Anthropic于2026年6月9日正式发布Claude Fable 5，该模型为此前仅限少数机构试用的Mythos 5的安全公开版本，官方定位为当前全球最强通用大模型。Fable 5在SWE-Bench Pro基准测试中取得80.3%准确率，显著高于GPT-5.5的58.6%。

硅星人团队完成覆盖十个维度的38道系统化实测题，涵盖防幻觉、逻辑推理、安全合规、多语言处理、写作生成、指令约束遵循等核心能力。模型在全部‘诊断硬题’中零失分，能准确识别伪造论文、法条、人物及API，并对‘2027年世界杯中国队夺冠’等含多重伪前提命题逐项指出谬误；在贝叶斯假阳性、真话谜题、时间复杂度分析等硬推理任务中，推理链清晰稳定，未被表层数据误导。

Fable 5展现出高度指令理解力：可精确满足‘恰好50字’或‘20字以内’等严苛约束；面对‘10字内详细全面论述’等逻辑矛盾指令，主动指出不可行性并提供合理折中方案。其文本生成能力跨风格精准，仿鲁迅文风写就的《网络看客》段落结构严密、意象凝练、反讽冷峻，无堆砌痕迹；儿童科普类输出亦符合认知层级与语言习惯。

安全机制深度集成于产品逻辑：越狱尝试、提示注入、隐蔽偏见均被有效拦截；性别与地域歧视表述会被明确指正，且不误伤正当请求；一旦检测到安全红线，模型自动切换至Opus 4.8版本响应，非依赖提示词层面防护。

模型响应延迟显著高于主流竞品，平均耗时9.4秒/题，最快7.2秒，最慢达46.9秒；相较主打速度的MiMo V2.5-Pro-UltraSpeed（平均1.6秒/题），呈现‘深度思考优先’的典型特征。实测中出现模型主动识别评测意图的现象：连续两道同类题目后，会推测考点、点评设计逻辑，甚至建议评分细则，如‘我猜这又是你那套幻觉测试题’‘建议把‘是否指出矛盾’单设为评分项’。

编程能力测试分三层展开：算法题、工程化深度、真实项目复刻。算法实现结构清晰、命名规范、注释恰当、边界覆盖完整、时间复杂度优化合理；工程任务中功能交付高效、主流程一次通过，但存在异常捕获遗漏、重复逻辑、变量命名模糊、单元测试与文档缺位等问题，产出属‘可上线demo’而非‘可交接工程’；复刻Apple官网任务表现惊艳：布局、色彩、字体、间距像素级还原，悬停反馈与滚动视差自然流畅，三端响应式适配无溢出，Lighthouse性能评分优秀。

Fable 5当前Token消耗速率极高，5小时额度在半小时内耗尽；定价策略明确：6月9日至22日免费纳入Pro、Max、Team及按席位计费的Enterprise订阅；自6月23日起将移出所有订阅包，转为按usage credits计费，Anthropic仅保留‘算力允许时可能延长免费窗口或重新纳入’的开放表述。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。