刚刚，Anthropic 发布了 Fable 5.1 和 Mythos 5.1。
话不多说，直接看数据：
各项 benchmark，几乎全为第一，非常凶残！
Agentic 科研01
Terminal-Bench-Science 0.1 上，Fable 5.1 拿到了52.6%。
作为参考，Fable 5 是 24.7%，Opus 5 是 29.0%，GPT-5.6 Sol 是 22.4%。
Fable 5.1 比自家的上一代翻了一倍之多，比 Opus 5 高出近一倍，是 GPT-5.6 Sol 的两倍以上。
差距大到，有点不像是同一代产品了……不叫 Fable 6 是担心又被拦着不让用吗？！
Agentic 编程02
Terminal-Bench 4.0 上，Fable 5.1 拿到了56%，Mythos 5.1 则可以到 61%。
Opus 5 是 52.3%，GPT-5.6 Sol 只有 37.3%。
CursorBench 3.2.0 上同样也是第一，73.4%。
而 Fable 5 和 Opus 5 都在 70% 出头，GPT-5.6 Sol 是 67.2%。
知识工作与推理03
知识工作（GDPval-AA v2）上，Fable 5.1 拿到了1853分，Opus 5 紧随其后 1824，Fable 5 是 1723，GPT-5.6 Sol 垫底 1711。
Humanity's Last Exam 上，无工具60.9%，有工具65.0%，两项也都是最高。
Computer Use04
OSWorld 2.0 上，partial 得分77.9%，strict 得分41.7%，也都是两项最高。
Opus 5 分别是 75.4% 和 39.6%，Fable 5 是 72.9% 和 36.1%。
业务流程自动化05
AutomationBench 上，Fable 5.1 拿到了31.4%。
这个数字看着不高，但第二名 Opus 5 呢？26.9%。Fable 5 只有 17.1%。
Fable 5.1 几乎是 Fable 5 的两倍，GPT-5.6 Sol 的 19.6% 则还不到它的三分之二。
业务流程自动化这项，也是各家模型普遍得分不高的领域，31.4% 算是断层领先了。
Preserved Thinking06
除了 benchmark 之外，Fable 5.1 还有一个重要的变化：Preserved Thinking，也就是对 thinking block 的防蒸馏保护。
之前有一种公开的蒸馏手法是：在多轮对话中，修改 thinking block 之前的系统提示词、工具和消息，让 Claude 把加密的推理过程解密并打印出来。拿着这些推理数据去训练其他模型，就能在不经授权的情况下复制 Claude 的能力。
Fable 5.1 的做法上，API 会校验 thinking block 是否在原始上下文中返回。如果系统提示词、工具或之前的消息被改动了，请求就会直接报错。
开发者也可以选择 non-strict 模式，这种情况下不会报错，但被修改上下文的 thinking block 会被丢弃，缺点是模型看不到之前的推理过程。
目前这项限制只针对 2026 年 8 月 31 日之后新创建的 API 账号。老账号暂时不受影响（给你留了迁移时间），但 Anthropic 表示，未来的模型会全面执行。
Claude Code、Claude Cowork、claude.ai 的用户则完全不受影响。
价格上，维持不变：
好了，蹬起来吧！
Anthropic 官方博客：https://www.anthropic.com/research/fable-5-1
Preserved Thinking 文档：https://platform.claude.com/docs/en/build-with-claude/preserved-thinking
Fable 5.1 迁移指南：https://platform.claude.com/docs/en/models/fable-5-1/migration-guide
热门跟贴