整理自 Anthropic 官方文档及发布资料 · 2026 年 6 月 10 日

---

一、是什么？背景

2026 年 6 月 9 日，Anthropic 在毫无预热的情况下同步发布了 Claude Fable 5 和 Claude Mythos 5。两者底层架构完全相同，同属"Mythos 级"（Mythos-class）——这是 Anthropic 内部高于 Opus 的全新能力层级。

区别只有一点：

模型	API ID	面向对象	安全分类器
Claude Fable 5	claude-fable-5	所有公众 / 开发者	有（cyber、bio、reasoning_extraction）
Claude Mythos 5	claude-mythos-5	仅限 Project Glasswing 合作伙伴	无（完整原生能力）

Fable 5 = Mythos 的公众安全版。 加了安全防护之后面向所有人开放，超过 95% 的场景下能力与 Mythos 5 完全一致。

---

二、规格与定价

项目	数值
上下文窗口	100 万 tokens
单次最大输出	128k tokens
输入价格	$10 / 百万 tokens
输出价格	$50 / 百万 tokens
批量输入价格	$5 / 百万 tokens
批量输出价格	$25 / 百万 tokens
Prompt 缓存折扣	输入 9 折（与 Opus 4.8 一致）
数据留存	强制 30 天，不支持 ZDR

⚠️ 数据留存是重要限制：Fable 5 是 Covered Model，如果你的业务对数据隐私有严格要求，需要提前确认这一点。

免费试用期：对 Pro / Max / Team / Enterprise 订阅用户，免费使用至 2026 年 6 月 22 日，之后按上方价格计费。

可用平台：Anthropic API、Claude Platform on AWS、Amazon Bedrock、Google Vertex AI、Microsoft Foundry。

---

三、基准测试成绩

基准测试	Fable 5	Mythos 5	Opus 4.8	说明
SWE-bench Verified	95.0%	95.5%	88.6%	软件工程问题修复
SWE-bench Pro	80.0%	80.3%	69.2%	更难的真实代码仓库任务
Terminal-Bench 2.1	84.3%	88.0%	82.7%	终端任务（Fable 有 20.9% 触发了回退）
OSWorld-Verified	85.0%	85.0%	83.4%	Ubuntu 电脑操控任务
GDP.pdf	29.8%	—	22.5%	密集专业 PDF 推理
OfficeQA Pro	57.9%	—	48.1%	视觉文档问答
MCP Atlas	83.3%	—	82.2%	多步 MCP 工具使用

官方总结：“任务越长、越复杂，Fable 5 的领先优势越大。” 短任务与 Opus 4.8 差距较小，长流程 Agent 工作中差距显著扩大。

实际案例：Stripe 用 Fable 5 在 1 天内完成了 5000 万行 Ruby 代码库的迁移，同样的工作人工团队估计需要两个多月。

---

四、能力提升重点

相较于 Claude Opus 4.8，Fable 5 在以下方面有明显提升：

• 长程自主性：能持续数小时的多目标自主运行，在长复杂任务中保持强指令记忆
• 复杂问题一次成功率：早期测试者报告，很多以前需要数天迭代的系统，Fable 5 能一次实现
• 视觉理解：能更准确地解析密集技术图片、Web 截图，且 token 消耗更少；专门训练了用 bash 和裁剪工具处理翻转、模糊、有噪点的图像
• 企业工作流：财务分析、表格、幻灯片、文档等专业输出质量显著提升
• 代码审查与调试：在非安全类任务上的 bug 发现召回率明显高于 Opus 4.8
• 并行 Subagent 调度：分发和维持并行子 Agent 的可靠性大幅提升，能异步管理长期运行的子 Agent

---

五、思考机制：Adaptive Thinking

工作方式

Fable 5 只有一种思考模式：自适应思考（Adaptive Thinking），且始终开启。没有开关，没有手动 budget。

• thinking: {"type": "disabled"} → 不支持，返回 400
• thinking: {budget_tokens: N} → 不支持，返回 400

模型根据任务复杂度自动分配推理深度，你无法直接控制推理 token 数量，只能通过 Effort 参数间接影响。

思考块返不返回

原始推理链：永远不返回。

thinking.display 默认值是 "omitted"（返回空的思考块）。如果需要看推理内容，把它设为 "summarized"，会收到经过摘要处理的思考内容——而不是完整的内部推理链。

在多轮对话中，要把思考块原封不动地回传给模型。

# 请求摘要版思考块
response = client.messages.create(
    model="claude-fable-5",
    thinking={"display": "summarized"},
    ...
)

---

六、Effort 参数

Effort 是 Fable 5 上平衡智能深度、延迟和成本的首要控制手段，取代了旧的 thinking budget 概念。

Effort 级别	适用场景
xhigh	最重要的能力敏感任务
high	大多数任务的默认值
medium / low	日常例行工作、需要快速响应的场景

注意：Fable 5 在低 effort 下的表现仍然优秀，通常能超过以前模型在 xhigh 下的水平。

在较高 effort 下处理常规任务时，模型可能过度思考——比如顺手重构周边代码、加上多余的错误处理。遇到这种情况，降低 effort 即可。

---

七、安全分类器与回退（Refusal & Fallback）

三类拒绝分类

当 Fable 5 拒绝一个请求时，返回的是 HTTP 200 正常响应，不是报错，stop_reason 值为 "refusal"。

{
  "stop_reason": "refusal",
  "stop_details": {
    "type": "refusal",
    "category": "cyber",
    "explanation": "This request was declined because it could enable cyber harm."
  },
  "content": [],
  "usage": { "input_tokens": 412, "output_tokens": 0 }
}

stop_details.category 有三个值：

① "cyber" —— 网络安全类

触发条件：请求可能用于恶意软件开发、漏洞利用（exploit）等攻击性网络安全操作。⚠️ 正常的、无害的安全研究、CTF 题目也可能误触发。

② "bio" —— 生物/化学危害类

触发条件：请求涉及可能造成生物危害的危险实验方法、分子机制等。⚠️ 正常的生物信息学、CRISPR 研究也可能误触发。

③ "reasoning_extraction" —— 推理提取类（Fable 5 全新）

触发条件：请求要求模型在响应文本中复现自己的内部推理过程。背后逻辑是防止用户通过反复追问来逆向提取模型能力（模型蒸馏）。提示词里只要有"请展示你的思考步骤"、"把推理过程写出来"之类的指令，就可能触发。

explanation 字段只用于展示给用户，文本不稳定，不要用于代码逻辑判断。
当拒绝不属于任何已命名分类时，category 和 explanation 都会是 null，这是正常值，不是占位符。

计费规则

• 输出前被拒绝（content 为空）→ 不计费，也不占速率限制
• 流式输出到一半被拒绝 → 已产生的 input/output token 按正常费率计费

配置 Fallback

拒绝的请求通常可以由另一个模型来回答（大多数情况下 Opus 4.8 能处理）。有三种方式配置：

场景	方式
Anthropic API 或 AWS 上的 Claude Platform，最简单	Server-side fallback（beta）
任意平台 + TypeScript/Python/Go/Java/C# SDK	SDK middleware
Ruby、PHP、原始 HTTP 或自定义重试逻辑	手动重试 + fallback credit

Server-side fallback 示例：

response = client.beta.messages.create(
    model="claude-fable-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "..."}],
    fallbacks=[{"model": "claude-opus-4-8"}],
    betas=["server-side-fallback-2026-06-01"],
)

⚠️ beta header 必须精确写成 "server-side-fallback-2026-06-01"，写其他值返回 400。
Message Batches API、Amazon Bedrock、Vertex AI、Microsoft Foundry 不支持 server-side fallback，这些平台用 SDK middleware。

---

八、Task Budgets（Beta）

是什么

给整个 Agent 任务循环设一个总 token 预算，让模型自己管好节奏、在预算快用完前主动整理并收尾，而不是被硬截断。

模型全程可以看到实时 token 倒计时，会据此安排优先级——前期充分工作，快到上限时主动汇总结论。

与 Effort 的区别

• Effort = 每一步思考多深（深度控制）
• Task Budget = 整个任务循环总共能花多少（总量控制）

两者互补，可以同时使用。

用法

response = client.beta.messages.create(
    model="claude-fable-5",
    max_tokens=128000,
    output_config={
        "effort": "high",
        "task_budget": {"type": "tokens", "total": 64000},
    },
    messages=[...],
    betas=["task-budgets-2026-03-13"],
)

重要注意事项

倒计时统计的是模型在当前循环中新处理的 token，不是你每轮发送的完整对话历史。很多框架每次请求都重发全量历史——如果你也在客户端同步扣减预算，模型会看到一个被低报的预算，提前停手。建议设宽松的预算，让模型自行调节，不要在客户端镜像这个计数。

---

九、提示词写法指南

① 不要让模型"说出推理过程"

这会触发 reasoning_extraction 拒绝。如果需要推理可见性，设 thinking.display: "summarized" 从思考块里读，而不是用文字指令要求模型"写出来"。

迁移时务必审查所有现有 System Prompt，删除"请展示你的思考步骤"类指令。

② 描述目标，而非步骤

I'm working on [更大的任务] for [面向谁]. They need [输出能实现什么].
With that in mind: [具体请求].

交给模型结果，让它自己规划路径。对根因排查、架构决策、故障调试特别有效。

③ 防止过度思考和过度输出

高 effort 下模型可能顺手重构不相关的代码、加多余的抽象层。可以在 System Prompt 里加：

Don't add features, refactor, or introduce abstractions beyond what the task requires.
Do the simplest thing that works well.

④ 长 Agent 运行：锚定进度声明

防止模型在长任务中产生"乐观漂移"（声称完成了实际没完成的事）：

Before reporting progress, audit each claim against a tool result from this session.
Only report work you can point to evidence for.
If tests fail, say so with the output; if a step was skipped, say that.

⑤ 明确划定边界

防止模型做出未被要求的操作（比如主动帮你起草邮件、创建备份分支）：

When the user is describing a problem or thinking out loud, the deliverable is your
assessment. Report findings and stop. Don't apply a fix until they ask for one.

⑥ 异步 Agent：用 send-to-user 工具

长时间运行的 Agent，给它一个专门的工具来向用户发送消息，而不是靠文字输出。工具输入不会被摘要，内容原样抵达。

{
  "name": "send_to_user",
  "description": "Display a message to the user verbatim without ending the turn."
}

⑦ 防止 Agent 过早停下来询问

对于完全自主运行的场景：

You are operating autonomously. The user is not watching in real time.
For reversible actions that follow from the original request, proceed without asking.
Before ending your turn, check your last paragraph. If it is a plan or a promise about
work you haven't done ("I'll…"), do that work now with tool calls.
End your turn only when the task is complete or you are blocked on input only the user
can provide.

---

十、其他值得注意的细节

并行 Subagent

Fable 5 比之前的模型更主动地分发并行子 Agent。建议：优先用异步通信而不是阻塞等待，让长期运行的 subagent 保持上下文（能省缓存读取成本），不要强制每个 subagent 完成后再继续。

Memory Tool

Fable 5 原生支持 Memory Tool，在能记录历史经验时表现尤为出色。建议格式：每条记录一行摘要，记录纠错和有效方法及原因，不保存对话历史里已有的内容，发现错误的条目及时删除。

上下文预算感知问题

在非常长的会话中，如果框架把剩余 token 倒计时直接暴露给模型，模型可能主动建议开新会话。避免把剩余 token 数量直接展示给模型，或加一句安抚：

You have ample context remaining.
Do not stop, summarize, or suggest a new session on account of context limits.

客户端超时

Fable 5 在高 effort 下的单次请求可能运行数分钟乃至数小时。迁移前必须调整客户端超时配置，并考虑把同步阻塞等待改成异步轮询。

---

十一、迁移检查清单（从 Opus 4.8 迁移）

• 更新模型 ID 为 claude-fable-5
• 移除所有 thinking: {budget_tokens: N} 参数（改用 effort）
• 移除 thinking: {type: "disabled"}（不再支持）
• 审查所有 System Prompt，删除"复述推理"类指令
• 配置 server-side fallback 或 SDK middleware（应对 cyber/bio 拒绝）
• 调整客户端超时（单次请求可能运行数分钟）
• 确认数据留存政策是否符合业务要求（强制 30 天，不支持 ZDR）
• 如使用 Message Batches API，注意不支持 server-side fallback，改用 SDK middleware

---

文档基于 Anthropic 官方发布资料整理，截止 2026 年 6 月 10 日。