Anthropic缓存降价75%基准翻倍
三个月一更， Anthropic 再度刷新自家旗舰
同一款底层模型，两套截然不同的安全策略，一个面向所有人，一个只对少数审核通过的机构开放，Anthropic 在9月2日公布的这份答卷，带着一连串跳动的数字而来。
这家公司当天正式发布新一代旗舰大模型 Claude Fable 5.1 与 Claude Mythos 5.1，将其定义为“全球最先进的编程与知识工作模型”。距离上一代 Fable 5 发布仅仅过去三个月，更新节奏明显加快。
按官方口径，Fable 5.1 向所有用户与企业全面开放；Mythos 5.1 则仅向通过审核的美国网络安全与生命科学机构提供。两款模型本质上是同一底层模型的两种配置形态，区别在于安全护栏的松紧程度。
最有分量的一条数字藏在价格表里
本次发布最容易被忽视、却对行业影响最直接的，是缓存读取（Cache Read）价格的调整：从每百万 Token 1美元降至0.25美元，降幅75%。
基础输入输出价格未变，仍为每百万 Token 输入10美元、输出50美元。但缓存读取指的是模型读取已处理并存储过的输入内容的计费项，在智能体任务和长对话场景中，重复读取缓存几乎是常态。换言之，这项降价的实际杠杆效应远大于表面数字。
Anthropic 官方测算，典型工作负载下 Fable 5.1 的使用成本比 Fable 5 低约25%；对于高度智能体化的工作负载，降幅最高可达约45%。上下文规格维持不变，仍为100万 Token 上下文窗口与12.8万 Token 最大输出长度。
基准测试：一次超过一倍的代际跃升
性能数据是这次发布的另一个焦点。在衡量 AI 自主科研能力的 Terminal-Bench-Science 0.1 测试中，Fable 5.1 得分52.6%，上一代 Fable 5 为24.7%，几乎翻倍。
横向对比同样明显：OpenAI 的 GPT-5.6 Sol 在同一测试中得分22.4%，Anthropic 自家定位更高的 Opus 5 得分29.0%。Fable 5.1 一举越过了自家的高端线。
其他测试也呈全面领先态势。终端编码测试 Terminal-Bench 4.0 得分55.8%，较上一代的42%大幅提升；安全策略更宽松的 Mythos 5.1 进一步达到60.9%。知识工作测试 GDPval-AA v2 得分1853分，超过 Opus 5 的1824分；业务流程自动化测试 Automation Bench 得分31.4%，较上一代的17.1%接近翻倍。
在 Cursor Bench 3.2.0 智能体编码测试中，Fable 5.1 得分73.4%；Humanity's Last Exam 多学科推理测试在工具辅助下达到65%；OSWorld 2.0 计算机操作测试在严格评分标准下达到41.7%，均创下新纪录。
还有一项容易被忽略的效率指标：Fable 5.1 在低、中等推理强度设置下，表现已能接近甚至超过上一代在最高推理强度下的水平，而单次任务成本显著降低。对按 Token 计费的企业用户而言，这意味着推理强度可以下调一档，账单随之缩水。
从***走向真实实验台
Anthropic 这次用大量篇幅展示了模型在真实科研中的表现，而非仅停留在***层面。
在蛋白质设计领域，Mythos 5.1 调用开源蛋白质设计与折叠工具生成结合剂，并交由两家外���机构实验验证：在3个靶点上，亲和力达到 Adaptyv Bio 竞赛最佳方案的10倍；12个靶点的有效结合剂命中率接近50%，而据公开信息，行业典型水平仅为10%—15%。
在天文计算领域，Fable 5.1 基于 NASA 麦哲伦号30多年前的雷达数据训练神经网络，重绘金星约三分之一表面的高分辨率高程图，分辨率从10—20公里提升至2—3公里，高程精度最高提升25%。该地图已以 Creative Commons 许可开源。
“一模型两政策”：能力与风险的天平
发布模式本身值得单独审视。Fable 5.1 加装了更严格的安全护栏，阻止模型在生物学、网络安全等高风险双重用途领域执行特定任务；Mythos 5.1 在这些领域采用更宽松的策略，直接访问权限仅限通过可信访问计划审核的个人和组织。
Anthropic 表示，这种“同一模型、两套安全策略”的模式，旨在推动能力前沿突破的同时管控高风险领域的滥用。据业内人士分析，这一安排实际上把“能力分级”制度化，AI 安全治理从口号走向了产品架构层面。
降价背后的行业算盘
把三个关键动作放在一起看，Anthropic 的意图相当清晰：用翻倍的科研基��成绩确立技术领先叙事，用75%的缓存降价抢占智能体时代的成本高地，用双模型安全架构回应监管关切。
智能体（Agent）应用的账单结构中，缓存读取往往占据相当比重。据公开信息，随着企业级智能体部署加速，单位推理成本的下降将直接决定商业化空间。Anthropic 此番率先砍价，很可能引发主要竞品的跟随式调价。
但硬币的另一面同样存在。三个月一更的旗舰迭代节奏，意味着模型生命周期被大幅压缩，企业客户的技术选型与迁移成本随之上升；而"全球最强"的称号从来都是动态的，竞品的下一代产品随时可能重新洗牌。
对于整个行业而言，这场由降价与***共同驱动的竞赛，正在把大模型竞争从单纯的参数比拼，推向成本结构、安全治理与真实科研能力的多维战场。
本文由AI辅助生成
