人工智能初創 Anthropic 今日（6月9日）正式推出全新模型 Claude Fable 5 及其受限版本 Claude Mythos 5。這是一場「超級令人振奮的發佈」——官方如此形容，但背後的安全機制同樣令人注目：接近5%的查詢會被自動封鎖，回退至較舊的 Opus 4.8 模型處理。
事實上，同一底層模型因應不同風險場景提供兩套輸出規則，正是 Anthropic 的戰略取態。Fable 5 對普羅大眾開放，但設有嚴格安全閘門；Mythos 5 則僅向經審核的企業及機構提供，限制更少。Anthropic 強調，這是「協調制動機制」的一部分，旨在應對前沿 AI 可能帶來的風險。
時間線：從預覽到收費僅兩月
回溯事件經過，Anthropic 早在今年4月已透過 Project Glasswing 計劃，向少數科技、網絡安全及金融公司提供 Claude Mythos Preview 早期存取。5月28日，官方發佈 Claude Opus 4.8 之際，已預告「數週內將為所有客戶帶來 Mythos 級別模型」。今日的 Fable 5 發佈，可視為該承諾的兌現。
需要留意的是，Fable 5 並非永久免費。根據 CNET 報道，6月22日前，Pro、Max、Team 用戶可免費使用；但從6月23日起，模型將從訂閱計劃中移除，改為按用量收費：輸入 tokens 每百萬個10美元，輸出 tokens 每百萬個50美元。換言之，蜜月期只有不足兩周。
示範成就：通關 Pokémon FireRed
Anthropic 在發佈公告中展示了一項此前所有模型未能做到的創舉——Claude Fable 5 成功通關 Pokémon FireRed。這項測試考驗模型的長期規劃與遊戲策略能力，過往模型往往在早期環節就卡關。Fable 5 的突破，側面反映其推理能力的大幅提升。
賓夕凡尼亞大學教授 Ethan Mollick 亦曾搶先測試 Fable 5，他給予正面評價：模型可用單一指令生成多款完整可玩遊戲，包括 Snake、Strata、Duino 等。Mollick 形容表現「出色」。
安全測試：逾千小時漏洞賞金
為確保模型不被濫用，Anthropic 安全團隊進行了超過 1,000 小時的內部漏洞賞金測試，最終結論是「未發現通用越獄方法」。但在高風險領域——例如生成惡意程式碼、提供醫療建議等——模型會自動觸發安全封鎖，約5%的查詢受影響，相關請求將回退至 Claude Opus 4.8。
「這不是一種限制，而是一種負責任的部署。」Anthropic 安全團隊在官方文檔中如此解釋。
不過，有觀察者指出，5% 的回退比例並非微不足道。對於依賴模型作關鍵決策的企業客戶而言，每一次突然降級都可能影響用戶體驗。Anthropic 暫時未有計劃提供「無回退」選項。
同場加映：Mythos 5 受限版
與 Fable 5 同時推出的 Mythos 5，本質上是同一模型但移除大部分安全限制，僅供經審核的機構使用。Business Insider 早前披露，部分金融及網絡安全公司已透過 Project Glasswing 取得早期存取權。Anthropic 表明，會持續監控使用情況，如發現濫用即終止存取。
分析認為，Anthropic 正走一條中間路線：既要釋放最強模型的能力，又要避免重蹈 OpenAI 等競爭對手的公關災難。Fable 5 的嚴格安全閘門，無疑是一場賭注——賭公眾願意為安全而接受不便。
模型已向全球用戶開放，免費試用期至6月22日。之後，每次查詢都將明碼標價。
