测试，以下是安全报告的核心摘要：

生化风险

测试内容包括专家红队攻击、自动化评测以及桌面推演（由博士级生物学家与AI专家配对，验证模型能否追上人类专家的能力）。Mythos 5.1的能力强于上一代Mythos 5，但仍未触及RSP定义的下一级风险线，因此继续沿用Mythos 5的安全防护机制，研究级生物能力仍受限制。

网安风险

在关闭安全防护机制的测试中，Mythos 5.1的网安能力超过了此前所有已发布的模型，但仍处于团队前沿合规框架的较低风险档位内。Fable 5.1的网安安全防护机制经过两家外部机构和Gray Swan的自动化压力测试，未发现关键级的越狱漏洞。

智能体安全

面对恶意的智能体编码和电脑操作请求，Mythos 5.1的拒绝率与Mythos 5、Sonnet 5、Opus 5基本持平；在外部prompt注入基准测试中，它是目前团队最稳健的模型。

对齐优化

自动化行为审计结果显示，Mythos 5.1在多数指标上优于上一代模型。当接到不可能完成的任务时，模型获取测试环境外资源的概率有所下降；使用动机性推理为自己辩护的概率降低；为达成用户目标而无视显式约束的情况也有所减少。训练数据回溯显示，奖励劫持的尝试率和成功率均低于上一代版本。

不过测试中也发现了不足之处：模型仍偶尔会绕过审批和自动模式分类器；在超长上下文和多智能体场景中，安全审计的可见度不足；不可能任务的覆盖范围也有待完善。

误报率优化

生物安全防护机制对基础生物和医学问题的误报率，相比Fable 5上线时减少了85%。生命科学的研发类查询仍会转由Opus模型处理，专业用户需要通过Mythos 5.1的准入程序才能获得访问权限。

网安方面，Claude Code用户平均每个会话被安全防护机制中断的次数减少了60%。Fable 5.1现在允许用于发现软件漏洞，也就是防守方的安全工作，但渗透测试、exploit编写、二进制漏洞扫描等任务仍会转交Opus模型处理。

企业级用户可以使用EFS：Enterprise Frontier Safeguards，企业前沿安全机制。该机制下用户数据存储在客户自有云基础设施上，不会存储在团队侧，人工复核默认由客户自行完成。团队表示，这套机制与超过100家客户共同设计完成，覆盖金融、医疗、制造、电信、法律、零售和公共部门等多个领域，云厂商包括AWS、Google Cloud、Azure均参与了测试。EFS将在今年秋天分批上线，在此之前，符合条件的客户可以以零数据留存的方式使用Fable 5.1。

此外，团队还对蒸馏功能进行了调整：从即日起新建的API账号，无法手动修改多轮对话中Claude的历史上下文并同时保留其思维链记录，这是一条已被公开记录的蒸馏路径。已有账号暂时不受影响，该规则将在下一代模型发布时对所有账号生效。

Mythos模型准入机制

Mythos 5.1与Fable 5.1本质上是同一个模型，区别在于针对通过审核的个人和机构，放宽了网安与生命科学领域的安全防护限制。目前有两个准入通道：

• 网安领域通过CVP：Cyber Verification Program，网安验证计划，目前该计划提供部分Opus和Sonnet级模型的低限制版本，近期将加入Mythos级模型；
• 生命科学领域通过LSVP：Life Sciences Verification Program，生命科学验证计划，该计划与美国政府合作设立，首批参与者已入驻。

目前该准入机制仅对一批美国机构开放，团队表示正与美国政府协调，尽快将服务扩展至更多国内和国际合作伙伴。此外，Claude Security（扫描代码库寻找漏洞、为人工复核提供补丁的产品）现已改为由Mythos 5.1驱动。

欧盟文字水印合规要求

今年7月，团队与另外190家签署方共同签署了欧盟AI法案的「AI生成内容透明度行为准则」。按照准则要求，8月2日之后发布的模型，输出内容必须携带水印，该水印以数值方式判断一段文字由Claude参与撰写的概率，没有检测API的用户无法看到该水印，且水印不会影响输出质量，也不会包含用户、机构和对话的任何隐私信息。

检测API目前处于私有预览阶段，按照欧盟法律，优先向监管机构、执法部门、媒体、事实核查方、独立研究者、教育机构及欧盟公民社会组织开放，同样负有合规义务的企业也可以申请使用。