Anthropic 推出「神話級」AI 模型 Claude Fable 5，公開使用但設有「安全閥」

兩款模型皆支援高達 100 萬 tokens 的上下文窗口，並可生成最多 12.8 萬 tokens 的輸出內容。

Fable 5 的「安全閥」如何運作？

過去，多數 AI 模型在面對危險提問時（例如如何製造蓖麻毒素），會直接拒絕回答。但 Fable 5 的機制更為微妙且複雜。

它使用的是一套外部的 AI 監控系統（即分類器），這些系統會即時監控使用者是否試圖進行濫用或越獄攻擊（Jailbreak）。一旦使用者觸發了分類器，Fable 5 不會拒絕回應，而是會「默默地」將該次請求轉交給 Anthropic 較舊、能力較弱的模型——Claude Opus 4.8，並向用戶顯示相關提示。

這套降級機制主要活躍於三大高風險主題：

1. 網路安全（攻擊性能力）
2. 生物學與化學（軍民兩用知識）
3. 模型蒸餾（防止模型被盜用或模仿）

Anthropic 坦承這套系統的判定偏向保守，有時會誤攔一些無害的請求，但強調平均而言，觸發安全機制的情況僅發生在不到 5% 的使用會話中。為了確保穩固性，該系統經過了廣泛的內部紅隊測試，以及外部漏洞賞金計畫（Bug Bounty）；據稱在超過一千小時的外部測試中，沒有人能找到通用的越獄方法。

收費策略：限時免費的「體驗券」

Anthropic 為 Fable 5 制定了一個極具行銷手法的上市計畫，鼓勵用戶盡快試用。

• 定價：
  • 輸入：每百萬 tokens 收費 10 美元（比先前的 Mythos Preview 便宜一半以上）
  • 輸出：每百萬 tokens 收費 50 美元
• 免費窗口（6 月 9 日至 6 月 22 日）：
  • Fable 5 對 Pro、Max、Team 以及以席位計價的 Enterprise 方案訂戶，不額外收取費用。
• 正式收費（6 月 23 日起）：
  • Fable 5 將從上述訂閱方案中移除。此後，使用者必須透過 API 按用量付費，或使用消耗點數才能存取。Anthropic 表示，他們計畫「盡快」將其恢復為標準的訂閱功能，但未給出明確時間表。

值得注意的是，即便在收費後，若用戶的提問觸發了安全分類器，且在被轉交給 Opus 4.8 處理並生成任何輸出之前就被攔截，Anthropic 將不會向用戶收取該次提示的費用。

神話級的能力：不僅是文字遊戲

根據 Anthropic 的內部基準測試，Fable 5 在「幾乎所有經過測試的 AI 能力基準」上都達到業界頂尖水準。在實際應用中，合作夥伴的回饋也相當驚人：

• 軟體工程：在支付公司 Stripe 的測試中，Fable 5 在一天之內完成了一個長達 5,000 萬行的 Ruby 程式碼遷移專案。內部估算，這項工作若要由人類團隊手動執行，需耗費超過兩個月的時間。
• 視覺能力：該模型僅透過截圖，就能重建一個網頁應用程式的原始碼。
• 生命科學（Mythos 5）：在蛋白質藥物設計任務中，Mythos 5 將特定環節的速度提升了 10 倍，且無需人類輔助，就能在 14 個蛋白質靶點中的 9 個，得出強而有力的候選藥物。它同時也是 Anthropic 旗下第一個能「持續產出新穎且有說服力的科學假設」的模型；在雙盲測試中，其分子生物學假設被科學家偏好的比率高達 80%。

隱憂與權衡：30 天資料保留與信任門檻

伴隨這次強大技術釋出的，還有嚴格的資料政策變更。Claude Fable 5 與 Mythos 5 都被列為「涵蓋模型」（Covered Models），這意味著用戶與這兩款模型互動產生的資料，都將強制執行 30 天的保留期，且無法適用於部分大型企業仰賴的「零資料保留」方案。

至於真正「解放」的 Mythos 5，其影響力更為深遠。它目前僅用於強化美國政府合作的「玻璃翼計畫」，協助 15 個國家的關鍵基礎設施營運商進行網路漏洞修補。未來，Anthropic 雖打算透過更廣泛的「信任夥伴計畫」擴及生物學研究人員，但這也意味著，最尖端且無限制的 AI 能力，正進一步集中在少數與政府關係密切的機構手中。