Claude Fable 5登场，Anthropic把“危险的好东西”拿出来卖了

企业客户最近打开Claude，可能会看到一个新名字：Claude Fable 5。

它看起来像一次常规升级，代码能力更强，文档理解更强，视觉识别更强，长任务执行能力也更强。价格也很直接，输入每百万token 10美元，输出每百万token 50美元。贵，很贵，基本站在主流大模型最贵的那一档。

但这次真正有意思的地方，并不是这些。

Fable 5背后用的是Anthropic此前只给少数网络安全机构、关键基础设施合作方开放的Mythos级能力。换句话说，这不是普通Claude换代，更像是Anthropic把原本锁在保险柜里的模型，套上安全壳，推到了企业和开发者面前。

这个动作很微妙。AI公司当然想卖最强模型，但它又要证明自己不会把最危险的能力随手发给全世界。Fable 5就是这个矛盾的产品化结果：大部分时候，它让用户用到Mythos级能力；一旦请求碰到网络安全、生物化学、模型蒸馏这类高风险区域，它会自动把任务交给Claude Opus 4.8处理。

Anthropic给了你更强的模型，也把刹车权握在自己手里。

Fable 5到底放出了什么能力？

过去两年，大模型升级有一套熟悉话术：benchmark更高，多模态更强，推理更稳，最后加上一堆企业客户背书。大家听多了会麻木，因为很多提升落到真实工作里，往往只是回答顺一点、代码错误少一点、摘要写得更像人一点。

Fable 5想讲的故事更进一步。它强调的不是单次回答质量，而是长时间自主执行。

这个差别很关键。

如果一个模型只会回答问题，它还是工具；如果它能理解目标、拆步骤、调用工具、检查结果、继续往下做，它就开始接近一个“临时员工”。这个员工不领社保，也不会主动离职，当然，“薪酬”也丝毫不客气。

软件工程是Fable 5最容易打动企业的地方。Anthropic给出的成绩很激进，在SWE-bench Pro上，Fable 5和Mythos 5达到80.3%；在Cognition的FrontierCode Diamond测试里，也明显超过Claude Opus 4.8和GPT-5.5。数字可以打折看，毕竟所有AI公司都会挑最能证明自己的数字讲。但客户案例更能说明它想卖什么。

Stripe拿Fable 5在5000万行Ruby代码库里做迁移，一天就完成了原本可能要工程团队手工干两个多月的工作。这个案例如果经得起复盘，意义不小。企业软件最痛的地方，恰恰不是写一个漂亮demo，而是处理那些又老、又大、又没人敢动的代码库。

过去AI很难接这种活。补全代码可以，写个函数可以，修一个明确bug也可以；跨仓库迁移、重构、测试补齐、UI原型、PR审查，就需要模型记住上下文，还要在过程中不断纠偏。Fable 5如果真能稳定吃下这类任务，它卖的就不再是“更聪明的聊天框”，而是一种新的工程产能。

企业会喜欢这个故事。老板真正想买的不是AI感，是少开几个会，少排几个需求，少招几个人还能把活干完。

Fable 5的第二个场景，是知识工作。

这里的关键词不是写稿、总结、翻译这些早期AI用法，而是复杂文档、表格、图表、合同、报告、截图、系统后台、项目计划这些乱七八糟的企业现场。很多公司嘴上说自己数字化，关键知识仍然躺在PDF、Excel、PPT、扫描件和一堆没人维护的内部系统里。真实工作也不是问一个问题、拿一个答案，而是先看材料，再查数据，再判断风险，再生成方案，再回填系统，再通知相关人。

Fable 5在文档视觉推理、图表理解、长任务分析上的提升，正好打这种场景。金融公司可以用它做交易分析、研究报告拆解、预期收益判断；法务团队可以用它看合同红线；运营团队可以让它把会议纪要变成可执行计划；产品团队可以让它看截图、还原页面、写原型代码。

这些场景的共同点是：信息不干净，任务不短，过程不能只靠一次回答。

Zapier那句评价很有代表性：“Opus会停下来问，Fable 5会继续找。”很多时候，人类同事最烦的不是AI不懂，是AI太爱中断，动不动就要求“请提供更多信息”。Fable 5如果能在合理范围内自己往前走，体验会明显变化。

视觉能力也让它更像一个能“看屏幕干活”的代理。Anthropic说它能从复杂科学图里提取精确数字，也能根据截图重建网页应用源码。表面看这是视觉模型升级，往深处看，这是AI进入旧系统、低代码平台、企业后台、报表界面的通行证。

API打通不了的地方，视觉模型可以硬看。这个路径有点笨，但很现实。

Fable 5和Mythos 5最容易被理解成两个不同档位的模型，像“小杯”和“大杯”。实际更微妙。它们更像同一套底层能力的两个开放版本：Fable 5给大众和企业，Mythos 5给被审核过的高风险用户。

普通办公、代码、分析这些场景里，Anthropic的意思是Fable 5和Mythos 5表现接近。真正的差别出现在敏感能力上。

网络安全是最典型的例子。用户要求模型做漏洞利用、攻击路径推演、横向移动、规避检测，Fable 5会触发安全分类器，然后把请求交给Opus 4.8。Mythos 5则面向可信安全团队开放更多能力。对普通企业来说，这种设计没什么损失；对防御团队、关键基础设施机构来说，这就是两款产品的核心差别。

生物和化学也一样。Anthropic承认Mythos级模型在蛋白设计、分子生物学假设生成上已经表现出很强能力，甚至能加速部分药物设计流程。这个能力有巨大科研价值，也有现实风险。所以Fable 5只能做比较安全的通用研究辅助，真正敏感的生物能力留给Mythos 5和受信任研究者。

模型蒸馏则更直接，关系到商业防线。用户如果想把Claude能力抽取出来训练别的模型，Fable 5也会收手。这里就别讲得太高尚了，安全是一部分，护城河也是一部分。AI公司谈开放时都很慷慨，谈蒸馏时都很敏感。

这套设计释放了一个行业信号：前沿模型以后可能不会简单分成“发布”和“不发布”。它会变成一个分层系统。同一套能力，对不同人开放不同深度。你是谁，你在哪个行业，你要做什么，会决定你能摸到模型能力的哪一层。

企业敢不敢把工作交出去？

Fable 5的定价并不好看。输入10美元、输出50美元每百万token，企业财务看到铁定会皱眉。更麻烦的是，越自主的模型越可能消耗更多token。它不停规划、调用工具、检查、重试，账单也会跟着跑。

所以判断Fable 5值不值，不能只看单价，要看它到底替代了多少人工时间。它只是帮人写几段代码、总结几份文档，那就贵得有点任性；它能完成代码迁移、复杂分析、系统原型、合同审阅这种大块任务，价格反而可能讲得通。

还有一个企业会在意的点：30天数据留存。Anthropic要求Fable 5、Mythos 5以及未来同等能力模型的流量都保留30天，用于安全监控。它承诺不拿这些数据训练新模型，也承诺多数情况下30天后删除。但对金融、医疗、政府、制造这些行业来说，数据留存不是一句承诺就能过去的事。

这会成为采购谈判里的硬问题。企业一边想要最强能力，一边又希望数据完全可控。Anthropic的回答是，模型能力到了这个等级，必须加强监控。这个逻辑能成立，客户买不买账，是另一回事。

Fable 5真正的考验，在于企业每天高频使用时，它能不能稳定，能不能少误判，能不能控制成本，能不能让人放心把更大任务交出去。

Anthropic没有把Mythos级能力完全锁死，也没有一口气全放出来。它做了一个中间产品，让大多数人先尝到更强模型的好处，同时把最危险的部分继续握在自己手里。争议当然会有。谁有资格用Mythos 5？谁来判断一个请求危险不危险？一家商业公司凭什么做这种能力闸门？这些问题不会因为Fable 5发布就消失，反而会越来越尖锐。

但Fable 5代表了大模型商业化的一个新阶段。AI公司卖的不再只是“回答更好”，而是“我可以替你干更完整的一段工作”。这才是它和此前Claude、GPT、Gemini们最关键的区别。模型开始从问答界面往执行系统里钻，开始接近企业真正愿意付高价的地方。

Fable 5值不值这个价，答案其实很简单：你还把它当聊天机器人，它贵；你敢把一整段工作交给它，它可能反而便宜。前提是，你得有本事管住它。

END本文来自至顶AI实验室，一个专注于对AI计算机、工作站及各类AI相关硬件设备，开展基于真实使用场景评测的研究机构。‍