ice 9月1日，Anthropic发布了Claude Fable 5.1和Mythos 5.1，两款模型共用同一个底层模型，重点提升长时间智能体、编程和科研任务的能力。官方测试显示，科研类终端任务成绩比上一代翻了一倍多，办公自动化效率提高了约八成。
价格方面，标准输入输出价格保持不变，缓存读取价格则从每百万Token 1美元降至0.25美元，降幅达75%。按照Anthropic的估算，典型工作负载成本能降低约25%，高度智能体化的任务最多可降低约45%。不过，第三方机构Artificial Analysis测得的数字并不完全一致：在最高努力档下，Fable 5.1的单任务成本反而比上一代高出20%。缓存读取虽然便宜了，但模型输出量增加，总账单反而可能更高。
Anthropic还公开了几个早期案例来说明长任务能力。Millennium曾遇到一个大约每运行100万次才出现一次的软件崩溃，内部团队排查了四五年都没有找到原因；测试中Fable 5.1通过拆解外部供应商的软件库并与崩溃产生的core dump比对，最终定位到外部库中的漏洞。Ramp在一次无人值守的机器学习任务中让模型连续运行了38小时，模型先发现实验数据存在标签问题，修正后启动了六组并行实验，随后返回结果和下一步建议。Browserbase则在内部浏览器智能体测试中记录到，Fable 5.1完成了82%的任务，Fable 5为57%，Opus 5为74%。这些案例也提示，模型仍有接近五分之一的任务无法完成，用户不能完全放弃验收。
沃顿商学院教授伊森·莫利克在早期体验后表示，Fable 5.1在需要判断和取舍的长时间任务里取得了实际进步，但一些带有明显”Claudish”特征的表现依然存在。模型能干得更久，也意味着单次运行会消耗更多上下文、工具调用和输出Token，能力提升之后，成本问题反而成了新的门槛。
