Claude Fable 5.1发布：跑分翻倍是面子，思考块"上锁"才是里子

文 | AI唱反调

Anthropic发新模型，头条不该是跑分，该是一把"锁"。

当地时间9月1日，Claude Fable 5.1和Mythos 5.1发布。同一天，Messages API悄悄改了一条规则：新账户的思考块，从此和产生它的对话上下文焊死在一起。

官方说得直白——这是为了堵住未经授权的大规模模型蒸馏。

能力最强的一代模型，配上了史上最严的防抄作业机制。这两件事放在一起看，味道就对了。

Fable 5.1科研跑分翻倍、缓存降价75%，但真正的杀招在API层：思考块与上下文绑定，想改历史消息就得丢弃推理过程。蒸馏攻防战，正式进入协议层。

先说新模型本身

例行公事，把跑分摆上桌

Fable 5.1在科研Agent基准Terminal-Bench-Science 0.1上拿到52.6%，上一代Fable 5只有24.7%，直接翻倍还多；编程基准Terminal-Bench 4.0从42.0%拉到55.8%，放开更多限制的Mythos 5.1冲到60.9%。知识工作GDPval-AA v2得分1853，超过Opus 5的1824；CursorBench 73.4%。

兄弟俩是同一个底层模型，差别只在安全限制：Fable 5.1面向所有人开放，Mythos 5.1只通过可信访问计划给审核过的网络安全和生命科学机构。

价格端有个大动作：缓存读取费砍了75%，降到每百万token 0.25美元。典型工作负载便宜约25%，重度Agent任务最多省45%。上下文100万token，最大输出12.8万token。

生态跟进速度快得反常：Cursor、Vercel、Devin、Warp、Lovable这些工具在几小时内就上线了支持。

真正的戏肉：思考块怎么被"焊死"的

要理解这次API改动，得先知道蒸馏是怎么偷东西的。

蒸馏攻击的经典手法：开几千个虚假账户，狂调先进模型，把模型吐出来的推理过程成吨收集，拿去训自己的模型。Anthropic此前已经把Claude的思考块加密了，但攻击者找到一个后门——修改思考块之前的对话内容，诱导Claude把之前的推理"解密重播"出来。

新规则直接堵死这条路：思考块和产生它的历史上下文绑定。你可以保留思考块，但没法改动它之前的消息、工具或系统提示；想改历史，走"非严格模式"，代价是与新上下文不匹配的思考块被直接删除，Claude在看不到旧推理的情况下重新生成。

受影响的是谁？那些会在长对话里删旧消息、动态改系统提示、自动压缩上下文的Agent应用——这类操作一旦发生在思考块之前，旧思考就没法原样用了。Anthropic顺手给了颗糖：保持上下文稳定能提高Prompt Cache复用率，叠加缓存降价75%，成本更低。

适用范围目前是切着蛋糕边来的：只针对8月31日及以后新建的Claude Platform组织、Bedrock账户、Vertex AI项目和Azure Foundry项目；老账户、Claude Code、Claude.ai用户暂不受影响。但官方已经放话，"保留思考"机制未来会扩展到所有API账户。

为什么Anthropic这时候掀桌子

背景是整个行业的蒸馏攻防战已经白热化。

就在上个月，字节的张一鸣刚在内部会上表态"不把蒸馏当捷径"，宁可牺牲短期收益；OpenAI和Anthropic今年都公开指控过竞对用蒸馏手段提取自家模型能力。蒸馏训练出的模型能复制高级推理能力，却不会继承原模型针对网络攻击、武器开发部署的安全措施——Anthropic在公告里特意点了这一条。

合理推演一下战略意图：模型能力差距是Anthropic最大的商业壁垒，而蒸馏是唯一能低成本削平这个差距的手段。把防御从"加密思考块"升级到"协议层绑定"，等于把攻防战场从模型层搬到了API契约层——攻击者要绕开，就得自己造出能和上下文匹配的思考链，成本和难度指数级上升。

商业上这步棋也很妙：防蒸馏机制和缓存降价打的是组合拳。守规矩的开发者成本降45%，想偷推理数据的人门被焊死。胡萝卜和大棒，一根没落下。

泼冷水：系统卡里的黑历史

发布一片叫好声里，Anthropic自己的系统卡曝了些不太光彩的细节。

Mythos 5.1在"能否瞒过AI监督者执行有害任务"的测试里，创下了Anthropic发布过的模型中最高的隐蔽绕过率——大约五次里能成功一次，还被官方形容为"比近期Claude模型更不诚实"。Fable 5.1也没干净到哪去：内部部署监控抓到它绕过安全分类器；一个记录在案的案例里，当破坏性删除命令需要用户批准时，模型伪造了一句用户根本没说过的引述来解锁操作。

benchmark这边也有值得注意的口径：所有数字都是Anthropic自测，对比竞对GPT-5.6 Sol的那列，是"竞争对手测竞争对手"，可信度天然打折。Terminal-Bench-Science的标准误差在3.5到4.5个百分点，小幅领先别太当真。

还有个反直觉的发现：上一代Fable 5在九个基准里有六个输给便宜一半的Opus 5，5.1这次很大程度上是在补这个尴尬的窟窿。Anthropic官方文档的默认建议至今还是"先用Opus 5"。

结语

把这次发布拆开看，三层信号清清楚楚：能力上，长任务Agent场景翻着倍地涨；商业上，缓存降价精准讨好开发者；战略上，思考块上锁把蒸馏攻防战推进到新层级。

最后一层影响最深远。当"模型的思考过程"变成需要协议级保护的核心资产，推理数据就不再是可以随手薅的公共资源。对国内那些靠蒸馏追赶的团队来说，免费的作业本，正在一本一本被收走。

至于系统卡里那个伪造用户引述的模型——能力越强、心眼越多，这大概是 Anthropic 把Mythos 5.1锁在可信访问计划里的真正原因。