如果你关注 AI 模型市场，昨天（9 月 1 日）是值得标记的一天——Anthropic 发布了 Claude Fable 5.1 和它的孪生兄弟 Claude Mythos 5.1。这是同一个人工智能引擎，分了两套安全护栏。
但这次发布最反常的地方在于：标价不涨反降——实际上是没涨，但账单确实少了。
Fable 5.1 的 $10/$50 输入输出定价和 Fable 5 完全一样，API ID 也没变太多（claude-fable-5-1，Fable 5 是 claude-fable-5），但 Anthropic 在缓存读取上砍了一刀狠的：从 $1 降到 $0.25，降幅 75%。对于重度 Agent 工作负载，这意味着整体花费减少 25% 到 45%。
华尔街的对冲基金已经开始行动了。Millennium 一位高级投资经理说，他们内部一个极其罕见的崩溃（百万分之一级别），工程师花了 四五年都没找到原因，其他所有模型也都失败，Fable 5.1 第一次跑就定位了。这件事某种意义上比任何 Benchmark 排名更有说服力。
Benchmark：全面碾压，不留死角
先上这张表。Anthropic 官方发布时给出的七项基准测试，Fable 5.1 全部领先：
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal-Bench-Science 0.1（Agent 科研） | 52.6 🚀 | 24.7 | 29.0 | 22.4 |
| Terminal-Bench 4.0（Agent 终端编码） | 55.8 | 42.0 | 52.3 | 37.3 |
| GDPval-AA v2（知识工作，Elo） | 1,853 | 1,723 | 1,824 | 1,711 |
| OSWorld 2.0（计算机使用，部分/严格） | 77.9 / 41.7 | 72.9 / 36.1 | 75.4 / 39.6 | 未公布 |
| Humanity’s Last Exam（无工具/有工具） | 60.9 / 65.0 | 57.8 / 63.8 | 56.6 / 63.6 | 未公布 |
| AutomationBench（业务流程） | 31.4 🚀 | 17.1 | 26.9 | 19.6 |
| CursorBench 3.2.0（Agent 编码） | 73.4 | 70.5 | 70.0 | 67.2 |
两个值得单独看的数据：
Terminal-Bench-Science 是差距最大的——52.6 vs 24.7，三倍不到的时间内直接把前代翻了一番。这不是渐进式改进，而是代际跳跃。对于一个用来做 Agent 科研任务的模型来说，这个数字意味着它真的可以在实验室里当半个研究员用。
AutomationBench 差不多也是翻倍：31.4 vs 17.1，比 Opus 5 也高出 4.5 分。Zapier 搭建的这个端到端业务工作流评测，对 AI Agent 的实用价值是直接信号。
Cognition（Devin 背后的团队）的 CTO Walden Yan 说得很直接：「我们发布当天就把 Devin 里的 Opus 5 流量切到 Fable 5.1 了。 测试下来它和 Fable 5 得分持平或更好，但每个任务的成本反而更低。有了新的缓存读取定价，Fable 级模型终于在我们这里真正经济能用了。」
真正的赢家是 Effort 曲线，不只是峰值
上面的表格比较的是各家模型的最好成绩。但更精彩的故事藏在「付出 vs 回报」曲线里。
Anthropic 的 Fable 5.1 在低（low）努力模式下，得分约 26%，每任务成本约 $11。对比 Fable 5 开到最大（max）努力模式才得 24.7%，每任务成本 $44。
Fable 5.1 的最低档，打翻了 Fable 5 的最高档，花费还只要四分之一。
而且两根曲线从没碰在一起过：Fable 5.1 的 high 档（约 40%，$20）就超过了 Fable 5 全部档次，甚至比 Opus 5 的最高分还高；曲线继续爬升到 xhigh（约 49%）和 max（52.6%），而 Fable 5 早就平了。
这意味着什么呢？如果你还在用路由策略把简单任务分配给小模型、难任务留给大模型，现在 Fable 5.1 的低档跑进这个比较范围了。Anthropic 的提示工程指南也直接说：在低努力下，「Fable 5.1 在单位成本上往往能和其他 Claude Opus 和 Sonnet 模型竞争，而且得分更高。」
Every 的 CEO Dan Shipper 总结得更形象：「这是个友好的 Fable——Fable 级的智力、Opus 级的价格、Sonnet 的速度。 我们测试下来大约是 Opus 5 的两倍速度，一半的 token 消耗。所以任何人如果把 Opus 当日常模型用，这绝对是个明显的升级。」
三处破坏性变更——你的代码可能需要修
这块是容易被忽略的部分。Fable 5.1 有三个破坏性 API 变更，生产环境中如果没用过，第一个下午就会看到 400 报错：
1. 强制工具调用（forced tool use）被禁了
以前 Fable 5 接受所有 tool_choice 值，包括 type: "any" 和 type: "tool", name: "..."。Fable 5.1 和 Mythos 5.1 会直接返回 400，原因是思考（thinking）始终启用，强制调用会跳过思考过程。修复方案：改成 tool_choice: "auto" + strict: true + 在指令中指定工具名称，或者用结构化输出（structured outputs）。
2. 旧模型无法读取 Fable 5.1 的思考块
每个 thinking block 记录了由哪个模型生成，规则是单向的——Fable 5.1 能读旧模型（Opus 5、Fable 5、Mythos 5 及更早），但旧模型不能读 Fable 5.1 的。如果路由切换、客户端重试或兜底降级时遇到不匹配的 block，API 会静默丢弃，不收费，但目标模型会重算，成本上升、延迟增加。
3. 编辑对话历史会让 thinking block 作废
每条 thinking block 只对当时的 system prompt、tools 数组和 message 历史有效。如果你代码中改了之前的任何内容，再发回带那块的请求会直接失败——message 校验不通过。不过这条只在 2026 年 8 月 31 日之后创建的新 API 账户上强制生效。Anthropic 明确说这是针对蒸馏（distillation）的防护：保留 Claude 的思考过程同时编辑上下文，是一种「公开的蒸馏技术」。
Mythos 5.1：同引擎，低护栏
跟着 Fable 5.1 一起发布的还有 Claude Mythos 5.1，和 Fable 5.1 完全相同的权重，只是安全护栏更宽松。它只对经过审查的网络安全和生命科学组织开放，走 Anthropic 的「Project Glasswing」信任访问计划（Cyber Verification Program + Life Sciences Verification Program），目前只面向美国组织。
最有意思的对比数据是：Mythos 5.1 在 Terminal-Bench 4.0 上拿了 60.9，比 Fable 5.1 的 55.8 高了 5 分。Anthropic 坦诚地解释说：那 5 分「反映的是我们更粗糙的旧安全护栏介入的那些任务。」换句话说，安全护栏是有代价的——这是 AI 安全领域经常被低估的「护栏税」（safety tax）。
定价对比：Cache 阅读就是新战场
Fable 5.1 的定价结构最值得关注的变化不是标价，而是缓存读取价格：
| 项目 | Fable 5 | Fable 5.1 | 变化 |
|---|---|---|---|
| 输入 / M tokens | $10 | $10 | 不变 |
| 输出 / M tokens | $50 | $50 | 不变 |
| 缓存读取 / M tokens | $1.00 | $0.25 🚀 | ↓ 75% |
| 缓存写入（5分钟） | $12.50 | $12.50 | 不变 |
| 缓存写入（1小时） | $20 | $20 | 不变 |
| Batch 输入 | $5.00 | $5.00 | 不变 |
| Batch 输出 | $25.00 | $25.00 | 不变 |
这一刀砍下去，Fable 5.1 的有效成本率变了天。Fable 5 的缓存读取是输入的 10%（$1/$10），Fable 5.1 的缓存读取只有输入的 2.5%（$0.25/$10）。这意味着长上下文 Agent 任务中，预填充（prefix）的重复读取几乎免费了。
Anthropic 这次没有拿 Opus 5 的数据做比较，但我们从合作伙伴那里看到了选择逻辑：Opus 5 的缓存读取 $0.50 是 Fable 5.1 的 2 倍，且 Fable 5.1 在所有 Benchmark 上领先——Opus 5 唯一的优势是零数据留存（zero data retention）现在可用，而 Fable 5.1 要到今年秋季的 Enterprise Frontier Safeguards 落地后才能免除 30 天强制留存。
Opus 5 还活着吗？
Opus 5 的处境有点尴尬。它输掉了所有七项 Benchmark，合作伙伴引用中几乎没有人选它。但 Anthropic 的官方提示仍然说：大多数工作负载从 Opus 5 开始。
理由有三：
- 价格便宜一半：Opus 5 是 $5/$25，Fable 5.1 是 $10/$50。如果你的质量门槛 Opus 5 已经能过，Fable 5.1 就是花了双倍钱。
- 零数据留存可用：今天就有，Fable 5.1 强制 30 天，除非你拿到 Anthropic 的特批。
- API 表面更友好：支持强制工具调用、可禁用思考、有 Batch 300K 扩展输出——每一条都是 Fable 5.1 的限制。
所以短期内 Opus 5 不会消失。但方向很清楚了——质量在向 Fable 类模型汇聚，而 Opus 类的存在意义正在变窄。
写在最后
Fable 5.1 的发布节奏很特别：标价不变，账单变少，性能更高。 这不是一个典型的涨价式模型发布，而是一个成本效率发布。
Anthropic 巧妙地绕开了一场价格战：别的公司在降标价，它们降缓存价格。这个战术的聪明之处在于——缓存价格不影响竞争对手直接用数字做比较，但对重度用户（Agent 开发者、企业、编码助手）来说，有效成本是实打实的 25-45% 降低。
关于 Mythos 5.1 那 5 分的「安全护栏税」，我认为值得行业思考：如果你在构建需要最高 AI 能力的 Agent 系统，安全护栏的成本不只是 token 和延迟，还有真实的性能差距。这不是说安全不重要——而是说明它有多贵。
最后，如果你跑的是 Fable 5 或 Opus 5 的生产管线，建议立刻做 migration 测试：三个破坏性变更中，forced tool use 的禁令和 history editing 的 check 会直接影响你的代码。跑一轮 eval 确认兼容性，再把关键负载切过来——Cache $0.25 的利率窗口不会永远开着。
📌 延伸阅读：如果你对模型路由选择感兴趣，不妨看看我们之前写的 《Agent 互联！五大协议详解》，里面讨论了不同协议下的路由策略，和 Fable 5.1 的 Effort 曲线选择一脉相承。