经过近两个月的期待，备受业界关注的 Anthropic Mythos 级别模型终于正式向公众开放。本次发布的重点并非完全“不加限制”的版本，而是一款名为 Claude Fable 5、搭载全新安全机制的模型。对广大开发者和企业用户来说，这意味着他们现在能够使用迄今为止性能最强的 Claude 模型，但其应用方式被设计得更加安全可控。

Anthropic 此次实际上推出了两个模型：面向所有用户的 Claude Fable 5，以及仅提供给 Project Glasswing 网络安全合作伙伴的 Claude Mythos 5。两者基于相同的底层模型，核心差异在于安全防护机制。Fable 5 可理解为“带有防护栏的 Mythos”，它通过一套创新机制，力求在释放强大能力与防范潜在风险之间取得平衡。

安全机制：以“降级”替代“拒绝”

与大多数 AI 模型通过直接拒绝高风险请求来保障安全不同，Fable 5 采用了独特的“降级”方案。模型后端挂载了一组独立的分类器，当检测到用户请求涉及网络攻击、生物化学武器或模型蒸馏这三个高风险领域时，系统不会直接让 Fable 5 作答，而是悄悄将请求转交给性能稍弱的 Opus 4.8 模型来处理，并告知用户发生了降级。Anthropic 声称，超过 95% 的对话不会触发这一降级机制。

这套设计思路是将“安全”与“能力”解耦。用户支付了使用 Mythos 级别能力的费用，但在最危险的场景下，实际由 Opus 模型提供响应。官方表示，降级到 Opus 4.8 的体验优于直接被拒绝。为确保防护栏的可靠性，Anthropic 进行了超过一千小时的外部红队测试，目前尚未发现通用的越狱方法。不过，官方也承认当前分类器设置偏严格，可能导致正常的研究或安全工作请求被误判降级，他们承诺后续会优化以减少误报。

模型能力与潜在风险

那么，Fable 5 究竟强大到什么程度，以至于需要如此严密的安全措施？基准测试显示其多项指标领先。一个典型案例来自支付公司 Stripe，他们利用 Fable 5 在一天内完成了对一个五千万行 Ruby 代码库的全库迁移，而这项工作原本需要人类团队手工操作两个多月。在编程效率方面，Fable 5 同样表现出色。

其能力的另一面则是风险。例如，Anthropic 内部的蛋白质设计专家使用 Mythos 5 将部分药物设计环节加速了约十倍。更令人瞩目的是，在一项基因组学研究中，Mythos 5 在几乎完全自主的状态下连续工作一周多，训练出的一个机器学习模型，其表现超过了发表在《科学》期刊上的同类模型，而模型体量仅为后者的百分之一。正是这种既能加速科研又能潜在用于危险设计的能力，使得生物化学领域成为重点防护对象。

定价、可用性与数据政策

在价格方面，Fable 5 和 Mythos 5 的 API 定价为每百万输入 Token 10 美元，输出 50 美元。相比之前的 Mythos Preview 版本价格下降了约六成，但仍是 Opus 4.8 价格的两倍，也高于 OpenAI 的 GPT-5.5 模型。这使其成为迄今最强也是最贵的 Claude 模型之一。

在可用性上，从发布日至 6 月 22 日，Pro、Max、Team 和企业版订阅用户可以免费使用 Fable 5。6 月 23 日后，继续使用需额外购买额度。Anthropic 表示，待产能跟上后，会将 Fable 5 重新纳入订阅标配，但未给出具体时间表。API 和企业客户则不受此限制。

此次发布伴随一项重要的政策变化：从 Fable 5 开始，所有 Mythos 级别模型的流量将被强制保留 30 天，覆盖第一方和第三方平台。Anthropic 承诺不将这些数据用于模型训练，仅用于安全监控，如识别新型越狱攻击，并会记录每一次人工访问，在 30 天后基本删除所有数据。这一变化意味着，使用最强模型的代价除了更高的费用，还包括数据在 Anthropic 服务器上更长的留存期。

总体来看，Claude Fable 5 的发布标志着 Anthropic 在如何负责任地向公众开放前沿 AI 能力方面探索了一条新路径。它通过分类器切割能力、用降级代替拒绝、并以 30 天数据留存作为监控兜底，试图在能力释放与风险控制之间取得平衡。尽管这套机制存在误伤、成本高昂和数据隐私方面的考量，但它为其他 AI 实验室面临类似困境时提供了一个可参考的解决方案。这道安全护栏的最终强度，将由所有用户共同检验。