Anthropic发布Claude Fable 5和Mythos 5：Mythos级模型首次面向公众

6 月 9 日，Anthropic 正式发布 Claude Fable 5 和 Claude Mythos 5。两款模型共享相同底层架构，定位不同：Fable 5 面向所有用户开放，Mythos 5 仅面向网络安全合作伙伴和特定研究人员。

Fable 5 是 Anthropic 迄今能力最强的公开模型，属于 Mythos 级别（高于 Opus 级）。在几乎所有基准测试中，Fable 5 都达到了当前最优水平。Stripe 在早期测试中报告，Fable 5 在 5000 万行 Ruby 代码库中将需要整个团队两个月的迁移工作压缩到了一天。

代码能力：拉开身位

在软件工程领域，Fable 5 的优势尤为突出。SWE-Bench Pro 基准上，Fable 5 达到 80.3%，领先 GPT 5.5 的 58.6% 超过 21 个百分点。在 Cognition 的 FrontierCode Diamond 子集（150 个任务中最难的 50 个）中，Fable 5 得分 29.3%，是 Claude Opus 4.8（13.4%）的两倍多，GPT 5.5 仅 5.7%。

FrontierCode 的测试结果还揭示了一个趋势：Fable 5 即使在 medium 推理努力下（约 17.8% 准确率）就已经超过了 Opus 4.8 在最高努力下的表现（11.3%）。这意味着在同等成本下，Fable 5 能产出明显更好的代码。

Terminal-Bench 2.1 基准中 Fable 5 达到 88.0%，Opus 4.8 为 82.7%，GPT 5.5 为 83.4%。网络安全领域的 ExploitBench 上，Fable 5 以 78.0% 远超 Opus 4.8 的 40.0% 和 GPT 5.5 的 34.0%。

知识工作与推理

在 Hebbia 的金融基准 GDPval-AA 中，Fable 5 得分 1932，超过 Opus 4.8 的 1890 和 GPT 5.5 的 1769。IMC 在交易分析评估中报告 Fable 5 几乎在所有维度上都有出色表现，包括事实查询、概念推理和根因分析。

跨学科推理基准 Humanity's Last Exam（无工具）中，Fable 5 得分 59.0%，Mythos Preview 56.8%，GPT 5.5 仅 41.4%。带工具时 Fable 5 提升到 64.5%。法律基准（Legal Agent Benchmark）中 Fable 5 得分 13.3%，GPT 5.5 仅 2.1%。

生物医学研究方面，BioMysteryBench 的 Hard 子集 Fable 5 得分 46.1%，已经解决的问题中达到 83.9%。空间推理（Blueprint-Bench 2）Fable 5 得 38.6%，高于 GPT 5.5 的 36.2%。

视觉能力与多模态

Fable 5 在视觉任务上成为新的 SOTA。它可以从复杂科学图表中提取精确数字，甚至仅凭截图就能重建 Web 应用的源代码。一个直观的例子：Fable 5 纯靠游戏画面就通关了宝可梦 FireRed，而之前的 Claude 模型即使借助辅助工具也难以完成。

安全机制与定价

Fable 5 内建了话题分类器：当用户查询涉及网络安全或生化领域时，模型会自动将请求路由到 Opus 4.8 进行回答。Anthropic 表示这一机制在约 95% 的会话中不会被触发。在生物和网络安全相关的基准中（带 * 标记），Fable 5 的得分因安全降级而接近 Opus 4.8 水平，Mythos 5 则不受此限制。

定价方面，两款模型均为每百万输入 token 10 美元、输出 token 50 美元，不到 Mythos Preview 的一半。Fable 5 即日起全面上线 API 和网页版。6 月 23 日前，Pro、Max、Team 和企业版套餐用户可免费使用，之后需消耗积分。Anthropic 表示将在产能允许后尽快将 Fable 5 恢复为标准套餐的一部分。

Mythos 5 目前通过 Project Glasswing（与美国政府合作的网络安全项目）向合作伙伴提供，后续计划扩展至更系统的可信访问计划。

来源：Anthropic · VentureBeat · CyberScoop