Anthropic 发布 Claude Fable 5：价格砍一半，碰到敏感话题自动换模型回答

Anthropic 推出了面向普通用户的 Claude Fable 5，官方口径是迄今能力最强的 Mythos 级模型，软件工程、知识工作、视觉和科研这几类基准上都进了顶尖梯队。价格比前代 Mythos Preview 低了一半以上。

真正值得单独拎出来说的是它的防滥用设计。内建了一个分类器，当对话涉及网络安全、生物化学这类话题时，不是拒答，而是悄悄切到 Opus 4.8 来回复。官方说大约 95% 的会话不受影响。

这个做法比”直接拒绝”聪明。传统安全策略是在最强模型上加一层拒答，结果往往是误伤一大片正常需求——研究生问个反应式就被拦。换成按话题分流到能力稍弱但对齐更保守的模型，用户体验上是”回答质量降了一档”，而不是”撞墙”。

同步发布的还有 Claude Mythos 5，针对网络防御合作伙伴解除了一部分限制。这条线的逻辑是反过来的：给可信主体更高的能力上限，让防守方不至于在能力上输给攻击方。

结合 OpenAI 这两天那份智能体越狱报告一起看，两家在安全上的路数差别挺明显。一个是出事后把 37 页细节公开，一个是把风险分级做进模型路由里。