大家好，我是程序员天天困。
9 月 1 日深夜，Anthropic 甩出 Claude Fable 5.1 和 Mythos 5.1，第二天一早我的信息流就被「地表最强模型」「缓存降价 75%」刷了屏。
刷归刷，冷静一下：跑分是谁发的？降价降的是哪笔钱？第三方认不认？
这篇我不跑实战——老实说，跑一轮大项目评测的 token 账单，比这篇文章的稿费贵多了——就干一件事：把官方公告、第三方榜单和真实定价摊开对一遍。先说结论：提升是真的，坑也有，文末有张选型表，下个月选模型可以翻出来对照。
## 一、Fable 5.1 到底是谁：一个模型，两副手铐

先把名字搞清楚，这次其实发了两个模型。
**Claude Fable 5.1**：Anthropic 在 2026 年 9 月 1 日发布的旗舰模型，官方定位是「全球最先进的编程与知识工作模型」，API 里的模型 ID 是 `claude-fable-5-1`，所有用户都能用。
**Claude Mythos 5.1**：和 Fable 5.1 共用同一个底层模型，可以理解为「解开部分限制的版本」——网络安全和生命科学相关的能力放得更开，但不对外售卖，只通过网络安全验证计划（CVP）和生命科学验证计划（LSVP）发给审核通过的机构，目前仅面向美国组织。
打个比方：同一台发动机，Fable 是装了电子限速器、卖给所有人的民用车；Mythos 是解了限速的赛道版，但你得先有赛道驾照才卖给你。Terminal-Bench 4.0 上 Mythos 5.1 比 Fable 5.1 高 5.1 个百分点（60.9% 对 55.8%），差距就来自那些被防护机制拦下的任务。
补个背景：上一代 Fable 5 今年 6 月 9 日发布，三天后因美国出口管制紧急全球下架，直到 7 月 1 日才恢复上线。5.1 就是它回归后的第一次大版本更新，发布当天同步上架 AWS Bedrock、Google Vertex AI 和 Microsoft Foundry 三大云平台。
## 二、Fable 5.1 的官方跑分：先学会看成绩单的小字

官方跑分值得看，但照单全收就亏了。先上 Anthropic 公告里的完整对比表（2026 年 9 月 1 日发布）：

|基准（考什么）|Fable5.1|Fable5|Opus5|GPT-5.6Sol|
|:-:|:-:|:-:|:-:|:-:|
|Terminal-Bench-Science 0.1（Agent 做科研）|52.6%|24.7%|29.0%|22.4%|
|Terminal-Bench 4.0（Agent 终端编程）|55.8%|42.0%|52.3%|37.3%|
|CursorBench 3.2.0（Cursor 场景编程）|73.4%|70.5%|70.0%|67.2%|
|GDPval-AA v2（真实知识工作，Elo 分）|1853|1723|1824|1711|
|Humanity's Last Exam（跨学科推理，无工具/带工具）|60.9/65.0%|57.8/63.8%|56.6/63.6%|—|
|OSWorld 2.0（操作电脑，strict 口径）|41.7%|36.1%|39.6%|—|
|AutomationBench（端到端业务流程）|31.4%|17.1%|26.9%|19.6%|
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/412b339d52ea5d9c27edc9f8374c96ce.png)
一眼看过去，提升最猛的是两项：科研基准从 24.7% 到 52.6%，业务流程自动化从 17.1% 到 31.4%，差不多翻倍。读总分表，看这种量级跨越就行，别盯着排位上那一两分较劲。不过这张表有三个小字，官方写在脚注里，很多转述文章没提：
**第一，跑分带着误差棒。** Terminal-Bench-Science 的标准误是 ±3.5～4.5 分。官方自己复现 Opus 5 是 29.0%，公开榜是 30.0%；Fable 5 官方复现 24.7%、公开榜 21.4%——都在噪声里。24.7 到 52.6 这种翻倍是真跳，你追我赶的 1～2 分，别拿来做购买决策。
**第二，考试是戴着镣铐考的。** 官方注明：安全防护介入的任务，OSWorld 直接记 0 分；其余被拦下的，网络安全类由 Opus 4.8、生物类由 Opus 5 代打。所以这张表是「商品版」分数，不是裸模型——既低估了真实能力，也意味着你买到手的就是这个戴镣铐的版本。
**第三，分数和「努力档位」绑在一起。** Fable 5.1 在 Claude Code 里默认 High，在 Claude.ai 和 Cowork 里默认 Medium。官方还给了成本-精度曲线：Low/Medium 档的 5.1，就能打平甚至超过 Fable 5 的最高档。升级不一定非要开到最贵那档。
横轴是单任务成本（对数刻度），每个点一个努力档位——5.1 的低档点已经摸到 Fable 5 高档点的高度：
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/45ddc710a2746ad90a5ec2589afd33d9.png)
## 三、第三方榜单体检：学霸是真学霸，磨叽也是真磨叽

官方数据看完，轮到第三方上场。
**Terminal-Bench**：由独立团队维护、考察 AI Agent 在真实终端里自主完成任务的公开基准，算是 Agent 编程这块最被认可的第三方考场之一。发版次日（9 月 2 日）公开榜上还没有 Fable 5.1；到我写这稿时（9 月 8 日）独立复现已经上来了，当前前排是这几位：

|排名|模型|Agent|解决率|跑完成本|
|:-:|:-:|:-:|:-:|:-:|
|1|GPT-6 Astra（max）|Codex|58.2%|$3.3k|
|2|Fable 5.1（max）|Claude Code|57.9%|$6.2k|
|3|Opus 5（max）|Claude Code|51.8%|$6.0k|
|4|Fable 5（max）|Claude Code|44.5%|$7.3k|
|5|GLM-5.3（max）|Claude Code|41.8%|$2.7k|
注意口径差异：Fable 5 官方自测 42.0%、公开榜 44.5%；Opus 5 官方自测 52.3%、公开榜 51.8%；Fable 5.1 官方自测 55.8%、公开榜 57.9%——两套考卷本来就不一样，差一两分多半落在误差棒里。公开榜上它紧贴 GPT-6 Astra，第二名坐稳了，但成本几乎是 Astra 的两倍——能打，不便宜。
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/fe32a7913c16e764fd8717a3b2b1ce12.png)
再看 Artificial Analysis（第三方模型评测站，2026 年 9 月 8 日抓取）给 Fable 5.1 做的体检：
- 智能指数 53 分，在 202 个同场模型里排第 1（同场中位数只有 24 分）；
- 输出速度 69.0 token/s，排第 84 名，略低于同场平均线；
- 跑完一整套智能指数评测花了约 1.31 万美元、生成 1.9 亿个输出 token——而中位数模型只烧约 9000 万。

翻译成人话：榜首学霸，卷面最长，跑得慢，还贵。上下文倒是给足了，100 万 token。
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/83af5f1244424260f02df5f62968bbe7.png)
官方还甩了 22 家早期客户的反馈，我挑 4 条有料的：
- **Cognition（Devin 团队）**：发布当天就把 Devin 里的 Opus 5 流量切到 Fable 5.1——「加上新的缓存定价，Fable 级模型在我们原本留给 Opus 的负载上终于划算了，先从代码审查开始切」。
- **Millennium（对冲基金）**：一个大概百万次运行才复现一次的崩溃，工程师和其他模型查了四五年没结果；Fable 5.1 反汇编第三方库、对照 core dump，定位到是那个库自己的 bug。
- **Every**：「Fable 级智能、Opus 级价格、Sonnet 级速度」——他们测下来 5.1 比 Opus 5 快约一倍，token 少用一半。
- **Ramp**：38 小时无人值守的机器学习任务，自己发现之前结果是标签错了，改完连夜起了 6 个并行实验，早上带着结论和下一步计划回来。

看下来感觉差不多：5.1 强的不是聊天更机灵，是长活不容易跑偏，会自己核验，也敢往前拱。
## 四、降价 75% 的账：降的不是模型价，是「复读费」

这是被转发最多的卖点，也是最容易误读的一个。
先看价目表（每百万 token，美元）：

|项目|Fable5.1|Fable5|Opus5|
|:-:|:-:|:-:|:-:|
|输入|$10|$10|$5|
|输出|$50|$50|$25|
|缓存读取|$0.25（降 75%）|$1.00|—|
看清楚了：输入输出的单价一分没降，还是 $10/$50，是 Opus 5 的整整两倍。真正动刀的只有缓存读取。
官方费率卡就摆在那，不信可以自己翻：
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/9b78bfb5f40ccd9943f485e576536f0a.png)
**缓存读取（cache reads）**：模型重复读取「已经处理过并存起来的上下文」时收的费。Agent 干活时会反反复复翻同一批代码和对话记录，这块在 Agent 账单里占大头。
打个比方：菜价没降，是外卖给「反复翻同一份菜单」的人免了复读配送费。你就问一句「帮我写个快排」、上下文读完就扔——这 75% 跟你没关系。
官方拿 2026 年 8 月真实用量算过（Fable 5 记作 100）：典型负载降到 75，大概省 25%；重度 Agent 降到 55，大概省 45%。
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/86855ebc8dcfbf2ef3936954fec06a7d.png)
反向坑也有：5.1 更能想、更能写，token 也更费——Artificial Analysis 测下来，它跑评测的输出量接近中位数模型的两倍。缓存省下来的钱，可能被多吐的输出吃回去一截。重度用户总账多半还是省，但别指望账单直接打二五折。
## 五、跑分之外，这次还塞了什么

官方花了不少篇幅讲科研案例，挑三个说说：
**金星地图。** Fable 5.1 拿 NASA 麦哲伦三十多年前的雷达图，训练神经网络重画了金星约三分之一表面的高程图：分辨率从 10～20 公里拉到 2～3 公里，高程精度高了约 25%。地图已经按知识共享协议挂在 Zenodo 上，给后面 NASA VERITAS、欧空局 EnVision 做铺垫。
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/1570b517d39c10b125af523811f84020.png)
**蛋白质设计。** Mythos 5.1 调用开源蛋白质设计工具做出的结合剂，在 3 个靶点上亲和力比 Adaptyv Bio 竞赛最佳作品高 10 倍；12 个靶点命中率接近 50%（行业常见大概 10～15%）。结果送了两家外部机构做实验，不是只画图。
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/dd16190127f9dddf5f7b849ec2731ad1.png)
**GPU 加速。** Mythos 5.1 自己写自定义 GPU 内核、缓存中间结果，把 7 个开源深度学习模型提速最高 2.5 倍（输出还对得上），官方估算全基因组分析这类活的 GPU 成本能少 30～60%。底下这张是提速对比——通常要性能工程师磨几周的活，它几天干完，官方说后面会开源这些优化。
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/c24775e55bb2e771cb6b07fd5c01774c.png)
对企业这边，还有四件事：
1. **EFS 企业防护**：数据放在客户自己掌控的云里，不进 Anthropic 系统，同时按零数据留存待遇走，今年秋起分批放开；
2. **安全防护误报少了大约六成**：Claude Code 里被网络安全防护打断的次数下来了；现在允许用它找漏洞——写 exploit、渗透、二进制扫描这类还是转给 Opus；
3. **欧盟合规水印**：按欧盟 AI 法案，8 月 2 日后发布的模型输出带不可见水印，检测 API 还在私测，不影响内容和质量；
4. **反蒸馏**：新开的 API 账号，不能再一边改历史上下文、一边保留之前的思考记录——这是批量「偷思考过程」的常见路子。老账号暂时没事，后面新模型会全量上。

普通人日常基本无感，企业采购倒会盯这些。反蒸馏那条官方专门发了帮助文档，改动范围和生效时间写得很死：
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/b56f671373c3851966d20d7eb5a0a582.png)
## 六、到底换不换：一张表说完


|你的情况|建议|
|:-:|:-:|
|几小时到几十小时无人值守的 Agent、大型跨服务重构、科研类长任务|上 Fable 5.1，这活它吃得开|
|日常写代码、代码审查、中小任务|继续 Opus 5：$5/$25 半价，GDPval 只差 29 分，公开榜也够用|
|预算紧、非核心业务|Sonnet 5 或国产模型，GLM-5.3 公开榜已到 41.8%，钱少一截|
|网络安全 / 生命科学专业研究|去申请 Mythos 5.1 的 CVP / LSVP|
有人会问：缓存都降了，Opus 还香吗？香。Every 那句「Fable 级智能、Opus 级价格」，说的是低档位加缓存降价后的**单任务成本**能逼近 Opus，不是标价变了——5.1 还是 $10/$50，Opus 是 $5/$25。5.1 智能指数第 1、公开榜第二，但贵一倍、跑榜也更烧钱。红利在长任务和科研，日常写代码往往感知不到。
按 2026 年 9 月这批数据，我会这么用：默认位继续 Opus 5，真卡住的长活再上 5.1。它不是人人都要升的那一档，更像给愿意为长任务掏钱的团队准备的。
## 七、彩蛋：发布几小时，系统提示词就被扒了

最后说个热闹事。越狱圈里扒提示词出名的 Pliny the Liberator，Fable 5.1 出来没几小时就把完整系统提示词扔出来了，他自己写「足足 27 万字符以上」，后来归档进 GitHub 的 CL4R1T4S 仓库。
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/edf860e0a91d8e3caf7f8fe34a831199.png)
仓库里专门收各家系统提示词，这一个 Markdown 翻进度条都要翻一会儿：
![image](https://developer.qcloudimg.com/http-save/yehe-11608098/cf5be6874034acc81f2f31257e91a9a0.png)
围观一下挺有意思——里面大概是工具怎么调、什么该拒、身份怎么介绍。但模型真本事在权重里，不在这份说明书。Anthropic 上反蒸馏，防的也不是有人看见说明书，而是有人拿几千个号批量偷「思考过程」。热闹归热闹，别把提示词泄露当成模型被破解。


----
我是程序员天天困。有用的话点个赞收藏关注，评论区也可以说说：你会把主力升到 Fable 5.1，还是继续让半价 Opus 5 守默认位？

大家好，我是程序员天天困。9 月 1 日深夜，Anthropic 甩出 Claude Fable 5.1 和 Mythos 5.1，第二天一早我的信息流就被「地表最强模型」「缓存降价 75%」刷了屏。刷归刷，冷静一下：跑分是谁发的？降价降的是哪笔钱？第三方认不认？这篇我不跑实战——老实说，跑一轮大项目评测的 token 账单，比这篇文章的稿费贵多了——就干一件事：把官方公告、第三方榜单和真实定价摊开对一遍。先说结论：提升是真的，坑也有，文末有张选型表，下个月选模型可以翻出来对照。

Claude Fable 5.1 到底怎么样？扒完官方跑分和第三方榜单，说几句实话

Claude Fable 5.1 强在哪、贵不贵、值不值得换？这篇不跑实战，只把官方跑分、第三方榜单和定价对一遍，方便你选型时查

人工智能

编程语言

新闻资讯

Anthropic发布ClaudeFable5.1与Mythos5.1，智能指数登顶但成本翻倍。核心升级在科研与自动化任务，缓存读取降价75%，模型单价未变。第三方榜单紧追GPT-6Astra，输出量近中位数两倍。日常编码Opus5更划算，长任务选5.1，附选型建议。

网络安全

机器学习

深度学习

GitHub

Agent

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Claude Fable 5.1 到底怎么样？扒完官方跑分和第三方榜单，说几句实话-腾讯云开发者社区-腾讯云

Claude Fable 5.1 到底怎么样？扒完官方跑分和第三方榜单，说几句实话

Claude Fable 5.1 到底怎么样？扒完官方跑分和第三方榜单，说几句实话

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐