Fable 5.1没降价，为何还能省45%？

摘要 同一个底层模型，两套开放边界；输入输出单价不变，真正降价的是Agent反复读取的上下文。 黑粉科技 · 2026-09-02

🌓 名字像两款模型，底下其实是同一个脑子

今天早上我打开 Anthropic 的发布页，最先让我停下来的不是 52.6% 的科研跑分，而是官网写得非常直白的一句话：Claude Fable 5.1 和 Claude Mythos 5.1 是同一个模型，只是护栏等级不同。

Fable 5.1 面向 Claude API 客户和合作云平台；Mythos 5.1 只给可信访问计划里的机构与专业人员。一个负责把能力放到大众生产环境，另一个把网络安全和生命科学中的专业能力开放给经过审核的团队。这不是“大杯和超大杯”，更像同一台机器装了两套门禁。

这条设计决定了这次更新该怎么看。普通用户能拿到的不是“被阉割的另一个架构”，而是同一能力底座在公开环境里的安全版本；专业团队申请 Mythos，也不是交更多钱买会员，而是用组织身份、使用场景和审查责任换取更宽的专业边界。

当年企业软件常把同一套代码按许可证切成社区版和企业版，差别主要是功能开关。Anthropic 这次切的不是菜单，而是模型在高风险领域能走到哪一步。能力商品化与风险分级，第一次被摆在了同一张产品说明书上。

Fable 与 Mythos 的差别，不是哪个更聪明，而是谁能在什么场景里被允许使用这份聪明。

📊 跑分确实涨了，但别把官方成绩当成万能保票

先看最醒目的科研成绩。Terminal-Bench-Science 0.1 上，Fable 5.1 达到 52.6%，上代 Fable 5 是 24.7%，Opus 5 是 29.0%，GPT-5.6 Sol 是 22.4%。从数字看，不只是小修小补，而是把上代成绩翻了一倍多。

可这张图旁边还有一行容易被忽略的注释：每个模型的标准误差约为 ±3.5 至 4.5 个百分点，而且整套结果由 Anthropic 自己公布。它能证明这家公司在长时程科研任务上取得了明显进步，不能证明你的代码库、合同或财务表格也会按同样比例变好。

来源：Anthropic 官方发布页。Mythos 5.1 在 Terminal-Bench 4.0 为 60.9%；官方解释差距主要来自网络安全护栏干预。

更重要的是提升集中在哪儿。官方列了六类：能跑数小时的多文件编程与迁移，从问题一路做到文档、活公式表格和幻灯片，多步研究与搜索，读取 PDF 密集图表的视觉能力，贯穿 1M 上下文的长文推理，以及失败后能恢复的电脑操作。多语言表现则与 Fable 5 大致持平。

这组变化指向同一件事：Anthropic 不只想让模型把一道题答对，而是让它在几十次工具调用后仍记得目标、能检查自己的产物、发现根因再继续干。早在代码模型只比补全准确率的阶段，谁多写对一行就能赢；现在真正拉开差距的，是任务跑到第三小时还会不会偏航。

💸 每百万 token 价格没降，为什么官方敢说最高省45%

Fable 5.1 的基础单价与 Fable 5 完全相同：输入每百万 token 10 美元，输出 50 美元。它也仍然比 Opus 5 的 5 美元输入、25 美元输出贵一倍。只看价目表，这次甚至算不上降价。

真正被砍的是缓存读取：从上代每百万 token 1 美元降到 0.25 美元，整整便宜 75%。长时程 Agent 每轮都会反复读系统指令、代码库摘要、工具定义和前面的会话记录，缓存命中越高，这一刀越有价值。

Anthropic 因此估算，典型按 token 计费的工作负载有效成本约降 25%，高度智能体任务最高约降 45%。

这也是为什么短问答用户不该把“最高省 45%”抄到自己账单上。一次提问、一次回答，缓存复用很少，最贵的输出 token 一分钱没降；只有代码 Agent、深度研究、文档流水线这类持续回看同一批上下文的任务，才有机会接近那个上限。

当年云计算把价格写成“每台机器每小时多少”，后来真正决定成本的却是预留实例、冷热存储、流量和空闲率。模型 API 正在重演这套剧本：挂牌单价只是门口菜单，完整任务成本还要算缓存、工具轮次、失败重试和运行时间。

谁赚了？Agent 平台、云厂商和长任务用户先受益，Anthropic 也能用更低的任务成本把高端模型塞进更多生产流程。谁亏了？大量一次性输出、缓存命中低的人基本吃不到红利。谁保持沉默？价目表不会主动告诉你，一个 Agent 因并行工具调用变少而多跑了几轮，可能把省下的缓存费又花回去。

🧰 开发者别只改模型ID，三处兼容性会直接报错

从 Fable 5 迁移到 5.1，看起来只需把模型 ID 改成 claude-fable-5-1，但官方文档列了三项破坏性变化。第一，tool_choice 里的强制 any 或指定工具不再支持，会返回 400；要改成自动选择，再配合严格工具模式或结构化输出。

第二，旧模型读不了 Fable 5.1 生成的 thinking blocks。路由器如果从 5.1 回退到早期模型，这些思考块会被丢弃。

第三，修改、重排或删除旧回合，甚至让同一个图片 URL 后来返回了不同字节，都可能让后续 thinking blocks 失效。自己维护消息数组的 Agent harness，必须把会话改成追加式。

• 需要强制 JSON：改用 tool_choice: auto + strict tool use，或结构化输出
• 跨模型路由：监控 thinking block 被丢弃，别把静默转换当成完整上下文
• 长会话：旧消息尽量只追加不修改，临时提醒改用 turn-scoped system message
• 实时界面：Fable 5.1 的进度更新更少，需要显式开启 display: updates
• 低 effort 检索：官方提醒它更容易凭记忆回答，需要新鲜信息时要明确要求搜索

还有两个会直接影响实际成本的行为差异：并行工具调用更不稳定，小改动也更容易整文件重写。前者增加轮次与延迟，后者增加输出 token。缓存更便宜不代表 harness 可以不优化；模型越强，编排层越不能躺平。

🧬 Mythos不是隐藏会员档，Anthropic在试一种分级开放

Fable 5.1 的网络安全护栏平均每个 Claude Code 会话少约 60% 干预，现在允许发现软件漏洞，但漏洞利用生成、渗透测试和基于二进制的漏洞扫描仍可能转交 Opus。生物学护栏对基础生物和医疗良性请求的误触发，相比 Fable 5 首发版本少了 85%。

Mythos 5.1 则通过 Cyber Verification Program 和 Life Sciences Verification Program 开放，Claude Security 也已由它驱动。

也就是说，Anthropic 没有把高风险能力简单关死，而是要求申请者可识别、场景可说明、责任可追踪。普通用户少被误伤，专业团队多拿能力，平台保留最后一道门。

Anthropic 为什么现在做这件事？一边是长任务能力已经强到能连续操作代码、浏览器和科研工具，旧护栏的误伤开始直接妨碍生产；另一边是云厂商和企业客户需要可审计、可分责的数据与安全合同。

把 Fable 全面铺开、把 Mythos 放进可信计划，既能抢 Agent 入口，也能把高风险能力的责任链留在商业体系内。

科研案例很抢眼：Mythos 5.1 在 12 个靶点上的蛋白结合体命中率接近 50%，官方称常见水平为 10%–15%；它还把七个开源生物模型最高加速 2.5 倍，估算 GPU 成本降低 30%–60%。Fable 5.1 则利用三十多年前的 NASA 雷达数据，把金星高程图细节从 10–20 公里推进到 2–3 公里。

这些案例值得重视，但仍是厂商挑选并组织的首发成果，不是独立实验室对通用科研能力的全面复现。早在自动驾驶演示第一次惊艳公众时，单条漂亮路线与全天候可靠驾驶就不是一回事；今天看 AI 科研也一样，发现线索、提出假设和形成可重复证据，是三道不同的门。

🧭 普通用户怎么选：别把最贵模型设成默认

Anthropic 自己的模型页反而很克制：多数工作负载先从 Opus 5 开始；只有高 effort 的 Opus 仍达不到要求，或者任务确实是长时程代码、研究与复杂知识工作时，再用 Fable 5.1。它的默认延迟被标为“较慢”，这也是强度的代价。

本篇为官方资料转述与分析，不含本机模型实测。实际选型应以自己的任务集、失败率、耗时和完整账单为准。

最后说清本地部署：**Fable 5.1 与 Mythos 5.1 没有开放权重，也没有 GGUF、MLX 或离线运行路线。**1M 上下文说的是云端服务规格，不是 64GB Mac 的本地容量。

能在 Claude、API、Bedrock、Google Cloud 或 Microsoft Foundry 调到，不等于能把模型下载回家。

所以这次更新真正值得记住的，不是“又一个最强模型”。它把三件过去分散的事绑到了一起：顶级能力用同一底座交付，高风险能力按身份和场景分级开放，长任务则靠缓存价格而不是基础单价降本。模型竞争已经从回答一次，走到了谁能更便宜、更稳地把整件事做完。

建议 一手来源 Anthropic 官方发布页： https://www.anthropic.com/claude-fable-and-mythos-5-1 Claude Platform 模型规格： https://platform.claude.com/docs/en/models/fable-5-1/overview 更新与迁移说明： https://platform.claude.com/docs/en/models/fable-5-1/whats-new-fable-5-1

摘要：同一模型、两套边界，价格没降但长任务真的可能更省 Fable 5.1 与 Mythos 5.1 共享底层模型：前者全面开放，后者只给可信访问项目。1M 上下文、128K 输出与 $10/$50 基础价格没有变化，但缓存读取降到 $0.25/MTok，使典型任务有效成本约降 25%，高度智能体任务最高约降 45%。它最适合长时程代码、研究与复杂知识工作；普通问答不必默认上最贵档，本地 Mac 也没有部署路线。

建议 黑粉科技 · 本地AI / 白嫖指南 / 我做的工具 / 新品速递 本篇依据 Anthropic 官方发布页与 Claude Platform 文档撰写；所有跑分和科研案例均按官方口径标注，未进行本机模型实测。

建议 我目前的4款自制软件 · 黑粉剪辑 HyphenCut（正式迭代）——Rust 重写的本地专业视频剪辑：达芬奇键位、AI 助理改真实工程，免费 https://github.com/HackerChi-Hub/HyphenCut-Releases/releases · 黑粉盒子 HyphenBox（初步构建 · 预览版）——免费大模型 API 雷达：持续复测可用性，本地统一接口，Key 只存本机 https://github.com/HackerChi-Hub/hyphenbox-release/releases · 方寸智匣 LocalBrain（正式迭代）——本地模型的多模态 MCP 工具箱：TTS / Whisper / 视频生成一站接入 https://github.com/HackerChi-Hub/localbrain-releases/releases · ScreenLex 光影词库（正式迭代）——看美剧顺手把生词背了，Mac/Windows 双平台，免费 https://github.com/HackerChi-Hub/screenlex-download/releases

黑粉科技 · 本地部署 / 免费白嫖 / 自制软件 https://hyphentech.top