Claude Fable 5 和 Claude Mythos 5

# Claude Fable 5 和 Claude Mythos 5 来源：https://www.anthropic.com/news/claude-fable-5-mythos-5 今天，我们正式发布**Claude Fable 5**：这是一款面向通用用途、经过安全处理的 Mythos 级模型¹。 Fable 5 的能力超越了迄今为止我们公开发布的所有模型。在几乎所有已测试的 AI 能力基准测试中，它都达到了最先进水平，在软件工程、知识工作、视觉图像、科学研究及许多其他领域表现卓越。任务越长越复杂，Fable 5 相对于我们其他模型的领先优势就越大。 发布如此强大的模型伴随着风险。若无安全防护措施，Fable 5 在网络安全等领域的能力可能被滥用以造成严重损害。因此，我们为该模型配备了安全措施：对于某些主题的查询，模型将转而由我们次强模型 Claude Opus 4.8 来回复。为了既安全又快速地发布模型，我们保守地调校了这些安全措施——它们有时会拦截无害的请求，不过平均而言，在不到 5% 的会话中会触发。随着未来几个月更强大模型的到来，我们正努力尽快改进安全措施并减少误报。 对于一小部分网络防御者和基础设施提供商，我们还发布了 **Claude Mythos 5**。它与 Fable 5 基于同一底层模型，但在某些领域解除了安全限制²。Mythos 5 将首先通过 **Project Glasswing**（https://www.anthropic.com/glasswing）部署，与美国政府合作，作为 Claude Mythos Preview 的升级版。它是世界上网络安全能力最强的模型。很快，我们计划通过更广泛的信任访问计划来扩大 Mythos 5 的访问范围。 像 Fable 5 和 Mythos 5 这样的模型能力有潜力为世界带来深远的好处。我们在 Project Glasswing 中已初见端倪：该模型帮助网络防御者（https://www.anthropic.com/research/glasswing-initial-update）保护了至关重要的软件。在生命科学研究中，我们也看到了其价值：模型提出新颖假设，加速了新疗法的开发进程。 Fable 5 和 Mythos 5 的定价为每百万输入代币 10 美元，每百万输出代币 50 美元——不到 Claude Mythos Preview 价格的一半。今天的联合发布是我们朝着目标迈出的又一步：尽快、尽可能安全地将先进的 AI 能力带给尽可能多的用户。 下表比较了 Fable 5 和 Mythos 5 与其他领先模型的能力。 显示 Claude Fable 和 Mythos 与其他领先模型对比的基准测试表 Fable 5 和 Mythos 5 能比以往任何 Claude 模型更长时间地自主工作。下面我们讨论这些技能如何应用于软件工程，并介绍该模型在知识工作、视觉图像、记忆和生命科学研究方面的改进能力。 *软件工程。* 在早期测试中，**Stripe**（https://stripe.com/）报告称 Fable 5 将数月的工程工作压缩到了几天内完成。在一个 5000 万行的 Ruby 代码库中，该模型在一天内完成了整个代码库的迁移，而原本需要整个团队手工超过两个月。Fable 5 还比以往的 Claude 模型更具代币效率：在 Cognition 的 **FrontierCode**（https://cognition.ai/blog/frontier-code）评估中——该测试检验模型能否在满足高质量生产代码库标准的同时通过困难编码任务——Fable 5 在中等努力水平下即在所有前沿模型中得分最高。 *知识工作。* Fable 5 在复杂分析任务上表现强劲。在 **Hebbia**（https://www.hebbia.com/）的高级推理金融基准测试中，Fable 5 获得所有模型最高分，在基于文档的推理、图表和表格解读及问题解决方面取得显著进步。**IMC**（https://www.imc.com/）指出，Fable 5 几乎在所有交易分析评估中都表现出色，包括事实查找、概念推理、根因分析和期望值分析。 *视觉图像。* Fable 5 是视觉任务领域新的最先进模型。它能从详细的科学图表中提取精确数字，并能执行复杂的视觉任务，比如仅凭截图重建 Web 应用的源代码。它所需的辅助框架也更少：例如，以前的 Claude 模型即使在配备提供额外有用工具的支持框架下也很难玩转《宝可梦 火红》，但 Fable 5 仅凭一套最小化的、仅视觉的框架就通关了《火红》。 一段延时摄影：Claude 仅使用原始游戏截图（没有地图、导航辅助或额外游戏状态信息）从开始到结束玩《宝可梦 火红》。早期的 Claude 模型需要复杂的辅助框架才能玩宝可梦；Claude Fable 5 仅凭视觉就完成了游戏。 *记忆与长上下文。* Fable 5 能在数百万代币的长时任务中保持专注，并通过自己的笔记改进输出。当我们让模型玩卡牌构筑游戏 **《杀戮尖塔》**（https://en.wikipedia.org/wiki/Slay_the_Spire）时，赋予其持久的文件式记忆使其性能提升幅度比 Opus 4.8 高出三倍；Fable 还以三倍于后者的频率到达游戏的最后一幕。 *药物设计：* 利用 Mythos 5，我们的内部蛋白质设计专家将药物设计流程的某些方面加速了约十倍。在一个例子中，他们发现 Mythos 5 在搭配蛋白质设计和生物信息学工具但无人辅助的情况下，达到甚至超越了熟练的人类操作员。在此过程中，模型执行了通常由科学家完成的所有任务：选择结合位点、选择并运行蛋白质设计工具、以及在此过程中从失败中恢复。该研究中 14 个蛋白质靶标中有 9 个（如下所示）产生了强候选药物设计，我们目前正在研究中。 *由 Mythos 5 设计的蛋白质复合体。靶标包括免疫检查点、生长因子和受体信号转导、神经退行性疾病、肌肉疾病以及更难的结构靶标。* *分子生物学中的新颖假设。* Mythos 5 是我们第一个能持续产生新颖、令人信服的科学假设的模型。在与 Opus 级模型的盲法头对头比较中，我们的科学家约 80% 的情况下更偏好 Mythos 的分子生物学假设，并且已将其中几个推进到实验评估阶段。与此同时，一个 Mythos 假设——关于一种大肠杆菌蛋白的新机制——已被一个独立研究同一问题的实验室的研究所证实（https://www.biorxiv.org/content/10.64898/2026.03.12.711259v1）。 *基因组学的新研究。* Mythos 5 在一周多的自主工作中进行了新颖的基因组学研究。它整合了跨越 138 个物种的数百万细胞的单细胞数据，并设计并训练了一个自定义机器学习模型，以识别甚至远缘物种中执行相同角色的细胞。在仅有人类高层输入的情况下，Mythos 5 训练出的模型性能优于最近发表在《科学》杂志上的一个模型——尽管其规模小了 100 倍。我们计划在未来几个月内公布这些结果。 *对齐性。* 在我们的自动对齐评估中，我们发现 Mythos 5 的不对齐行为水平（包括模型采取的不对齐行动，如欺骗，以及用户滥用模型时的合作）较低，与 Opus 4.8 相似。由于它们基于同一底层模型，Fable 5 的对齐水平也将类似。该评估以及一系列详细的其他安全性和能力测试，已在模型的系统卡（https://anthropic.com/claude-fable-5-mythos-5-system-card）中完整描述。 *来自我们的自动对齐评估的整体不对齐行为水平。更多详情请参见系统卡（https://anthropic.com/claude-fable-5-mythos-5-system-card）的第 6.2.3.1 节。* ## Claude Fable 5 的早期反馈 获得早期访问权限的客户对 Fable 5 进行了自己的测试。以下是他们的一些评价（以他们的原话呈现）： logo > Claude Fable 5 是 CursorBench 上最先进的模型。它开启了一类此前模型无法触及的长周期问题。 logo > 对于 GitHub 所服务的开发者来说，Claude Fable 5 是一个真正的进步。在我们的早期测试中，它处理复杂、长周期的编码任务时展现出的自主性和可靠性超过了之前的基准。但最令我们兴奋的是它指明的方向：一个开发者可以将越来越雄心勃勃的工作交给智能体，并在整个软件生命周期中信任其结果。 logo > 这是我们有机会测试的所有 Claude 模型中最强的结果。Claude Fable 5 在智能体编码和原型设计上明显向前迈进了一步。 logo > Claude Fable 5 的推理能力明显超越了 Opus 4.8。它的工作能力达到高级研究员水平——选择方向、分配资源、摒弃错误信念，并产生新颖的第一性原理输出。 logo > Claude Fable 5 不仅理解构建者输入的内容，更理解他们的意图。一年前需要一百个提示的应用，现在它一次就能完成。当客户真正遇到难题时，我们就会借助这个模型快速帮他们解决，让他们能完成最初想构建的东西。 logo > Claude Fable 5 给人的感觉有了质的区别。在盲审中，我们的律师发现它的修改意见每次都达到或超越我们当前的模型。 logo > 在最高努力水平下，Claude Fable 5 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运作的关键——额外的思考完全值得。 logo > Claude Fable 5 用更少的交互轮次实现了比之前模型更强的工程能力——处理了我们的员工每天在 Claude Code 中运行的复杂多智能体工作流程。 logo > Claude Fable 5 是 Cognition 前沿编码评估 FrontierBench 上得分最高的模型。它擅长长周期推理，并能开箱即用地泛化到不熟悉的工具上。 logo > Claude Fable 5 是我们测试过的金融领域最强的模型，无论是在通用金融还是推理方面。这是一个显著的提升。 logo > Claude Fable 5 是第一个在我们的核心分析基准——复杂、长时间的分析任务——上突破 90% 的模型，比 Opus 提高了 10 个百分点。在最难的问题上，它展现出强大的判断力和对细节的关注。 logo > Claude Fable 5 是我们测试过的前沿物理研究领域最强的模型，同时只使用了三分之一的推理代币。它在 36 小时内几乎达到了 GPT-5.5 用了四天才能达到的水平。 logo > 在我们的端到端视觉编码基准 ViBench 上，Claude Fable 5 是我们测试过的性能最高的模型——几乎饱和了我们所有的基本用例，并且用更少的代币和更短的时间构建了应用。 logo > Claude Fable 5 在我们日常使用的电子表格工具套件中，在每个努力水平上都击败了 Opus 4.8——而且它需要的交互轮次更少，完成速度提高了 25–30%。 ## Claude Fable 5 的新安全措施 Mythos 级模型已经达到了一个存在重大风险的阈值。四月份，我们启动了 **Project Glasswing**（https://www.anthropic.com/glasswing），向仅有的有限群体（网络防御者和关键软件基础设施提供商）发布了第一个 Mythos 级模型（Claude Mythos Preview）。当时我们表示，我们希望最终能向所有用户发布 Mythos 级能力（https://www.anthropic.com/glasswing#:~:text=We%20do%20not,Preview³），前提是我们开发出足够强大的新安全措施来可靠地防止滥用。 在过去的几个月里，我们一直在改进这些安全措施，它们现在已经足够稳健，可以进行公开发布。由于我们优先考虑安全性，我们有意识地将其调校得较为谨慎，目前仍比理想状况严格——例如，有时良性请求也会触发我们的分类器。我们认识到这会让一些用户感到沮丧，我们的目标是在发布后不断更新和完善安全措施，减少误报。 下面我们将逐一讨论 Fable 5 的新安全措施。我们更广泛的安全措施套件在模型的系统卡（https://anthropic.com/claude-fable-5-mythos-5-system-card）和最新的风险报告（https://cdn.sanity.io/files/4zrzovbb/website/097c63b5fe7dd8b14866e1f15bb1910ec713658a.pdf）中进行了讨论和评估。 ### 安全分类器 Mythos 级模型在前沿网络安全和研究生物学方面的能力意味着它们对恶意行为者构成了实质性的**增强**风险。也就是说，这些模型可能提供其他来源（例如互联网搜索引擎）无法获得的信息或建议，帮助这些行为者造成严重伤害。此外，AI 模型的许多高级用法具有双重用途：对网络安全专业人员和生物学研究人员有益的相同查询，若被恶意行为者获取则可能变得危险。 因此，我们需要强大的安全措施来防止滥用，并且其覆盖范围必须广泛。安全措施本身必须能够承受持续且复杂的绕过尝试（也称为对系统的“越狱”）。Mythos 级能力带来的增强对许多对手来说很有价值——例如那些能从网络攻击中获得经济利益的对手——因此我们预计他们会积极尝试规避我们的安全措施。 Fable 5 配备了一套新的**分类器**：独立的 AI 系统，用于检测潜在的滥用（包括越狱尝试），并阻止主模型（此处为 Fable 5）做出响应。我们已经在模型上运行分类器有一段时间了（https://www.anthropic.com/research/next-generation-constitutional-classifiers），Fable 5 的分类器是这项先前工作的扩展，覆盖范围更广。 当 Fable 的分类器检测到与网络安全、生物学和化学或蒸馏相关的请求时，响应将自动由 Claude Opus 4.8 处理。用户将会被告知这一情况。Opus 4.8 本身就是一个非常强大的模型：回退到 Opus 的响应比 Fable 直接拒绝要好得多。我们的早期数据显示，超过 95% 的 Fable 会话完全没有发生回退——对于这些会话，Fable 5 的性能实际上与 Mythos 5 相同。 以下是分类器覆盖的领域： *1. 网络安全。* Mythos 级模型擅长发现和利用软件漏洞（https://red.anthropic.com/2026/mythos-preview/）。因此，它们可以大幅降低网络攻击的难度和成本。Mythos 级模型在智能体黑客攻击方面也表现出色。这包括执行网络攻击的多个不同部分，而不仅仅是寻找漏洞——侦察、发现、横向移动等。为了防止这些智能体黑客技能为网络攻击提供增强，我们设计的网络安全分类器在更广泛的意义上涵盖了漏洞利用和进攻性网络任务。如下方图表所示，我们的分类器阻止 Fable 在这些任务上取得任何进展。 *运行网络评估³的结果，Fable 5 处于阻止响应而非回退到 Opus 4.8 的模式。评估不涉及试图规避安全措施。* 我们对分类器进行了广泛的红队测试，以检验其抵御越狱的稳健性。除了内部测试，我们还运行了外部漏洞赏金计划，在超过 1000 小时的测试中没有产生通用越狱。我们聘请的外部红队组织也未能对长格式智能体场景找到任何通用越狱。