Claude Fable 5 初体验：一个更严格、更昂贵、也更强大的'巨兽'

起因：为什么现在聊这个？

Anthropic 同时发布了 Claude Fable 5 和 Claude Mythos 5。它们的能力内核相同，核心区别在于安全护栏的严格程度。对于 AI 领域的观察者和开发者来说，这不仅仅是一次模型升级，更像是一场关于模型能力边界与安全治理的实验。当模型强大到几乎无所不能时，我们该如何使用它？Simon Willison 作为资深的 AI 应用开发者，他的第一手体验为我们提供了宝贵的参考视角。

拆解：Fable 5 到底是什么？

简单理解，你可以把 Fable 5 看作是一个“自律版”的 Mythos 5。Anthropic 在其基础上增加了更严格的安全分类器，防止模型被用于有害目的。这种设计带来了一些实际的变化：一是安全护栏触发频繁，API 甚至提供了新的机制来通知用户；二是新增了一个实用功能——当请求被拒绝时，可以自动回退到另一个更宽松的模型（比如 Mythos 5）。

在性能规格上，它拥有 100 万 token 的上下文窗口和高达 12.8 万 token 的最大输出，知识截止到 2026 年 1 月。但代价是高昂的：输入价格每百万 token 10 美元，输出 50 美元，是之前 Opus 4 系列的两倍。这清晰地表明，追求极致的能力和安全，成本会显著上升。

趋势洞察：'大模型'时代的核心特征

Willison 用“庞大”来形容 Fable 5 最直观的感受。这不仅仅指速度和成本，更是指其知识的深度和广度。他通过一个测试（列出自己所有开源项目）展示了惊人的一幕：上一代的 Opus 4.8 模型只能列举出几个知名项目，并坦诚信息可能不完整；而 Fable 5 则给出了一个极其详尽、按时间排序的清单，包括了许多小众工具和具体的时间点。

这揭示了一个深层趋势：前沿模型的能力正在从“通用助理”向“无所不知的专家库”演进。模型的“幻觉”问题似乎在减弱，而知识储备正在急剧膨胀。然而，这种庞大也带来了新的挑战——它什么都知道，什么都能做，那么如何设计问题、如何设置护栏、如何将其安全地集成到应用中，就成了更关键的问题。任务的难点从“它能不能做到”变成了“我该让它做什么，以及如何避免它做我不希望的事”。

实用价值与反常识

对于开发者和产品经理而言，这次发布有几个关键启示：

1. 安全与能力的权衡是产品设计的一部分：Fable/Mythos 的双模型策略表明，未来为应用选择模型时，安全合规可能成为和性能、成本同等重要的考量维度。你需要根据业务场景，决定是用“自律”的 Fable 还是“自由”的 Mythos。
2. 成本意识至关重要：翻倍的价格意味着，在应用架构中做精细的模型路由（将简单任务交给便宜模型，复杂任务才用 Fable）和成本控制将变得更加重要。
3. 重新定义人机协作：当模型变得如此强大，它不再是一个需要被仔细“喂养”数据的工具，而更像是一个拥有海量知识的协作伙伴。我们的角色更多地转向提问、验证、设定边界和做最终决策。

一个可能被忽略的反常识点是：更强的安全护栏（Fable 5）可能反而会促进某些敏感但合法的应用（如医疗、法律咨询）的落地，因为它能更好地满足合规要求，降低企业使用前沿 AI 的法律和声誉风险。

原文地址: Initial impressions of Claude Fable 5