首页财产ai正文 Fable 5评测：强，贵，甚至能发明本身正于被检测 凌晨Anthropic上线Claude Fable 5，其为安全版Mythos 5，能力强榜单领先，实测有亮点也有不足，6月23日起或者需付费利用。 2026-06-11 13:58 ·硅星人 硅星人AI前沿团队 硅星人AI前沿团队 AI投资人解读· Claude Fable 5模子上线，于多项测试中体现优秀，如SWE-Bench Pro患上分80.3%。它能理解指令、防幻觉、推理能力强，文字切换精准，安全机能高，于Coding使命中产出快、制品冷艳。 · 价格贵且token耗损速率快工程使命中过错处置惩罚不完美，存于反复逻辑等问题。 总结：Fable 5实力强劲，但利用成本高且工程方面有不足。其订价计谋成败取决在领先窗口时长和竞品追逐速率，后续成长值患上存眷。内容由AI天生，仅供参考

藏了2个月的“神话模子”Claude Mythos 终究被Anthropic放出来了。

今天凌晨，Anthropic 上线 Claude Fable 5——一个新的“全世界最强”。它及此前只对于少数机构开放的 Mythos 5 是统一个底层模子，官方的说法是：加好了护栏、可以安心给所有人用的安全版。

模子一发，Anthropic 的成员就最先于 X 上团体高兴刷屏。Andrej Karpathy 援用了《黑客帝国》的话，“解放你的思惟”，称这是一次“配患上上年夜版本号的阶跃式前进”，安心丢给它野心年夜患上多的使命，模子能“本身干到底”。沃顿商学院的 Ethan Mollick 则发明，它能照着几页纸的需求持续跑上 12 个小时不撒手。

榜单也确凿被它刷穿了：SWE-Bench Pro 80.3%，把第二梯队的 GPT-5.5（58.6%）甩出 20 多个点。

但说真话，这一连串的轰炸看下来，人已经经有点麻了——他们越是把话说满，咱们就越想较个真：到底能有多强？以是硅星人*时间做了一系列使命实测，这些使命来自咱们内部连续构建及更新的一整套体系benchmark。

0一、很稳但贵，Fable 5甚至知道本身被测试了

先说整体印象：这是一个重思索、能力上限很高的旗舰模子。咱们精选了 38 道题，笼罩十个维度，此中专门埋了不少“诊断硬题”——成果它零掉分。防幻觉、推理、安全、多语言、写作、约束遵照，全数稳稳接住。

但于聊能力以前，患上先泼一盆冷水：它贵，并且欠好用上。就算用上了，token 的耗损速率也远跨越往任何年夜模子——5 个小时的额度，咱们半个小时就烧完了。强是真强，肉疼也是真肉疼。

额度烧于哪了？咱们一项项看。

*感触感染到的是它对于指令的“收放自若”。

切确字数这类最轻易翻车的活——刚好 50 字、要求 20 字之内它写 19 字——它都拿捏患上住，否认约束一样没问题。更成心思的是，遇到“10 字内具体周全阐述”这类自相抵牾的要求，它不会硬着头皮乱来，而是先点破“这不成能同时满意”，再给出一个折衷答复。它不只是于履行指令，它于理解指令。

这类“先想清晰再动手”的特质，于防幻觉测试里体现患上更完全。

咱们扔给它假论文、假法条、假人物、假 API，全数识破；“2027 世界杯中国队夺冠”这类多重伪条件的题，它能一次把每一一处错都戳破。更可贵的是老实校准：该确定的就确定，不知道的就直说，不会为了把谜底凑对于称而硬编数字。

硬推理也是一样的路数。贝叶斯假阳性、实话谜题、时间繁杂度，推理链都很洁净，不被题面里的外貌数据带偏。

能力题以外，咱们也测了最难量化的文字。仿鲁迅的冷峻反讽、给儿童的科普，它都能精准切换，险些没有其他模子那种文字元素堆砌的弊端。直接看它仿鲁迅写“收集看客”的这段：

看客们最长于一窝蜂。东边有人喊好，在是齐声喝采；西边有人骂坏，便又同仇敌慨。他们未必看清了甚么，也未必想过甚么，只是怕落了单，怕做那*不拍手的人而已。畴前是围着戏台，如今是围着屏幕;台是新的，魂是旧的。点赞如潮，转发如风，潮过风停，竟没有一小我私家记患上本身刚刚毕竟于嚷些甚么。热闹是他们的，思惟，他们约莫是没有的。（仿写鲁迅）

安全这块，Anthropic 显然给 Fable 5 上了重保险。逃狱、提醒注入、隐藏成见全守住，性别歧视、地区歧视会被严厉指出，但也没有误伤合法哀求。咱们还有不雅察到一个细节：一旦问题触碰安全红线，它会直接强迫切换到 Opus 4.8 往返复——护栏不是写于提醒词里的，是焊于产物逻辑里的。

固然，“想透了再动手”是有价钱的，除了了价格，还有有速率。

Fable 5 必然要于思维链里把问题想透才走下一步，全程平均 9.4 秒/题，最快 7.2 秒，最慢一题用了 46.9 秒。对于比前一天刚发布、主打速率的 MiMo V2.5-Pro-UltraSpeed（平均 1.6 秒/题），二者险些是光谱的两个极度：一个三思尔后行，一个脱手就是谜底。

末了是整场测试里最使咱们不测的一幕：测着测着，它发明本身于被测试。只要持续呈现两道相似标的目的的题，它就会跳出来测度用意、点评考点，甚至建议咱们怎么打分——“我猜这又是你那套幻觉测试题”“建议把‘是否指出抵牾’单设为评分项”。

好吧，最先教咱们干事了。那一刻它不像一个被动答题的模子，更像一个坐于咱们阁下的评测参谋。

0二、Coding：像个天才的自力开发者，还有不是个严谨的工程团队

Coding 是 Anthropic 的看家场景。显然，Fable 5的合用在繁杂使命、耗损快等属性，也是为工程代码等开发场景设计的。

以是这部门咱们测患上最重，分了三层：算法题、工程化深度、真实项目复刻。

测完以后，一个焦点印象浮出来了：它像一个天才的自力开发者——出活快、制品冷艳，但还有不是一个守规律的工程团队。

先看算法题，这是它最“艺术”的一壁。

从成果来看，代码布局清楚、逻辑严谨，定名规范、解释得当，可读性及可维护性都于高水准上。

同时，算法模块自力封装，利便复用及单测；界限前提及异样输入思量患上很充实；焦点路径的时间繁杂度也节制恰当，没有冗余轮回及无效计较。

很柔美，看患上出“AI素养”。

但把使命从单题换成更靠近真实开发的工程使命，毛边就露出来了。

好的一壁是产出效率极高——功效实现完备，焦点流程一次跑通，迭代相应也快。

问题出于那些不影响“能跑”、但需要判定决议“能不克不及维护”之处：过错处置惩罚不敷完美，少数场景漏了异样捕捉；存于反复逻辑，复费用偏低；部门变量定名寄义恍惚，后期维护成本高；该有的单位测试及解释文档也缺位。

换句话说，它交付的是“能上线的 demo”，不是“能交代的工程”。假如真要把它编进团队，代码审查及静态查抄这道关还有是患上人来把。

有趣的是，到了最能“秀肌肉”的环节——复刻 Apple 官网首页——它又把分挣回来了，并且挣患上美丽。

结构、色采、字体、间距，及原版险些像素级一致；悬停反馈、滚动视差这些交互流利天然，没有可感知的延迟；桌面、平板、手机三种视口下组件主动摆列，没有溢出及堆叠；首屏加载快，资源做了合理的压缩归并，Lighthouse 跑分优异。

这是那种你截图发到群里，没人信赖是模子一次性交付的效果。

以是这一部门的结论及上一部门形成为了有趣的比照：通用能力上它“又稳又贵”，写代码时它“又快又冷艳”——只是于冷艳的制品及柔美的算法之间，还有隔着一层叫“工程规律”的工具。

从咱们的测评来看，Fable 5简直是一款今朝最强的模子之一。不外接下来的问题是如许的价格，于更泛博用户的判定里是否划算。

于发布的官方信息里，Anthropic说，从6月9日到6月22日，Fable 5会于Pro、Max、Team及按席位计费的Enterprise方案里免费包罗；但从6月23日起，Fable 5将从这些定阅规划中移除了，以后要用，患上花usage credits，只有于算力答应时，才”可能”延伸免费窗口或者从头纳入定阅。

想用就要多费钱， 这就是今天Anthropic 的底气。但这个*的窗口能有多久，OpenAI及其他模子厂商们多久能跟上来，会终极决议现在这个订价计谋的成败。或许到时辰，真正满血版的Mythos也会完全放出来了。

【本文由投资界互助伙伴硅星人授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。