Claude新模型跑分翻倍，科研与安全场景表现惊艳

Anthropic近日发布两款新模型：Claude Fable 5.1与Mythos 5.1。其中，Fable 5.1已全平台上线，而Mythos 5.1仅向受审核的网络安全与生命科学团队开放。跑分数据显示，Fable 5.1在科研基准Terminal-Bench-Science 0.1上得分52.6%，远超上代Fable 5的24.7%和GPT-5.6 Sol的22.4%，实现断层式领先。

在代码基准Terminal-Bench 4.0上，Fable 5.1得分55.8%，Mythos 5.1则达到60.9%。知识工作基准GDPval-AA中，Fable 5.1获得1853分，在高难基准带工具实测中得分超过65.0%。这些数字意味着新模型在复杂任务处理能力上有了质的飞跃。

定价方面，Fable 5.1输入每百万Token 10美元、输出50美元，与上代持平，但缓存读取价格从1美元降至0.25美元，降幅达75%。普通场景总成本降低25%，长战线Agent任务最高可节省45%。相比之下，GPT-5.6 Sol短上下文促销价为输入2美元、输出10美元、缓存0.2美元。

Anthropic还公布了三个前沿应用案例。Fable 5.1利用NASA麦哲伦号30多年前的雷达数据，训练神经网络生成覆盖金星约三分之一面积的高分辨率地形图，将细节从10-20公里推进至2-3公里，高度估计准确性最高提升25%。Mythos 5.1设计的蛋白质在EGFR、Nipah G等三个靶点上亲和力达到Adaptyv Bio竞赛最佳方案的10倍，12个靶点总体命中率近50%，而领域常态命中率仅为10%-15%。此外，Mythos 5.1还为7个开源生物模型手写GPU Kernel，速度最高提升2.5倍，输出与原版完全一致。一项扫描三百万变异的分析成本从1.8万美元降至8千美元。

在实际应用中，Fable 5.1在CursorBench 3.2上得分73.4%，在AutomationBench中成绩31.4%，几近翻倍。它曾帮助对冲基金Millennium解决一个潜伏四五年的Bug，通过反汇编第三方库定位病根。实测显示，Fable 5.1生成图像更写实，但花费5.69美元，GPT-5.6 Sol仅0.88美元且风格稳定。Fable 5.1还能自主完成房屋设计、生成电影级漫游导览，手搓交互式人脑模型，并一次生成ARC生存游戏。

安全策略上，Fable 5.1放开了代码漏洞识别权限，网络安全误报率降低六成，但禁止编写攻击代码。同时，API底层新增反蒸馏机制，严查上下文一致性，提示词与生成思维块不符时直接报错或移除思维块。该机制先对8月31日后注册的API新账号生效，未来将强制覆盖所有新模型。

从跑分到实际应用，Claude新模型展现出强大的能力提升，尤其在科研与安全领域。随着反蒸馏机制的逐步推广，Anthropic在模型安全与性能平衡上的探索，或将为行业树立新标杆。