Anthropic 于 9 月 1 日推出了 Claude Fable 5.1 和 Claude Mythos 5.1。这两个模型现在都支持 100 万 token 的上下文，输出可达 128k token，并能实时调整其推理深度——同时降低了单次调用的成本。这些升级的目标是实现更廉价、更可靠的 AI 辅助编程和关键性研究，而不仅仅是提高基准测试分数。

为什么新版本至关重要

前一代 Claude 的上下文窗口限制在几千个 token，迫使开发者必须手动拆分代码或数据。用户还必须手动设置推理深度，使简单的提示词变成了一场试错游戏。缓存读取费用使得长会话和重复的工具调用变得昂贵，而安全团队则抱怨大量的误报警告减慢了代码审查的速度。

Claude Fable 5.1 和 Claude Mythos 5.1 直接解决了这些痛点。它们共享相同的核心大脑，但 Anthropic 为针对不同受众的模型应用了不同的护栏机制。

实际变化带来了什么

  • 降低成本 – Anthropic 降低了缓存读取的价格，因此长期的、迭代式的编程会话和重复的工具调用现在的成本明显降低——这对初创公司和内部开发团队来说是一个决定性因素。
  • 自适应思维 – 模型会实时决定任务所需的推理程度。用户不再需要切换“努力程度”或猜测需要多少思维链提示。
  • 轮次范围消息 – 系统级指令仅适用于单次对话，防止过时的指令污染后续轮次。
  • 安全性改进 – Claude Code 用户报告网络安全误报减少了约 60%，大幅缩减了在虚假警告上花费的时间。
  • 漏洞检测 – Fable 5.1 可以发现软件缺陷，但被禁止生成漏洞利用代码，这在不为恶意行为者开门的情况下，保证了审计人员的效率。
  • 专注于关键性研究 – Mythos 5.1 为网络安全和生命科学领域的受信任计划提供服务。Anthropic 在密码设计等任务上对其进行压力测试，然后将获得的见解反馈给通用的 Fable 模型。

谁将受益，谁可能被排除在外

构建 IDE 助手、CI 流水线或自定义机器人的开发者将节省资金并减少安全干扰。符合 Anthropic 信任标准的网络安全分析师和生物技术研究人员可以利用 Mythos 5.1 更严密的护栏来处理敏感工作负载。权衡之处在于：Mythos 对广大公众保持封闭，因此没有受信任计划关系的较小团队必须依赖权限更宽松的 Fable 5.1。

潜在的缺点或悬而未决的问题

禁止生成漏洞利用代码可能会让需要真实的攻击代码来测试防御措施的红队用户感到沮丧。“受信任计划”的门槛可能会创造一个分层的 AI 市场，只有资金充足的组织才能获得最安全、容量最高的模型。尽管缓存读取价格下降了，但 Anthropic 尚未披露完整的成本模型，这让开发者对大规模工作负载的净节省情况感到不确定。

下一步值得关注什么

采用率将表明成本和安全方面的承诺是否能转化为现实世界的生产力提升。如果开发者倾向于使用 100 万 token 窗口来处理大型代码库，Anthropic 可能会感受到向更广泛受众开放 Mythos 级护栏的压力。关注误报减少的频率以及对漏洞扫描流水线的影响，以评估新的安全态势在应对高强度攻击使用时的表现。

核心观点： Claude Fable 5.1 和 Claude Mythos 5.1 的目标不在于打破基准测试记录，而在于在为最敏感的应用加强安全网的同时，削减长期运行的 AI 工作流的成本。