什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

Claude Fable 5.1发布:复杂任务性能翻倍,缓存费用直降75%,开发者终于等到了

不到三个月,Anthropic 又把 Claude 的版本号往前推了一格。9 月 1 日发布的 Fable 5.1,官方给它的定位是“全球最先进的编程与知识工作模型”。从跑分数据看,这款新旗舰在多个维度的表现确实刷新了纪录——尤其是需要长时间自主运行、多步骤联动的复杂任务。另一边,Fable 5.1 的兄弟版本 Mythos 5.1 也同步上线,两者共享同一个底层模型,区别在于安全防护级别。面对这次更新,开发者和企业用户最关心的无非是两件事:能力到底强了多少,钱包会不会跟着受累。1
性能涨了多少?长任务提升最明显
Fable 5.1 的能力提升并不均衡,短平快的问答任务进步有限,但越是需要长时间自主运行的工作,提升幅度越夸张。科研类 Agent 任务 Terminal-Bench-Science 0.1 从 24.7% 跳到 52.6%,直接翻了一倍多;编码任务 Terminal-Bench 4.0 从 42.0% 提升到 55.8%,涨幅约 33%;业务自动化 AutomationBench 则从 17.1% 涨到 31.4%,接近翻倍。相比之下,知识问答类测试的升幅大多落在 1% 到 16% 之间,显得温和许多。2
这种提升在实际场景中意味着什么?投资机构 Millennium 让 Fable 5.1 去排查一个困扰团队四五年的罕见程序崩溃漏洞——每百万次运行才出现一次,此前其他模型都没能定位原因。Fable 5.1 最终反汇编了第三方供应商的代码库,结合崩溃时留下的核心转储文件,把问题定位到了外部库中的一个 Bug。Ramp 则让模型连续运行 38 小时的机器学习任务,模型中途发现标签数据有问题,自行修正并发起六组对比实验,一整夜后给出了新的结果和后续建议。34
钱是怎么省的?缓存读价格砍到四分之一
Fable 5.1 的输入输出单价没有变化,每百万 Token 仍然是 10 美元和 50 美元,和 Fable 5 完全一致。真正调价的是缓存读取费用——从每百万 Token 1 美元降到 0.25 美元,降幅达到 75%。官方口径是典型工作负载整体成本降约 25%,重度 Agent 场景最高降 45%。5
缓存读取价格下调为什么能影响整体账单?关键在于谁在付这笔钱。一个跑几小时的编程 Agent,每一轮都要把系统提示、工具定义和前面几十轮对话原样喂回去,这些内容绝大部分是缓存命中。上下文越长、工具调用越密集,缓存读费用在账单里的占比就越高。官方两个数字正好对应两个梯度:25% 对应典型负载,45% 对应高度 Agent 化工作。如果用法是单轮问答、每次新提示,这次降价基本没关系。5
Fable 5.1 和 Mythos 5.1 怎么选?
两款模型底层是同一个,区别不在智力,而在安全边界。Fable 5.1 面向普通用户、开发者和企业开放,包含了生产级安全机制,误报率明显降低,正常的技术研究和漏洞排查不再轻易被拦截。Mythos 5.1 则只通过可信访问计划向经过审核的机构提供,具备更深入的网络安全漏洞评估能力和生物科学设计能力,但访问范围目前非常有限。6
对于大多数开发者和企业用户来说,Fable 5.1 就是可以直接使用的版本。Terminal-Bench 4.0 编码测试中,Fable 5.1 得分为 55.8%,而解除部分安全限制的 Mythos 5.1 则达到 60.9%——两者差距主要来自 Fable 安全系统在部分网络安全任务中的介入,而非底层智力差异。如果你不在受信任访问计划范围内,实际上能用到的是 Fable 5.1 的完整能力。7
维度Fable 5.1Fable 5涨幅
科研Agent(Terminal-Bench-Science)52.6%24.7%+113%
编码(Terminal-Bench 4.0)55.8%42.0%+33%
业务自动化(AutomationBench)31.4%17.1%+84%
知识工作(GDPval-AA v2)1853分1723分+7.5%
缓存读取(每百万Token)$0.25$1.00-75%
整体来看,Fable 5.1 的定位比前代更明确:让企业交出去的是一项工作,几个小时甚至几天后回来验收结果。对于依赖 AI Agent 处理长周期任务的团队,这次升级的性价比值得关注;但如果日常使用以短对话和单轮问答为主,实际感受到的变化会比较有限。

评论

评论区空态插画

当前文章无评论,是时候发表评论了