Anthropic 发布首个 Mythos 级模型：Claude Fable 5

昨晚，Anthropic 发布首个 Mythos 级模型 Claude Fable 5 ，其各项指标在之前的旗舰模型 Opus 4.8 之上提升巨大，以成为目前最先进的模型。

相较于 Claude Opus 4.8 的主要提升如下：

1. 软件工程与编程能力

• • 极致的开发效率：在早期测试中，Stripe 报告称 Fable 5 能将数月的工程任务缩短至几天；例如，它在一天内完成了一个包含 5000 万行代码的迁移任务，而这通常需要整个团队花费两个月时间。
• • 卓越的自主性：Fable 5 在长程（long-horizon）编码任务中表现出极高的自主性和可靠性，被认为在**智能体编码（agentic coding）**和原型设计方面有了显著飞跃。
• • 更高的基准测试评分：在 Cognition 的 FrontierCode 和 FrontierBench 编码评估中均获得最高分，即便在“中等努力”程度下也优于其他前沿模型。

2. 知识工作与逻辑推理

• • 跨越式的推理水平：其推理能力被评价为达到“高级研究科学家”级别，能够自主选择研究方向、分配资源并产出新颖的“第一性原理”成果。
• • 金融分析领先：在 Hebbia 金融基准测试中获得最高分，在文档推理、图表解读和问题解决方面有显著提升。
• • 分析基准突破：在核心分析基准测试中，Fable 5 的得分突破了 90%，相较于 Opus 提升了 10 个百分点。

3. 视觉能力

• • 行业领先的视觉理解：Fable 5 是视觉任务领域新的标杆，能从复杂的科学图表中提取精确数字，并能仅凭截图重建 Web 应用的源代码。
• • 无需辅助工具（Less Scaffolding）：相较于需要复杂辅助工具才能玩游戏的旧款模型，Fable 5 仅凭原始游戏截图（视觉输入）就能独立通关《宝可梦：火红》。

4. 记忆力与长文本处理

• • 更强的专注度：在处理跨越数百万 token 的长程任务时，Fable 5 能保持专注，并利用自己的笔记来改进输出。
• • 持久性存储的利用效率：在《杀戮尖塔》游戏测试中，赋予持久文件记忆后，Fable 5 的性能提升幅度是 Opus 4.8 的 3 倍，到达最终关卡的频率也高出 3 倍。

5. 科学研究与生产力效率

• • 新颖科学假设的产出：Mythos/Fable 模型是首个能持续产生引人注目的原创科学假设的模型。在双盲测试中，科学家对该模型产出的分子生物学假设的青睐度比 Opus 级别高出约 80%。
• • 更高效的资源利用：在物理研究中，Fable 5 仅使用 1/3 的推理 token 就达到了极高的研究水平。
• • 处理速度更快：在日常电子表格处理任务中，Fable 5 的运行速度比 Opus 4.8 快 25-30%，且所需回合数更少。

6. 安全与防护机制

• • 更稳健的安全分类器：虽然底层的对齐水平（如欺骗行为概率）与 Opus 4.8 相似，但 Fable 5 配备了全新的安全分类器，在应对网络安全攻击、生物化学滥用以及“蒸馏”尝试方面表现出极强的防御能力，甚至能防御 30 多种公开的越狱技术。

最后，值得一提的是，Cursor 也第一时间上线了 Fable 5，跟我一样以 Claude 系列模型作为核心生产力的小伙伴快去试试吧：