权威榜单：第五代Claude编程夺冠、科学突破
编程与通用知识：Fable5的碾压级表现
作为通用模型，Claude Fable5几乎在所有主流测试基准中都拿下了最高分，特别是在长时间、复杂任务处理上，优势相当明显。软件工程突破： 在评估无助状态下解决真实GitHub任务的SWE-Bench Pro测试中，Fable5拿下80.3%的高分，远超Claude Opus4.8（69.2%）和GPT5.5（58.6%）。在更严苛的生产级编码基准FrontierCode上，以29.3%的得分将GPT5.5（5.7%）远远甩在身后。
惊人的实战效率： 支付巨头Stripe表示，Fable5将原本需要5个月的工程工作缩短至几天；在一个拥有5000万行Ruby代码的代码库中，仅用一天就完成了整个团队原本需要两个多月才能完成的迁移工作。
知识工作与视觉飞跃： Fable5在金融分析（Hebbia基准测试）和图表解读上大获全胜，IMC交易集团表示该模型几乎全面通过了其交易分析评估。视觉方面，它能精准提取复杂的科学插图数据，甚至仅凭游戏截图就独立通关了《精灵宝可梦 火红》，完全摆脱了前代模型所需的辅助框架。
科学假设与网络安全：Mythos5的自主化研究
与安全防护保守的Fable5不同，Claude Mythos5解除了网络安全等领域的限制，专门面向特定合作伙伴及美国政府（通过Project Glasswing项目）开放。药物设计速度提升10倍： 在无需人工干预的盲测中，Mythos5能够自行选择结合位点、运行生物信息学工具并自我修复错误。在14个蛋白质靶点中，有9个成功产出了有效候选药物。
首个提出科学假设的LLM： 盲法对比显示，约80%的情况下，科学家更倾向于Mythos5提出的分子生物学假设——例如大肠杆菌蛋白的新机制已被独立研究证实。
自主基因组学研究： Mythos5在无人工干预下连续工作超过一周，编译了138种动物、数百万个细胞的单细胞数据，并训练出自身的机器学习模型，表现超越了《科学》杂志近期发表的模型，且体积缩小了100倍。
捍卫网络安全： 在ExploitBench基准测试中，Mythos5的得分从预览版的69%飙升至78%（Opus4.8仅为40%），被称为“全球最强网络安全模型”。
双刃剑：高昂的价格与极端的安全防护
强大性能的背后，是成本的急剧攀升。Fable5和Mythos5的定价为每百万输入代币10美元、每百万输出代币50美元，几乎是Claude Opus4.8的两倍。在Claude.ai的网页订阅计划中，新模型按2倍使用量计费。 为控制Mythos级别模型可能带来的网络攻击或生物武器风险，Anthropic在Fable5中内置了一套创新的分类器降级机制：只要检测到涉及网络安全、生物、化学或“提炼（模型能力提取）”的危险提示词，系统自动将请求路由到较弱的Claude Opus4.8模型上（影响约不到5%的会话），并在界面上通知用户。
针对旨在构建前沿大模型的提示词（如预训练流程、分布式训练设计），系统不会直接拦截，而是隐蔽地通过提示修改、引导向量或PEFT（参数高效微调）来“限制”输出效果。
在超过1000小时的外部测试中，测试人员未能找到通用的越狱方法，Fable5攻击任务的成功率为零。为此，Anthropic还增加了30天的数据保留期以检测新型攻击。