我们推出了 Claude Fable 5.1 和 Claude Mythos 5.1。它们是世界上最先进的编码和知识工作模型——其研究能力为人工智能模型如何促进科学进步提供了早期的线索。Claude Fable 5.1 和 Claude Mythos 5.1 是同一模型，但具有不同级别的安全保障。Fable 5.1 是通用可用的，而 Mythos 5.1 仅通过我们的受信访问程序提供；其安全保障专门设计以支持网络安全和生命科学领域的工作。除了增强的能力外，Fable 5.1 在价格、数据保留和安全保障方面也采取了重要步骤，以回应客户的反馈。价格：Fable 5.1 在典型工作负载下的成本预计比 Fable 5 低 25%，无论在哪种情况下按令牌计费。这是因为我们降低了缓存读取的定价（即模型读取已处理和存储的输入）。对于高度自主的工作，节省的费用通常会更大——甚至达到约 45%。数据保留：我们的新企业边界安全保障（EFS）系统为客户提供完全隐私（与零数据保留策略相同），同时仍然处于防止对立使用的最前沿。EFS 通过将数据存储在完全由客户控制的云基础设施中实现，而不是由 Anthropic 控制。它将在今年秋季的后期分阶段向企业客户提供。在 EFS 可用之前，符合条件的客户将能够使用 Fable 5.1，且不进行数据保留。安全保障：我们改善了安全保障，以减少误报（即系统标记无害内容的情况）。在网络安全方面，我们最新的安全保障比之前减少了 60%的误报。这在一定程度上是因为 Fable 5.1 现在可以用于发现软件漏洞——尽管不能为漏洞开发利用工具。在生物学领域，我们建立了一个访问程序，与美国政府合作，开放 Claude Mythos 5.1 的先进生物学功能，以便科学家访问。我们期待很快为科学家开放注册。新的性能边界：Claude Fable 5.1 在编码、知识工作和长期问题解决任务上设定了新的标准。以下图表显示，Fable 5.1 的性能远高于其前身 Fable 5。当设置为低或中等努力时，Fable 5.1 以更低的成本达到与 Fable 5 相似或更好的结果。（请注意，在 Claude Code 中，Fable 5.1 默认设置为高努力，在 Claude Cowork 和 Claude.ai 中默认设置为中等努力。）Terminal-Bench-Science 0.1 准确性与成本 Fable 5.1 Fable 5 0102030405060得分 (%) 101520304050每个任务的平均成本 (美元，日志比例) 低 中 高 x高 最大 低 中 高 x高 最大 Terminal-Bench-Science 0.1 按成本（日志比例）和努力水平的得分。Fable 5.1 避免了导致较低质量工作的捷径，并且足够聪明，可以修复软件问题的根因。例如，在投资公司 Millennium 的测试中，Fable 5.1 找到了其内部系统上一个罕见崩溃的原因，而他们的工程师（或其他任何模型）在尝试了几年后都无法解释。这里，您可以看到 Fable 5.1 在各项基准测试中的对比：Fable 5.1 Fable 5 Opus 5 GPT-5.6 自主科学研究 Terminal-Bench-Science 0.1 52.6% 24.7% 29.0% 22.4% 自主编码 Terminal-Bench 4.0 55.8% 60.9% (Mythos 5.1) 42.0% 52.3% 37.3% 知识工作 GDPval-AA v2 1853 1723 1824 1711 计算机使用 OSWorld 2.0 77.9% 部分 72.9% 部分 75.4% 部分 — 部分 41.7% 严格 36.1% 严格 39.6% 严格 — 严格 多学科推理 Humanity's Last Exam 60.9% 无工具 57.8% 无工具 56.6% 无工具 — 无工具 65.0% 有工具 63.8% 有工具 63.6% 有工具 — 有工具 商业工作流 AutomationBench 31.4% 17.1% 26.9% 19.6% 自主编码 CursorBench 3.2.0 73.4% 70.5% 70.0% 67.2% Fable 5.1 在启用生产安全保障的情况下进行了评估。在这些安全保障干预的任务上，Fable 5.1 和 Fable 5 在 OSWorld 2.0 中都得了零分，而 Fable 5 在 AutomationBench 中也得了零分。在我们安全保障的所有其他干预中，网络安全任务由 Claude Opus 4.8 完成，生物学任务由 Claude Opus 5 完成。这可能会降低 Fable 5.1 和 Fable 5 在这些基准测试中的表现。Terminal-Bench-Science 0.1：每个模型的标准误差为 ±3.5–4.5 分。公开排行榜（每个任务 3 次试验，Claude Code 设备）报告 Claude Opus 5 为 30.0%，Claude Fable 5 为 21.4%；我们的设定重现了它们，分别为 29.0% 和 24.7%，均在噪音范围内。OSWorld 2.0：得分基于基准作者的 2026 年 8 月任务发布；Fable 5 和 Opus 5 在相同条件下重新执行。由于任务文件与早期版本不同，因此这些数字与以前发布的 OSWorld 2.0 结果不可直接比较，这就是为什么没有显示竞争对手得分的原因。我们的早期访问合作伙伴注意到了这些性能升级，