克劳德神话5与寓言5发布 刷新AI性能基准记录

Anthropic 近日正式推出了两款全新的大语言模型——Claude Mythos 5 与 Claude Fable 5。官方表示，这两款模型在多项性能基准测试中，全面超越了市面上的同类竞品，展现了显著的 AI 能力提升。 这两款模型均基于 Anthropic 于今年 4 月发布的 Claude Mythos Preview 算法。该预览版模型因能够发现高度复杂的网络安全漏洞而引发广泛关注。如今，Mythos 5 和 Fable 5 在此基础上进一步大幅提升了性能表现。 Fable 5 已面向公众全面开放，但对涉及高风险的请求（例如可能被用于挖掘网络安全漏洞的查询）设置了屏蔽机制。相比之下，Mythos 5 的使用限制更为宽松，但仅向极少数特定组织开放——Anthropic 会与美国政府合作，共同管理该模型的访问权限。 Mythos 5 是 Claude 系列中首个能够“持续生成新颖且具有说服力的科学假说”的模型。Anthropic 曾让其解释分子生物学领域尚未完全厘清的现象，结果模型提出的多项假说被研究人员认为极具研究价值，并已启动实验进行验证。其中一条关于大肠杆菌某种蛋白质组成成分的新假说，已在实验室中得到证实。 在另一项内部测试中，Mythos 5 识别出了 14 个可用于药物研发的蛋白质靶点。其中 9 个被团队判定为“药物设计的有力候选”，同时该模型还帮助相关任务的蛋白质发现流程提速了 10 倍。 Fable 5 的处理方式则不同：它会自动将涉及网络安全、生物学和化学领域的请求，转交给 Anthropic 今年 5 月发布的性能相对基础的模型 Claude Opus 4.8。 在编程能力方面，Fable 5 和 Mythos 5 在 SWE-Bench Pro 基准测试中均取得了 80.3% 的得分，创下新纪录。支付平台 Stripe 作为 Fable 5 的早期用户，使用其对一个拥有 5000 万行代码的内部软件仓库进行了现代化改造。原本需要两个月才能完成的工作，被压缩到了一天之内。 在非技术场景下，这两款模型同样表现出色。与 Opus 4.8 相比，它们在涵盖文档审阅任务的 GDP.pdf 基准测试中得分高出 7.3%；在另一项衡量大语言模型法律任务自动化能力的测试中，也再次刷新了纪录。 定价方面，Mythos 5 和 Fable 5 统一为每百万输入 Token 10 美元、每百万输出 Token 50 美元，不到 Mythos Preview 定价的一半。再加上新模型完成任务所需的提示词数量也减少了，实际使用成本比看上去更低。 **Q&A** **Q：Claude Mythos 5 和 Fable 5 到底区别在哪？** A：核心区别在于开放程度和使用限制。Fable 5 面向公众开放，但对网络安全、生物学、化学这类高风险请求做了屏蔽，相关请求会被自动转至 Claude Opus 4.8 处理。Mythos 5 限制更宽松，支持科学假说生成等高级功能，但仅限少数特定组织使用，并且由 Anthropic 联合美国政府共同管理访问权限。 **Q：Claude Mythos 5 在科学研究上到底有什么真本事？** A：它是 Claude 系列中第一个能持续生成新颖科学假说的模型。在分子生物学领域，它提出的多项假说已被列为实验验证对象，其中一条关于大肠杆菌蛋白质的假说已在实验室中得到证实。另外，它识别出了 14 个药物研发候选蛋白质靶点，其中 9 个被评为“药物设计的有力候选”，并让相关任务的处理速度提升了 10 倍。 **Q：Claude Fable 5 和 Mythos 5 的定价是多少？** A：两款模型统一定价为每百万输入 Token 10 美元、每百万输出 Token 50 美元，价格不到上一代 Mythos Preview 的一半。同时，新模型完成任务所需的提示词数量也减少了，进一步降低了用户的实际使用成本。