Claude Fable 5 为何与 Opus 不在同一层级？它是如何训练的？

简而言之，Fable 5 并非简单的“更大 Opus”，而是专为长时间推理、工具使用和自我验证优化的第五代智能体模型。然而，Anthropic 并未公开参数规模、训练数据、算力或具体架构，因此具体训练方法仍是未知。

• 模型定位已提升：Anthropic 将 Fable 5 描述为其公开发布中最强大的模型，同时也是有限发布的 Mythos 级基础模型的调优版本。这意味着它并非 Opus 等级的简单后续，而是将更高层级基础模型的能力调整后面向大众的产品。

• 专为长时任务训练：官方描述强调 Fable 5 的工作方式——先调查、保持数小时乃至数天的上下文、并自我验证结果。因此，在短问答中可能感受不明显，但在编码项目、复杂分析和多工具协作任务中，代际差异感会非常强烈。

• 超长上下文与输出：默认支持 100 万 token 上下文和高达 12.8 万 token 输出，可在单次任务中处理大型代码库或大量文档。这不仅是“智力”提升，更通过减少记忆断层与压缩损失来提升实际体验。

• 训练中直接监控行为：最近的 Claude 系列在训练过程中实施实时对齐评估，能够发现并纠正智能体在长期目标执行中出现的错误策略。

• 后训练不仅依赖人类偏好学习：公开信息显示，Claude 使用宪法 AI、人类反馈、AI 反馈以及安全分类器相结合的方式进行训练。 重点在于让模型理解“为什么”某些行为是可取的，而非简单记忆“不许做”。

实际上，“不同维度”的核心感受很可能源于 ① 更强的基础模型、② 针对长期智能体的训练、③ 超大上下文、④ 工具使用与自我验证、⑤ 改进的后训练 这五大因素同时生效。而关于是否采用 MoE、参数规模、数据组成、强化学习算法等关键技术细节，Anthropic 尚未公开，因此更深入的推测缺乏依据。