Claude Fable 5 真正的新东西：不是更聪明，而是开始给 AI 能力分流定价

Wed, 10 Jun 2026 10:00:00 +0800

Anthropic 发布 Claude Fable 5 和 Claude Mythos 5 后，很多人的第一反应还是很自然：

它比 Opus 4.8 强多少？
它写代码是不是更猛？
它会不会又把 Claude Code 往前推一大截？

这些问题当然重要，但我觉得这次真正值得看的，不是模型又聪明了一点。

更关键的变化是：Anthropic 开始把同一套顶级模型能力，拆成了不同的访问方式、不同的安全边界和不同的价格层级。

换句话说，Claude Fable 5 的重点不是“更强模型终于来了”，而是 Anthropic 正在尝试回答一个更现实的问题：当一个模型强到可以同时帮助程序员迁移代码、帮助科学家做蛋白设计、也可能帮助坏人做高风险网络攻击时，这个模型到底应该卖给谁、怎么卖、什么任务该拦、什么任务该换模型处理？

这件事，比一次普通模型升级要大得多。

先说清楚：Fable 5 和 Mythos 5 是什么关系

根据 Anthropic 官方介绍，Claude Fable 5 是面向公众开放的高能力模型。官方把它称为一个 “Mythos-class model”，也就是 Mythos 级别的模型，但加上了适合通用使用的安全防护。

Claude Mythos 5 则是同一底层模型的另一种形态。它面向更受限的可信访问场景，尤其是网络防御、关键基础设施安全和部分生命科学研究。官方说得很直接：Mythos 5 拥有最强的网络安全能力，但这些能力不会直接对普通用户开放。

这里最有意思的地方在于，Fable 和 Mythos 并不是传统意义上的“两个不同档次模型”。它们更像是同一颗大脑，套上了不同的安全外壳。

普通用户拿到的是 Fable 5。它可以做软件工程、知识工作、视觉理解、科研推理和长任务，但遇到网络安全、生物化学、模型蒸馏等高风险请求时，会触发安全分类器。命中之后，系统不会继续让 Fable 5 回答，而是把请求交给 Claude Opus 4.8 处理，并告知用户发生了 fallback（回退）。

官方给出的数字是，平均少于 5% 的会话会触发这种机制。也就是说，绝大多数普通使用不会受影响，但在高风险区域，Anthropic 会主动把最强能力收回来。

这就是这次发布最值得拆解的地方。

过去我们讨论模型安全，常见逻辑是“能不能回答”。能回答就是放行，不能回答就是拒绝。

Fable 5 开始变成另一套逻辑：普通任务用最强模型，高风险任务换到更保守模型，可信用户通过受限项目访问解除部分护栏的版本。

它不只是拒绝，而是在路由。

定价也变成了产品信号

Claude Fable 5 的 API 模型名是 claude-fable-5。官方给出的价格是每百万输入 tokens 10 美元，每百万输出 tokens 50 美元。Mythos 5 的价格与 Fable 5 相同。

这个价格不便宜。它比 Opus 4.8 的公开价格更高，也明显把 Fable 放在了一个“顶级能力按需使用”的位置上。

但价格本身不是最关键的。关键在于，Anthropic 把价格、能力和访问边界放在一起设计了。

如果你只是问日常问题、写普通文案、做轻量总结，Fable 5 显然不是最经济的选择。它真正适合的是那些“贵一点也值得”的任务：大型代码库迁移、复杂代码审查、金融推理、科研假设生成、长周期 Agent 执行、难度较高的视觉理解。

这就和过去的“模型排行榜”思维不太一样。

以前我们习惯问：哪个模型最强？

现在更应该问：什么任务值得用最强模型？什么任务应该用更便宜的模型？什么任务虽然需要强能力，但不能让普通开放模型直接处理？

模型厂商也在回答这个问题。

Anthropic 这次其实没有把 Fable 5 包装成“所有任务都该用的默认模型”。它更像是在给高价值任务定价。你可以把它理解为 AI 里的“专家号”：它不是便宜，不是无处不在，但当你真的需要它时，它的价值来自一次复杂任务能否被完整解决。

官方案例真正想说明什么

Anthropic 给了很多能力展示。比如 Stripe 在 5000 万行 Ruby 代码库里做大规模迁移；Cognition 的 FrontierCode 评测；Hebbia 的金融推理基准；从科学图表中提取数字；根据截图重建 Web 应用；甚至只依靠视觉信息通关 Pokémon FireRed。

这些案例当然有展示肌肉的成分。

但如果只把它们看成“模型又变强了”，反而会错过重点。

这些案例共同指向的是同一件事：Fable 5 被设计来处理更长、更杂、更接近真实工作的任务。

真实工作不是一道单题。它往往包含很多小步骤：理解目标，读取上下文，写代码，检查结果，修 bug，重新规划，最后交付一个可以用的东西。

这也是为什么 Fable 5 和 Claude Code 的结合会让开发者兴奋。

Twitter 上已经有人把它用于代码审查，甚至开玩笑说现在应该让 Claude Code 做一次 “Fable Check”。Simon Willison 也在讨论如何计算 Fable 5 的 token 花费。还有用户反馈说，模型很强，但担心一天就把周额度用完。

这些反馈很真实。

当模型能力进入“复杂任务真的能做”的阶段，用户的关注点会从“它聪不聪明”转向另一个更现实的问题：我该把这么贵的智能用在哪些地方？

安全路由是这次最值得注意的产品设计

Fable 5 的安全机制里，有一个细节特别值得写。

当请求涉及网络安全、生物与化学、模型蒸馏相关内容时，Fable 5 不直接回答，而是交给 Claude Opus 4.8。官方说，用户会被告知发生了 fallback。

这其实是一个很微妙的产品动作。

它不是简单地说“这些话题都不能聊”。如果一个安全研究员问防御性问题，系统仍然可能给出帮助。但 Anthropic 不希望最强模型在这些敏感区域里无差别释放能力，于是选择用一个更保守的模型处理。

这像什么？

有点像金融系统里的风控分流。普通交易直接通过，大额或异常交易进入额外审核。不是所有交易都拒绝，也不是所有交易都放行，而是根据风险等级切换处理流程。

放到 AI 模型里，就是：普通任务给你最强体验；高风险任务进入更谨慎的处理链；经过验证的可信伙伴，才能访问更少限制的 Mythos 5。

这说明 Anthropic 已经不再把“安全”做成模型外面的一层静态护栏，而是在把安全变成模型产品的一部分。

安全不只是红线，也变成了路由规则、访问权限和商业边界。

这会带来一个新问题：正常用户会不会被误伤

当然，这套设计不是没有代价。

只要有分类器，就一定会有误判。尤其是今天的 AI Agent 工程，本身就越来越靠近高风险边界。

比如 Harness Engineering（支架工程）。它本来是让 Agent 更可靠的一套工程方法，包括工具约束、权限控制、验证回路、失败恢复和人类审核。但在安全系统看来，这类内容也可能和“构建更强自动化能力”相关。

今天 Twitter 上已经出现类似抱怨：有人认为 Claude 对 harness engineering 相关任务过于敏感，甚至影响正常 Agent 开发。

这不一定代表 Anthropic 的系统真的大面积误伤，但它提醒我们一个趋势：模型越强，护栏越难做。

过去拦截一个“明显危险请求”相对容易。未来的问题会复杂得多。

同样是写脚本，一个场景是在做企业自动化运维，另一个场景可能是在构建攻击链。同样是网络安全，一个人是在做防御演练，另一个人可能是在找漏洞利用路径。同样是 Agent 编排，一个团队是在做可靠性工程，另一个人可能是在绕过平台限制。

分类器需要判断的不只是关键词，而是意图、上下文、身份和任务边界。

这也是为什么 Mythos 5 没有直接开放给所有人。能力越强，访问控制越像一套许可制度，而不是一个普通开关。

这和之前 Mythos 泄露事件有什么不同

如果你关注过 Anthropic，可能会觉得 Mythos 这个名字并不陌生。

此前 Fortune 报道过 Anthropic 内部测试一个能力很强、风险也很高的模型，当时外界看到的核心矛盾是：Anthropic 有一个更强模型，但因为网络安全风险没有直接发布。

那件事更像一次“模型太危险，所以藏起来”的故事。

这次 Fable 5 / Mythos 5 的发布，性质不一样。

现在 Anthropic 给出的答案不是继续把能力藏起来，而是把能力拆成不同产品形态：公开版本、可信访问版本、高风险 fallback、30 天安全保留政策、不同计划下的阶段性使用权。

也就是说，Anthropic 正在从“要不要发布最强模型”，走向“如何治理最强模型”。

这比单纯泄露更值得关注。

因为它意味着顶级模型的商业化，开始和安全治理绑在一起。

对开发者来说，Fable 5 不是默认答案

如果你是开发者，看到 Fable 5 的第一反应可能是：以后是不是所有 Claude Code 任务都该上 Fable？

我反而觉得不是。

Fable 5 更适合那些你愿意为结果质量付费的节点。

比如：

大型重构前的架构审查；
复杂 Pull Request 的最终代码审查；
需要跨多个文件和工具链的 bug 定位；
重要技术方案的反方评审；
长周期 Agent 任务里的关键决策步骤。

但如果只是日常补全、简单问答、轻量脚本，便宜模型可能更合理。

这会让 AI 编程工作流变得更像真实团队分工。不是每个问题都找首席架构师，也不是每个任务都交给实习生。真正成熟的工作流，会把不同模型放到不同位置：便宜模型做日常处理，强模型做关键判断，保守模型处理敏感区域，受限访问模型服务特殊行业。

这就是“能力分流定价”的含义。

不是只有一个最强模型，而是不同任务、不同风险、不同预算对应不同模型。

最后，Fable 和 Mythos 的关系说明了 AI 产品的新阶段

Fable 5 和 Mythos 5 的关系，可以这样理解：Fable 是公开市场里的强模型，Mythos 是受限场景里的强能力版本，Opus 4.8 则在高风险 fallback 中承担更保守的处理角色。

这三者不是简单的强弱排序。

Fable 负责把顶级能力带给普通用户，但它必须带着通用安全护栏。Mythos 负责把同一底层能力开放给更可信、更专业的场景，所以它可以解除部分限制。Opus 4.8 在这里不是“更弱替代品”，而是安全路由中的稳妥处理层，用来承接 Fable 不适合直接回答的高风险请求。

这套结构说明，模型产品正在从单一 API 变成一套分层系统。

过去我们买的是一个模型。以后我们买的可能是一整套能力调度：什么时候用强模型，什么时候用便宜模型，什么时候切到安全模型，什么时候需要身份验证，什么时候必须保留日志供安全分析。

所以，Claude Fable 5 真正的新东西，不只是它又聪明了。

它让我们第一次非常清楚地看到：顶级 AI 能力正在被产品化、风控化、分层定价。

模型竞争的下一阶段，可能不再只是“谁的模型最强”。

而是谁能把最强的智能，安全、可控、可持续地卖出去。

Claude-Fable-5 on 奇诺分享 | 重在分享