4月，anthropic发布了mythos模型预览版。该模型并未向公众开放，原因在于其在测试阶段展现出极强的网络安全防护与漏洞挖掘能力——可自主识别数千个高危零日漏洞。若此类能力失控外泄，极易被用于恶意攻击。
为确保该能力仅服务于防御场景，Anthropic启动“玻璃翼计划”（Project Glasswing），仅授权苹果、谷歌、微软等12家核心安全合作伙伴，以及40余家关键基础设施提供商访问权限，并实施全程监管使用。
“先锁定、再发布”的策略本身即引发广泛关注。
两个月后，北京时间6月10日凌晨，Anthropic正式推出Fable 5与Mythos 5。
从基准测试结果看，二者几乎包揽全部榜单榜首，尤其在软件工程任务与长程复杂操作方面，显著领先其他主流模型。
但围绕这两款模型的讨论，很快超越了性能本身。
事实上，Fable 5与Mythos 5共享同一底层架构。差异仅在于部署策略：Fable 5面向普通用户开放；Mythos 5则继续保留在玻璃翼计划框架内，仅供受信安全伙伴调用。同一模型、双重路径、服务两类人群——这在Anthropic产品史上尚属首次。
更关键的是，面向C端用户的Fable 5并非完整能力释放版本。Anthropic在其外部叠加了一层安全分类器：一旦检测到请求涉及网络安全、生物化学、模型蒸馏等敏感领域，系统将自动降级至上一代模型Opus 4.8响应。
定价策略亦具标志性：输入成本为10美元/百万Token，输出为50美元/百万Token，约为Opus 4.8的两倍。自6月23日起，Fable 5将不再包含于Pro、Max等订阅套餐中，用户如需持续使用，须另行购买credits并按API费率结算。
单看每一项举措都逻辑自洽：能力过强故设安全围栏；研发与推理成本更高故提价；风险敏感故分级释放。但当所有动作同步落地，所传递的信号便耐人寻味——这与过去几年大模型厂商竞相提速、扩大开放的主流逻辑截然不同。行业普遍追求触达更广用户群，而Anthropic却主动收窄入口，将限制本身转化为产品战略的核心组件。
那么，这款被冠以“前所未有最强模型”之名的新作，是否已被过度神化？
01.能力跃升确凿，自动降级成焦点
分级机制虽已确立，但真实实力仍需实证检验。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
软件工程能力是本次升级最突出的亮点。在SWE-Bench Pro评测中，Fable 5取得80.3%的解决率。该测试要求模型在真实GitHub仓库中精准定位缺陷、理解上下文并生成可直接合并的修复代码。80.3%意味着每5个实际工程问题，Fable 5平均能成功处理4个。
Terminal-Bench 2.1榜单中，Fable 5得分88.0%，超越OpenAI专为命令行编程优化的Codex CLI。值得注意的是，Codex CLI是垂直工具，而Fable 5为通用大模型，二者对比更凸显其编码泛化能力。
真正拉开代际差距的是FrontierCode Diamond测试——它评估模型产出代码是否达到工业级生产环境可用标准。Fable 5得分为29.3%，Opus 4.8为13.4%，GPT-5.5仅为5.7%。三组数据均出自Anthropic官方披露，其中GPT-5.5结果为其内部实测值。
近年来，AI写代码能力持续进化，却长期困于一个瓶颈：代码能运行，但难以维护；可通过评测，却常在真实项目中暴露稳定性与兼容性缺陷。
Fable 5在此维度的突破，表明Anthropic此次升级不止于提升解题精度，更是推动模型向真正可交付的工程生产力演进。
程序员李夏向「AIX财经」表示，此前AI生成代码普遍存在上下文漂移问题：初期理解准确，但在长周期任务中易丢失关键信息，导致后期维护成本激增。
他观察到，Fable 5在长任务中的逻辑一致性明显增强，同类编码任务可一次性完成，且准确率提升。不过，相较Opus 4.8，Fable 5生成速度有所放缓，推理链更长，整体响应延迟上升。
视觉理解能力亦有进阶。Anthropic称，Fable 5可从复杂科学图表中精准提取数值，亦能依据网页截图重建完整前端源码。官方演示案例显示，仅凭《宝可梦火红》游戏画面截图，Fable 5即可自主通关，全程无需额外插件或辅助模块。而前代模型执行类似任务时，仍需依赖多组件协同系统。
在长上下文建模与记忆保持方面，官方强调：任务越复杂、跨度越长，Fable 5优势越显著。
生命科学方向亦被重点强化。Anthropic透露，基于Mythos 5构建的单细胞数据分析模型覆盖138个物种，在性能上优于《Science》近期发表的同类模型，参数量却仅为后者的1%。
单就评测数据而言，综合能力确已实现跨代跃迁。
再看评测之外的表现。
Fable 5内置安全分类器，对涉及网络安全、生物化学、模型蒸馏等关键词或语义的请求，系统将静默切换至Opus 4.8响应，并向用户提示“模型已降级”。官方称日常对话中触发率低于5%，写作、编程、分析等常规任务基本不受影响。但实际体验可能因使用环境存在偏差。
实践中，该边界极易被触碰。李夏尝试在国产Mac设备上模拟Siri AI功能，需调整系统级序列号参数，Fable 5当即拒绝执行。当前分类器策略偏保守，误判率存在，官方表示将持续迭代优化。
更隐蔽的是另一重限制：针对大模型开发相关请求（如构建预训练流水线、设计分布式训练架构等），模型会在后台主动削弱输出质量，且不向用户明示。
综上，Fable 5各项硬指标确有实质性提升，但自动降级机制客观上削弱了部分场景下的使用连贯性。
02.顶级能力，未必人人适配
Anthropic此次升级，以统一底层模型为基础，分化出两款产品形态，分别服务两类用户群体。
Mythos 5延续玻璃翼计划管控逻辑，仅向苹果、谷歌、微软等12家核心安全伙伴及40余家关键基础设施提供商开放，解除网络安全与生物方向限制；Fable 5则面向C端付费订阅用户。
后续Anthropic还计划开设经审核的研究通道，向合格科研人员提供解除生物与化学限制的Fable 5定制版本。
这触及了大模型产业前所未有的新命题：当模型具备自主发现漏洞的能力，全量开放反而构成系统性风险。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
图源 / pexels
这也解释了为何Fable 5与Mythos 5必须分拆运营。过往模型分级依赖参数规模，大小差异即能力差异；如今同参数模型亦需分级，区分标准已转为信任等级。
独立开发者展波认为，从安全视角看，该逻辑极为合理。Mythos级别的漏洞挖掘能力若无约束地开放给个体用户，将极大压缩攻击门槛，加剧滥用风险。“先锁定、再分步释放可信访问”，是当前最审慎的落地路径。
但安全逻辑仅回答了“为何分层”，未解答另一个关键问题：普通用户能否真正受益于Fable 5？
从Anthropic公布的评测数据与应用案例来看，本轮升级首要服务对象明确指向程序员与工程团队。
展波利用Fable 5优化其Rust编写的解释型语言项目。在同等Web服务负载下，对比Python生态的FastAPI与Node.js生态的Hono，Fable 5驱动的解释器内存驻留仅9.8MB，而FastAPI与Hono分别为43.3MB与63.0MB，吞吐量与延迟指标亦全面占优。
他认为，相同任务下Fable 5往往更快达成更优结果。相较于价格，开发者更关注产出质量。只要模型能切实提升项目效能，溢价即具合理性。
李夏亦指出，对程序员而言，模型生成质量与个人收入呈正相关。质量越高，提效越显著，回报越可观。模型能力的跃升可直接折算为项目交付质量与时间成本节约，付费意愿自然更强。
但切换至其他使用场景，结论则迥异。
AI内容创作者徐子龙以自身工作为例：日常涵盖代码编写、数据分析与学术论文撰写。他认为当前大模型代码能力已远超需求，而中文语义理解、长文本生成与文档结构化处理能力仍显不足。对于科研工作者、内容生产者、法律及金融从业者而言，核心诉求集中于中文深度理解、专业写作与复杂文档解析。
展波补充道，当下趋势正从“用户挑选模型”转向“模型筛选用户”。重度编程用户被高端模型主动聚拢，轻度日常用户则被导向更具性价比的替代方案。这意味着AI正逐步脱离普惠工具属性，演化为按支付能力与使用强度分层筛选的精密服务系统。
即便冠以“最强”之名，唯有匹配真实需求，方能体现其真实价值。
03.高门槛AI时代，正在加速到来
Fable 5 API定价为输入10美元、输出50美元/百万Token，达Opus 4.8的两倍，亦为当前全球公开可用前沿模型中最高单价。
主流大模型API价格对比
但真正值得深究的并非涨价本身，而是计费模式的根本转变。
Fable 5上线初期，Pro、Max、Team等订阅用户可免费试用两周。自6月23日起，该模型将彻底移出所有订阅套餐，后续使用需单独购入credits并按API费率结算。即使在订阅期内调用Fable 5，其用量消耗亦按Opus 4.8的两倍额度扣除。
“先免费试用、再强制剥离订阅”这一操作，本质是在传递明确信号：将用户从固定月费模式，引导至弹性按量计费体系。 订阅制保障支出确定性；按量计费则赋予平台更大收益弹性——用量越多、收费越高，用户支出上限被彻底打开。简言之，Anthropic意在传达：顶尖能力，本就不该以包月形式提供。
该转变的时间节点亦具深意。6月1日，Anthropic刚向SEC秘密提交IPO招股书，估值高达9650亿美元，目标最早于今年10月上市。从年初至5月底，公司年化营收由90亿美元飙升至470亿美元，其中Claude Code贡献超25亿美元，企业客户为绝对收入主力。
一家即将登陆资本市场的公司，亟需向投资者证明其营收增长可持续性与定价权掌控力。将最强模型从订阅池中独立剥离，推动高价值用户转向按量付费，从财务叙事角度完全成立。
而国内模型厂商正采取截然相反的策略。
5月底，DeepSeek宣布V4-Pro API永久降价75%；小米随即跟进，MiMo-V2.5-Pro降幅达99%，价格已基本与DeepSeek持平。
一边是DeepSeek将价格压至地板线，一边是Anthropic将天花板持续抬升，不同玩家正依各自禀赋选择差异化路径。
国产模型降价，既是技术红利释放的结果——底层架构革新带来成本下降，腾挪空间用于抢占更大市场份额。
Anthropic的逻辑则反向运作：它无需靠低价争夺市场，高价本身就是一道筛选器，精准锁定愿为尖端能力支付溢价的高价值用户。
徐子龙判断，未来AI服务价格将持续走高。因需求扩张速度远超供给增速，而算力受限于电力、芯片制造与模型训练周期，增长瓶颈显著。AI算力或将演变为类似5G的基础设施，但与带宽不同，算力供给远比网络资源更为稀缺，价格中枢亦随之上移。
从商业模式观察，AI产业正复刻云计算早期的分层演进路径：底层是高度标准化、价格趋近于零的通用能力，依靠规模化调用盈利；顶层则是少数厂商掌控的前沿能力，具备强定价权，依赖高客单价变现。通用能力价格将不断下探，而前沿能力的溢价空间将长期稳固。
从能力分级到付费分层，AI产业正沿着云计算走过的路径加速演进。平价模型日益普及，顶级模型愈发昂贵。
*应受访者要求，文中李夏为化名。
本文来自微信公众号“AIX财经”，作者：雷晶，编辑：金玙璠，36氪经授权发布。
