Anthropic 发布 Claude Fable 5：Mythos 模型的公众版与安全边界

背景

Anthropic 正在将其最强大的 AI 模型首次面向公众开放，但这次发布伴随着严格的“护栏”机制。周二，这家 AI 公司推出了 Claude Fable 5，这是其 Mythos 模型系列中首个可供公众使用的版本。

此前，Mythos 模型于 4 月以预览版形式推出，但由于网络安全方面的担忧，最初仅向少数合作伙伴开放。上周，Anthropic 将访问权限扩展到了 15 个国家的数百家组织，重点仍集中在管理关键基础设施的企业上。

此次 Claude Fable 5 的发布，正值 Anthropic 准备进入公开市场之际，与此同时，OpenAI 和埃隆·马斯克（Elon Musk）旗下的 SpaceX 也在筹备上市。此外，这一举动紧随 Anthropic 此前呼吁全球主要 AI 实验室为前沿 AI 发展建立“协调刹车机制”之后。Anthropic 警告称，系统的发展速度极快，可能很快实现递归自我改进（Recursive Self-Improvement, RSI），即在没有人类干预的情况下自主提升自身能力。

鉴于 Mythos 级模型若落入错误之手可能带来的风险，Anthropic 在发布 Fable 5 之前对其分类器进行了压力测试，包括尝试各种“越狱”（jailbreak）攻击。

核心内容

Claude Fable 5 被定位为 Mythos 模型的公众可访问版本。Anthropic 表示，该模型在软件工程、知识工作和视觉处理方面表现出色，但在高风险领域设有硬性安全限制。

安全限制与降级机制

在网络安全、生物学、化学以及模型蒸馏（distillation）等高风险领域，Fable 5 会阻止生成响应，并自动回退至 Claude Opus 4.8。Anthropic 指出，Fable 5 必须将任务委托给 Opus 4.8 的情况很少，早期数据显示，至少 95% 的 Fable 会话完全由模型自身的响应处理。

访问权限与定价策略

目前，任何用户都可以通过 Anthropic 的 Claude API 和基于消耗的 Enterprise 计划使用 Fable 5。订阅用户的访问权限将分阶段推出：

• 6 月 22 日之前：Fable 5 将免费包含在 Pro、Max、Team 以及基于席位的 Enterprise 计划中。
• 6 月 23 日起：Anthropic 将从上述计划中移除 Fable 5，此后使用需要消耗积分（usage credits）。公司计划尽快将其恢复为标准订阅功能。

同时，Anthropic 还向已获准访问该先进模型的组织部署了 Mythos 5 的新版本。

数据保留与安全政策

为了防止复杂和新型的攻击（包括新的越狱尝试），并识别和减少误报，Anthropic 宣布在 Fable 5 和 Mythos 5 发布后，将对所有流量实施 30 天的数据保留政策。即使企业之前拥有零数据保留协议，也必须遵守此规定。Anthropic 强调，这些数据仅用于防御攻击，不会用于模型训练。这一政策可能树立行业先例，即访问日益强大的模型需附带以安全措施为名的强制数据保留政策。

性能评估

在第三方测试中，Fable 5 展现了强劲的性能：

• Hex（分析公司）：在复杂、长时间运行的分析任务核心基准测试中，Fable 是首个获得 90% 分数的模型。Hex 指出：“在最难的问题上，它显示出强大的判断力和对细微差别的关注。”
• Base44（Vibe-coding 平台）：指出 Fable 更擅长“一次性生成完整应用”，并具有出色的工具调用能力。
• Genspark（AI 驱动的工作区和代理平台）：称 Fable 在其评估中击败了所有其他模型，在 UI 设计和游戏编码等任务上表现显著更好。

成本考量

Fable 5 和 Mythos 5 的定价为每百万输入 token 10 美元，每百万输出 token 50 美元，是 Opus 4.8 价格的两倍。这一价格本身可能对广泛使用构成阻碍。许多企业在看到账单或提前耗尽年度 AI 预算后，对 AI 成本日益持批评态度。Opus 4.8 等高级模型因其高级推理能力（可将单个请求拆分为多个任务）而加剧了这一问题。

尽管 Anthropic 预计 Fable 5 的需求将非常高且难以预测，但部分企业认为其价值值得付出高价。Rakuten（购物奖励平台）表示：“在最高努力模式下，Fable 会反思并验证自己的工作。对我们来说，这正是实现高度自主操作的关键——额外的思考成本是值得的。”

关键要点

• 模型定位：Claude Fable 5 是 Mythos 模型的公众版，专注于软件工程、知识工作和视觉任务，但在高风险领域（如网络安全、生物、化学）会降级至 Claude Opus 4.8。
• 安全测试：Anthropic 在发布前进行了超过 1000 小时的外部漏洞赏金测试和外部红队测试，未发现通用的越狱方法，但仍实施了严格的 30 天数据保留政策以防御新型攻击。
• 访问变化：6 月 22 日前，Fable 5 在多个订阅计划中免费；6 月 23 日起，将转为按使用量计费（消耗积分），直到公司决定将其恢复为标准订阅功能。
• 性能表现：第三方测试显示 Fable 5 在复杂分析任务中得分高达 90%，在代码生成、UI 设计和工具调用方面表现优于其他模型。
• 高昂成本：定价为输入 10 美元/百万 token，输出 50 美元/百万 token，是 Opus 4.8 的两倍，旨在通过价格杠杆控制使用并反映其高级推理能力带来的资源消耗。
• 行业背景：此次发布正值 Anthropic 筹备上市及呼吁建立 AI 发展“刹车机制”之际，反映了公司对前沿 AI 快速进步（如递归自我改进）的谨慎态度。

意义与影响

Claude Fable 5 的发布标志着 Anthropic 在平衡前沿 AI 能力普及与安全控制方面迈出了重要一步。

首先，安全与开放的博弈。Anthropic 没有选择完全开放 Mythos 模型，而是通过“护栏”和降级机制，在提供强大能力的同时限制了其在高风险领域的应用。这种“硬安全限制”结合 30 天数据保留政策，可能成为行业新标准，即访问顶级模型需以牺牲部分隐私（数据保留）为代价换取安全性。

其次，成本结构的调整。两倍于 Opus 4.8 的定价策略，一方面反映了 Mythos 级模型在推理能力和安全性上的更高成本，另一方面也起到了筛选用户的作用，确保只有真正需要其高级能力（如高度自主操作）的企业才会承担这一费用。Rakuten 的案例表明，对于追求极致自主性和准确性的场景，用户愿意为“额外的思考”付费。

最后，行业趋势的预示。在 Anthropic 呼吁建立 AI 发展“刹车”的背景下，Fable 5 的发布展示了头部 AI 公司如何在追求技术领先的同时，试图通过技术手段（如分类器、数据监控）和商业模式（如分级访问、高价策略）来管理潜在风险。这不仅影响了 Anthropic 自身的市场策略，也可能迫使竞争对手重新评估其模型发布的安全标准和定价模型。