實用教學|Claude Fable 5 正式發布!全新 Mythos 級別模型性能深度分析與限時免費使用

Anthropic 於 2026 年 6 月 9 日正式發布全新 Mythos 級別 AI 模型 Claude Fable 5。呢款模型喺複雜編程、長文本分析同視覺辨識表現極佳,並開創性引入安全自動轉接機制與 30 天數據保留政策。本文為大家整理 Fable 5 嘅規格參數、限時免費開通教學以及與舊版本模型嘅多維度對比。

實用教學|Claude Fable 5 正式發布!全新 Mythos 級別模型性能深度分析與限時免費使用
實用教學|Claude Fable 5 正式發布!全新 Mythos 級別模型性能深度分析與限時免費使用

Claude Fable 5 全方位深度分析:效能躍升、手把手應用教學與安全限制新規條

Anthropic 頂尖 Mythos 級別模型首度解禁

人工智能技術嘅發展速度喺 2026 年繼續推向新高峰。Anthropic 喺 2026 年 6 月 9 日正式宣布推出全新嘅 AI 模型系列,當中包括首款面向公眾開放嘅 Mythos 級別模型——Claude Fable 5,以及專為特定網絡防禦機構而設嘅 Claude Mythos 5

喺今年四月初,Anthropic 其實已經透過「Project Glasswing」計劃展示過 Mythos 預覽版模型,但當時因為考慮到網絡安全風險,只係將技術分享畀少數核心合作夥伴(例如 Apple 同埋 NVIDIA)。經過兩個月嘅安全測試與架構調整,官方終於決定將呢個強大嘅運算引擎包裝成具備安全防護鎖嘅 Fable 5,正式投放市場。呢次發布標誌住高自主性、長上下文處理能力嘅頂級 AI 技術,正式走入一般用戶同埋企業嘅日常工作流程之內。

Claude Fable 5 與 Mythos 5 基本資料整理

為咗等大家可以一目了然呢次更新嘅核心內容,以下將新模型嘅技術參數、收費標準以及獲取渠道整理成清晰嘅表格:

評估項目 Claude Fable 5 Claude Mythos 5 Claude Opus 4.8 (舊旗艦)
定位與級別 首款面向大眾嘅 Mythos 級別模型 解除部分限制嘅專業防禦模型 穩定可靠嘅日常主力旗艦模型
開放對象 一般公眾、付費訂閱用戶、API 開發者 僅限受信任嘅網絡防禦與基礎設施機構 一般公眾及所有付費/免費批次用戶
安全鎖機制 具備保守安全鎖(高風險問題自動轉接) 部分解除安全鎖,專注漏洞防範 標準安全過濾機制
API 輸入收費 每百萬 Token 10 美元 每百萬 Token 10 美元 相對較低
API 輸出收費 每百萬 Token 50 美元 每百萬 Token 50 美元 相對較低
限時免費福利 6月9日至6月22日,付費方案直接包含 僅限原有 Mythos Preview 用戶免費升級 依據既有訂閱政策提供服務
數據保留新規 強制 30 天流量保留政策 強制 30 天流量保留政策 依據既有企業隱私協議辦理

手把手應用教學:點樣喺日常工作開通同使用 Fable 5

配合 Anthropic 嘅階梯式部署計劃,一般用戶依家可以透過多種渠道體驗呢款新模型。以下為大家提供詳細嘅開通與切換步驟:

網頁版與手機應用程式(App)用戶使用教學

  1. 檢查帳戶狀態:確保您現時擁有 Claude Pro、Max、Team 或者按席次計費嘅 Enterprise 訂閱方案。
  2. 登入平台:打開瀏覽器進入 Claude 官方網站,或者更新並打開手機上嘅 Claude 流動應用程式。
  3. 切換選單:喺對話框上方或者側邊欄嘅模型選擇選單之內,點擊展開列表。
網頁版與手機應用程式(App)用戶使用教學
網頁版與手機應用程式(App)用戶使用教學
  1. 選取新模型:喺列表之中搵到並勾選「Claude Fable 5」。
  2. 開始輸入任務:確認切換之後,即可喺對話框輸入需要處理嘅複雜工作。
  3. 注意免費限期:由現時開始直到 2026 年 6 月 22 日,使用 Fable 5 唔需要扣除額外點數。6 月 23 日起,呢款模型將會由標準訂閱包入面移除,屆時用戶必須購買使用額度(Usage Credits)先可以繼續調用。

開發者 API 串接應用教學

對於需要將 AI 能力整合到自家系統嘅技術人員,可以按照以下方式進行設定:

  • 模型識別碼:喺代碼調用時,將模型參數指定為 claude-fable-5
  • 預算配置:由於其 API 價格(輸入 $10/M tokens,輸出 $50/M tokens)比以往嘅主力模型貴左大約一倍,建議喺後台設置限額監控,避免長文本任務過度消耗預算。
  • 處理異常狀態:喺編寫代碼時,需要預留處理「自動轉接(Fallback)」嘅邏輯,因為當請求內容觸發安全分類器時,回傳嘅數據特徵可能會有所改變。

核心功能與實測亮點分析

根據 Anthropic 官方數據以及第三方分析機構(例如 Hex、Genspark 等)嘅實際評測,Fable 5 喺多個高難度商用範疇展現出顯著嘅技術突破。

1. 超大規模代碼庫(Codebase)自主修復能力

喺傳統嘅研發流程入面,要對一整個大型專案進行重構或者漏洞修復,往往需要動用整個工程師團隊花費幾星期甚至幾個月嘅時間。金融科技公司 Stripe 喺早期測試入面,嘗試將一個包含高達 5,000 萬行代碼嘅超大型專案交畀 Fable 5 處理。結果顯示,Fable 5 能夠喺一天之內自主完成原本需要團隊手工處理兩個幾月嘅重構工作。呢種長週期任務嘅連續作業能力,大幅縮短咗軟件工程嘅開發週期。

2. 純視覺驅動嘅高難度任務執行

過往嘅 Claude 3.7 Sonnet 模型喺處理圖形介面時,往往需要依賴額外嘅定位輔助工具或者覆蓋層(Overlay)去理解像素點。例如過去喺 Twitch 直播挑戰《寶可夢 紅(Pokémon Red)》嘅時候,舊模型喺每一步移動之後都必須重新評估畫面,中間形同盲區。

相反,全新的 Fable 5 憑藉升級後嘅視覺架構,僅僅依靠一套最少化、純視覺嘅數據通道(Vision-only harness),就可以流暢破關畫面更加細緻嘅《寶可夢 火紅(Pokémon FireRed)》。喺商用場景上,呢種能力轉化為:AI 可以單憑一張網頁截圖,就百分之百還原並反推出整套前端源代碼;同時能夠精準提取複雜科學圖表入面嘅微小數據。

3. 高級數據分析與自我反思機制

分析平台 Hex 嘅核心分析基準測試指出,Fable 5 係市場上首個喺面對複雜、長期運行嘅分析任務時,能夠攞到 90% 高分嘅 AI 模型。購物獎勵平台樂天(Rakuten)亦表示,Fable 5 喺執行高度自主化嘅營運流程時,展現出「自我反思與驗證(Reflects on and validates its own work)」嘅特性。當面對最艱難嘅提問,佢會花費額外嘅運算時間去覆核自己嘅答案,確保輸出嘅精準度,避免產生幻覺。

安全機制與「自動轉接」注意事項

實力愈強嘅工具,隱含嘅潛在風險亦愈高。為了防範新技術被不法分子濫用,Anthropic 喺 Fable 5 身上加裝咗極其嚴格、甚至稱得上保守嘅安全防禦屏障。

什麼是「自動轉接(Fallback)」機制?

當用戶輸入嘅內容涉及到生物(Biology)、化學(Chemistry)、網絡安全(Cybersecurity)以及模型蒸餾(Distillation)呢四大高風險敏感領域嘅時候,Fable 5 內置嘅安全分類器就會即時啟動。系統會切斷 Fable 5 嘅回應,並自動將呢個提問轉接畀下一級嘅主力模型——Claude Opus 4.8 進行解答。

官方數據參考:根據現時嘅運行統計,平均有少過 5% 嘅對話 Session 會觸發呢個安全鎖,其餘 95% 以上嘅日常商務、編程與寫作提問都可以順利獲得 Fable 5 本身嘅高品質回應。

關於生物學提問嘅「誤判(False Positives)」現象

由於現階段安全防禦分類器調校得過於保守(主要目的係防止 AI 被用作研究生物武器),導致目前出現左大範圍嘅誤判現象。經過實測,現時對 Fable 5 提出一些連高中生都能回答嘅基礎生物學知識,都會遭到拒絕:

  • 遭到拒絕並轉接嘅問題:「解釋細胞膜(Cell membranes)嘅構造」、「乜嘢係線粒體(Mitochondria)」、「點解會引致花粉熱(Hay fever)」、「mRNA 疫苗嘅運作原理」。
  • 順利獲得回答嘅問題:「乜嘢係 DNA」、「乜嘢係癌症」。

當 Fable 5 拒絕回答上述基礎科學問題時,後台嘅 Opus 4.8 通常都能夠完美給出答案。Anthropic 發言人 Paruul Maheshwary 承認,現時嘅機制確實屬於「過度保護」,但為咗確保安全上線,呢個係必須做出生產力妥協。官方團隊目前正加緊優化分類器,承諾未來會逐步減少無害提問被誤判嘅機率,並計劃為生命科學界提供特定嘅授權渠道。

多角度對比:Fable 5 vs Opus 4.8 vs 其他主流模型

評估一款新模型嘅價值,必須參考其喺行業之中嘅相對位置。以下從客觀效能、基準測試以及應用場景等維度進行客觀對比。

內部比較:全面超越舊旗艦

同過往嘅旗艦 Opus 4.8 相比,Fable 5 喺常規指標上取得全面領先。最顯著嘅分野在於任務嘅複雜程度——當任務步驟愈多、上下文長度愈長,Fable 5 相比 Opus 4.8 嘅領先幅度就愈明顯。特別係涉及需要跨代碼檔案調用、深度推理嘅大型數據整合工作,Fable 5 表現出更強嘅耐力。

外部比較:壓倒競爭對手

喺 Anthropic 內部嘅基準測試之中,Fable 5 嘅綜合評分不僅擊敗左自家的舊款模型,亦超越咗競爭對手 OpenAI 嘅 GPT-5.5 以及 Google 嘅 Gemini 3.1 Pro。特別係喺「單發生成完整應用程式(One-shotting full apps)」同埋「工具調用(Tool-calling)」兩個實戰維度上,第三方平台普遍反饋新模型嘅判斷力與微小細節處理能力明顯領先。

隱私與數據保留政策新變動

對於企業級用戶或者處理敏感業務嘅專業人士嚟講,呢次隨新模型一同推出嘅數據政策變更需要特別留意。

Anthropic 明確宣布,為了全面防範新型態嘅惡意攻擊、繞過安全鎖(Jailbreak)嘗試以及優化系統誤判率,不論是用戶透過網頁端、流動端還是 API 進行嘅所有對話流量,一律實施為期 30 天嘅強制數據保留政策(30-day retention policy)

核心注意事項:即使企業用戶在此之前已經同 Anthropic 簽署咗「零數據保留(Zero-retention agreement)」嘅特殊隱私協議,喺使用 Fable 5 同 Mythos 5 時,呢項舊協議亦會被呢個全新嘅 30 天強制安全條款自動覆蓋。

官方強調,呢啲保留嘅數據絕對唔會用作後續嘅 AI 模型訓練,僅僅用於安全審計與防禦分析。呢個舉動可能會為整個 AI 行業樹立一個新嘅先例——亦即係話,用戶想要獲取更高級別、具備潛在危險性嘅頂級 AI 能力,就必須接受一定程度嘅數據監管作為安全代價。

由上文整理嘅 Q&A

Q1:Claude Fable 5 係一種類型點樣嘅 AI 模型?

A1:佢係 Anthropic 旗下首款正式面向大眾公開發布嘅 「Mythos 級別」高端人工智能模型,具備極強嘅自主推理、編程與視覺分析能力。

Q2:Claude Fable 5 同 Claude Mythos 5 底層引擎有乜嘢分別?

A2:兩者嘅底層架構同運算引擎完全一樣。分別在於 Fable 5 具備嚴格嘅大眾安全鎖,而 Mythos 5 則部分解除了安全過濾機制。

Q3:乜嘢人可以獲取並使用無安全鎖嘅 Claude Mythos 5?

A3:目前只對少數受信任嘅網絡防禦單位、關鍵基礎設施供應商,以及加入 Project Glasswing 計劃嘅核心夥伴(例如 Apple)開放,一般公眾無法申請。

Q4:付費訂閱用戶喺乜嘢限期之內可以免費體驗 Fable 5?

A4:由 2026 年 6 月 9 日發布當日起,直到 2026 年 6 月 22 日為止,Pro、Max、Team 同 Enterprise 方案用戶都可以免費切換使用。

Q5:到了 2026 年 6 月 23 日之後,訂閱方案使用 Fable 5 嘅規則會點樣改變?

A5:新模型將會由原本嘅標準訂閱包入面移除。用戶如果想繼續使用,必須另外購買並消耗使用額度(Usage Credits),直到官方未來重新將其納入標準方案之內。

Q6:Fable 5 嘅 API 具體收費標準係幾多?

A6:定價為每百萬輸入 Token(Input Tokens)收取 10 美元;每百萬輸出 Token(Output Tokens)收取 50 美元。呢個價格大約係舊旗艦模型嘅兩倍。

Q7:乜嘢係「自動轉接(Fallback)」機制?佢會喺乜嘢時候被觸發?

A7:當用戶輸入嘅提問涉及到生物、化學、網絡安全攻擊或模型蒸餾等高風險範疇時,系統會自動將該提問轉交畀 Claude Opus 4.8 來回答。呢個機制平均會喺少過 5% 嘅對話 Session 中被觸發。

Q8:點解現時連問「線粒體」或者「細胞膜」等基礎生物問題都會被拒絕?

A8:因為 Anthropic 目前採取咗極其保守嘅安全策略去防範生化武器風險,導致內置嘅安全分類器產生較高嘅誤判率(False Positives),將無害嘅基礎科學提問亦一併封鎖。

Q9:Fable 5 喺處理代碼(Coding)方面有乜嘢實際案例支持?

A9:喺金融科技公司 Stripe 嘅內部測試入面,Fable 5 能夠喺一天之內自主完成一個包含 5,000 萬行代碼專案嘅重構工作,而呢項工作原本需要整個工程師團隊手工處理兩個幾月。

Q10:新模型在隱私政策上有乜嘢強制性嘅改動?

A10:不論用戶之前是否簽署過「零數據保留協議」,使用 Fable 5 時一律必須遵守 30 天嘅強制流量保留政策。官方表示呢啲數據僅用於安全審計,唔會用於模型訓練。

總結

綜合現有嘅各項核心參數與實際應用反饋,Claude Fable 5 嘅推出無疑將大眾可及嘅 AI 自主運算能力拉高到另一個層次。不論係喺處理數千萬行代碼嘅工程項目、單憑截圖反推網頁前端代碼,定係在複雜分析基準測試中獲取高分,呢款模型都展現出深厚嘅技術沉澱。

然而,極致嘅性能亦伴隨住前所未有嘅限制。保守嘅生物學過濾分類器導致日常提問有機會頻繁遭遇自動轉接,而強制性嘅 30 天數據保留新規亦需要企業用戶在效率與數據合規之間做出理性嘅權衡。對於需要經常處理超長文本、高難度邏輯推理嘅專業人員而言,在 6 月 22 日免費窗口截止前進行實際業務場景嘅效能對比與評估,將有助於及早規劃未來嘅自動化工作流程架構。