刚刚，fable 5.1 和 mythos 5.1 发布！
8 项公开基准测试全部第一，价格最高降 45%。
尤其是在科学研究和代码这两项上，明显甩开了 Fable 5 和隔壁 GPT-5.6 Sol。
换个更直观的视角，现在用中、低推理程度跑 Fable 5.1，表现基本相当于老版 Mythos 5 开到极高甚至最高推理程度。
这一波属于是 " 牢 Fable" 干掉了 "Mythos 圣 "。
价格方面，Fable 5.1 把缓存读取价格降至每百万 token 0.25 美元，降幅 75%。
输入和输出价格与 Fable 5 一致，分别为每百万 token 10 美元和 50 美元。
看着好像只降了一项价格，但实际影响比较大，因为在智能体任务里，缓存读取占了成本的大头。
Anthropic 给出的数据是，典型工作负载成本比 Fable 5 降了大约 25%，如果是高度智能体化的任务，最多能省到 45%。
官方发布视频有言：
无论你此前让 Claude 处理什么任务，Fable 5.1 都能做更多，并且把最难的部分完成得更出色。
之所以能够做到这点，是因为它擅长处理多步骤任务。
这类任务中，假如第二步就出现一个微小错误，到第 40 步全盘就崩了，而 Fable 5.1 能够全程稳定输出。
如果遇到解决不了的难题，它会告诉你已经尝试过哪些方案、卡在了哪个环节。
研究员 Flix Rieseberg 还特别提到，写作方面 Fable 5.1 减少使用粗体，也更少使用标题、列表或引号，对风格提示词遵循得更好。
咱就是说，能不能顺便把您的风格提示词开源一下。
还是老规矩，Fable 5.1 面向所有用户开放，Mythos 5.1 仅通过受信访问计划提供给经过审核的网络安全和生命科学机构。
科研实战：蛋白质设计、生成金星地图、GPU 加速
跑分之外，Anthropic 还展示了 Fable 5.1 和 Mythos 5.1 在科研领域的实战成果。
蛋白质设计方面，Anthropic 让 Mythos 5.1 使用开源蛋白质设计和折叠工具设计高亲和力结合蛋白，并将方案送至两家外部机构做实验验证。
在三个靶标上，Mythos 5.1 设计的结合亲和力是 Adaptyv Bio 蛋白质设计竞赛最佳方案的 10 倍。在全部 12 个靶标上，命中率接近 50%，而当前蛋白质设计领域的典型命中率在 10% 到 15% 之间。
高亲和力结合蛋白是许多常见药物开发流程中的第一步，直接决定了药物能否在较低剂量下发挥作用。
天文学方面，Fable 5.1 基于 NASA 麦哲伦号 30 多年前拍摄的雷达图像训练了一个神经网络，为金星三分之一的表面生成了新的高分辨率地形图。
此前已有的地形图仅覆盖金星五分之一的面积，分辨率在 10 到 20 公里之间。Fable 5.1 把分辨率提升到了 2 至 3 公里，高度精度比此前提高了 25%。这份地图已以 CC 协议开源发布，供即将到来的 NASA VERITAS 和 ESA EnVision 任务参考，帮助确定未来观测的重点地质特征。
计算生物学方面，Mythos 5.1 通过编写自定义 GPU 内核并缓存中间结果，将 7 个开源深度学习模型的运行速度提升了最高 2.5 倍，输出完全一致。
在实际研究中，生物学家可能需要对这些模型运行数千次，测试每个人类基因附近的所有可能突变，优化后的模型可将 GPU 成本降低 30% 到 60%。
这类优化通常需要一个性能工程团队花费数周完成，许多学术实验室根本无力负担，而 Mythos 5.1 仅用数天便做到了，且仅依赖公开源代码。
Anthropic 计划近期将这些优化开源。
反蒸馏机制上线
伴随着 Fable 5.1 发布，还有一些特别的规定和 API 改动。
先简单说说安全方面。
Fable 5.1 的网络安全误报率比 Fable 5 降低了 60%，现在允许用于发现软件漏洞，但仍禁止开发漏洞利用程序。渗透测试、漏洞利用生成、基于二进制的漏洞扫描等双重用途任务仍会被重定向到 Opus 系列模型。
基础生物学和医学问题的误报率降低了 85%，但涉及生命科学研发的查询仍路由到 Opus 模型处理，专业人员需通过 Mythos 5.1 的生命科学验证计划（LSVP）获取访问权限。
然后说重磅的新增反蒸馏机制。
从今天起新注册的 API 账户无法在多轮对话中手动编辑 Claude 上下文的同时保留思维链记录。
之前有一种被公开记录过的常见手法：在多轮对话中，手动篡改 Claude 之前的上下文，但刻意保留思维链记录。这样一来就能在一组新的、可能带有对抗性的指令下，重放模型在另一组指令下产生的推理过程。
现在这条路直接堵死了。
做法是给每个思维链区块都加上一个签名（signature）。
当用户在后续请求中把助手的回复发回 API 时，系统会用这个签名做两件事：验证当前模型是否有权读取这个区块，以及验证这个区块之前的整段对话（包括系统提示词、工具列表、所有历史消息）是否跟当初生成它时一模一样。
只要对话中有任何东西被动过，签名校验就会失败。
失败之后怎么处理，取决于开发者设的一个参数 prefix_mismatch_behavior：默认值是 "error"，直接返回 400 状态码，请求被拒；如果设成 "drop_block"，系统会静默丢掉这个区块以及它之后的所有思维链，请求本身照常执行。
被丢掉的部分不计费（人还怪好的嘞），并且会在响应里的 input_transformations 数组中列出来。
哪些操作会触发校验失败？
文档给了一份详细清单：编辑、重新排列或删除任何先前的用户 / 助手 / 系统消息，改动顶层系统提示词，对工具列表做任何增删改名操作，从对话历史中间抽掉某个思维链区块但保留后面的区块，以及引用了一个在两次请求之间返回了不同内容的图片或文档 URL。
以上任何一条，都会导致后续所有思维链区块失效。
反过来，有些操作是安全的：
在对话末尾追加新消息、从历史记录开头移除思维链区块、改 max_tokens 之类的请求参数、增减 cache_control 标记，以及服务端的压缩（compaction）或上下文编辑（context editing），这些都不会触发校验失败。
还有一个链式校验的设计，每个思维链区块会记录它前一个区块的信息，形成一条跨轮次的链条。可以从链条的头部摘掉区块，但如果从中间抽掉一个，那它后面的每一个区块都会跟着失效，整条链从断裂处往后全部作废。
为了不让开发者被卡住，Anthropic 同时提供了一系列替代方案，可以在不碰历史记录的前提下达到同样的效果。
需要中途改指令？用对话内系统消息（mid-conversation system message）替代直接改顶层提示词。
需要每轮加个临时提醒？用带 clear_at 参数的轮次级系统消息，替代 " 先插入再删除 " 的老办法。
需要中途增减工具？用 tool_addition 和 tool_removal 区块，替代直接编辑工具列表。
需要裁剪上下文？用服务端压缩和上下文编辑，替代客户端粗暴截断。
如果你用的是 Claude Code、claude.ai、Claude Managed Agents 或 Claude Agent SDK 这些官方产品，什么都不用改，它们已经自动保证对话前缀不会被篡改。
但如果你是直接调 Messages API 的开发者，Anthropic 的建议是：把 messages 数组严格当作只追加（append-only）来用，然后在 prefix_mismatch_behavior 设为 "drop_block" 的模式下跑一遍完整的多轮会话测试，看日志里有没有冒出 prefix_binding_mismatch 条目。
最后文档里还特别提了一个容易踩坑的场景。
如果你维护的是一个工具或框架，用户拿自己的 API 密钥来调用，那新注册用户会更早撞上这个校验。因为开发者自己的密钥大概率是 8 月 31 日之前注册的，暂时还没被强制执行。
对于这种情况建议主动设好 prefix_mismatch_behavior 提前测试，别等用户先炸了你才发现。
One More Thing
A 社整这么大动静，隔壁 OpenAI 肯定坐不住啊。
但他们家新模型 Astra 是真还差一点没弄好，只好先象征性地发点预告。
还有 Ilya 在 Fable 5.1 和 OpenAI Astra 发布之际，也少见地出来喊话，呼吁加强网络安全。
参考链接：
[ 1 ] https://www.anthropic.com/claude-fable-and-mythos-5-1
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
