實測 Claude Fable 5.1 與 Claude Mythos 5.1，快取讀取降價 75%

對Anthropic 於 2026 年 9 月 1 日推出 Claude Fable 5.1 與 Claude Mythos 5.1，距離 6 月 9 日 Fable 5 上線約三個月。官方在公告中直接寫明，兩者是同一個底層模型，差別在防護層級。Fable 5.1 為一般開放，Mythos 5.1 僅透過信任存取計畫提供，其防護設定專門支援資安與生命科學工作。（來源｜Anthropic 官方公告 https://www.anthropic.com/claude-fable-and-mythos-5-1）

CyberQ 認為，對台灣的開發團隊與資安單位而言，這次改版最值得注意的並非分數，而是三件事。快取讀取降價、資安防護介入行為的調整、以及三項會直接打斷既有整合的 API 破壞性變更。CyberQ 對其中可驗證的部分做了實測，結果見後段。

規格與定價

快取價格是這次的重點。Fable 5.1 的快取讀取從每百萬 token 1.00 美元降到 0.25 美元，降幅 75%。5 分鐘快取寫入為 12.50 美元，1 小時快取寫入為 20 美元，Batch API 維持輸入輸出各五折。輸入與輸出的基礎單價完全沒動。

Anthropic 以 2026 年 8 月實際用量、預設 effort、連續四週的資料估算，一般工作負載總成本比 Fable 5 低約 25%，脈絡與工具密集的高度代理式工作負載可低約 45%。官方也標明模型狀態為 Active，退役時間不早於 2027 年 9 月 1 日。（來源｜Claude Platform Docs https://platform.claude.com/docs/en/models/fable-5-1/overview）

上架平台包含 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 與 Claude Platform on AWS。Bedrock 的模型 ID 為 anthropic.claude-fable-5-1，其餘平台沿用 claude-fable-5-1。

官方基準數據

CyberQ 有兩點提醒，第一，Anthropic 自行標註 Terminal-Bench-Science 0.1 的標準誤為正負 3.5 至 4.5 個百分點，因此科學研究這一項的差距（對 Fable 5 為 2.13 倍、對 Opus 5 為 1.81 倍、對 GPT-5.6 Sol 為 2.35 倍）要看區間而非點值。

第二，Terminal-Bench 4.0 上 Fable 5.1 與 Mythos 5.1 相差 5.1 個百分點，而官方明說兩者是同一個模型，差距來源是資安防護介入所造成的任務歸零。這種把防護成本直接量化揭露的做法，在模型發布公告中並不常見。

Anthropic 另外揭露，Fable 5.1 在評測時開啟正式環境防護，被防護攔下的任務直接計零分，因此 OSWorld 2.0 與 AutomationBench 的數字可能低估實際能力。

三項破壞性變更

若既有服務正在呼叫 claude-fable-5，換成 claude-fable-5-1 之前務必先處理下列三項。

強制工具呼叫失效

tool_choice 設為 {"type": "any"} 或指定工具名稱會直接回傳 400。官方解釋是思考恆時開啟，強制呼叫會跳過思考，模型會把推理內容寫進工具參數，反而降低參數品質。官方建議改用 tool_choice: {"type": "auto"} 搭配 strict tool use，或把 schema 移到 structured outputs，並在提示詞中明確說明何時該用哪個工具。

思考區塊單向保存

每個 thinking block 會記錄產生它的模型，且只往新版本方向保留。Fable 5.1 讀得到舊模型產生的思考區塊，舊模型讀不到 Fable 5.1 產生的。因此對話從 Opus 5 或 Fable 5 升上 Fable 5.1 不會掉推理，反向降版會掉。

這裡要特別說明丟棄的方式，降版不會報錯。把含 Fable 5.1 思考區塊的訊息歷史送進 Opus 5，API 回 200，思考區塊在模型看到之前就被丟棄，且不計入 input_tokens、不計費（本文測項三已實測確認）。預設情況下這個丟棄完全無聲，程式端收不到任何可攔截的例外。若要讓它可觀測，帶上 thinking-binding-controls-2026-08-01 beta 標頭，丟棄事件會出現在回應的頂層 input_transformations 陣列中。

改寫歷史會使思考區塊失效

修改 Fable 5.1 思考區塊之前的任何內容都會讓後續思考區塊報錯或被丟棄，視設定而定。官方明列會造成失效的四種模式，編輯、重排或移除先前回合而保留後續回合，在先前回合注入每次請求的臨時文字（提醒或狀態列）而下次請求又移除；在同一對話中重建頂層 system 或 tools 陣列，以及圖片或文件 URL 在後續請求回傳不同位元組（檢查的是位元組而非 URL，因此同一檔案的輪替簽章 URL 沒問題）。

反之，下列做法不會使後續區塊失效，由最舊者開始移除連續的思考區塊、讓伺服器端 compaction 或 context editing 修剪歷史、移動 cache_control 標記、以及在請求之間改變 effort。

該公司的官方建議把提示詞調整改用對話中系統訊息（單回合的用 clear_at: "next_user_message"）與伺服器端脈絡管理處理，並維持訊息歷史為 append-only。要確認自家整合是否有改寫歷史，可以用 prefix_mismatch_behavior: "drop_block" 跑一輪並記錄 input_transformations。

值得注意的是 Mythos 5.1 不執行這項檢查，而 Claude Code、claude.ai、Managed Agents 與 Agent SDK 都會自動維持前綴完整，需要自行檢查的是自己組 messages 陣列的程式。

CyberQ 觀察另有五項屬於加法變更，包含對話中途調整 effort（beta）、單回合作用域的系統訊息（beta）、工具呼叫之間可讀的進度更新 display: "updates"（beta）、前述快取降價，以及內容來源標記。

資安面向

CyberQ 觀察，Anthropic 調整了資安防護的精確度，並首度允許 Fable 5.1 用於「發現軟體弱點」，但不允許用於「開發弱點利用程式」。官方表示，相較 Fable 5 上一代防護，Claude Code 使用者平均每個工作階段的資安防護介入次數減少約 60%。生物領域的防護對基礎生物學與醫療類良性問題的誤觸發次數則下降 85%。

不過仍有幾類雙用途任務會被導向 Opus 系列模型處理，包含滲透測試、弱點利用程式產生、以及以二進位為基礎的弱點掃描。官方文件明確列出 Fable 5.1 允許的 fallback 目標只有 Claude Opus 4.8 與 Claude Opus 5 兩個。這代表台灣紅隊或滲透測試團隊若期待 Fable 5.1 直接支援攻擊面作業，目前仍不可行。

實作上要注意，被拒絕的請求是 HTTP 200 搭配 stop_reason: "refusal"，不是錯誤碼，程式必須在讀取 content 之前先檢查 stop_reason。未產出任何輸出就被拒絕不計費，且 Fable 5.1 另有 fallback credit 會退還切換模型時的快取成本。

Mythos 5.1 透過兩個計畫開放。Cyber Verification Program（CVP）針對防禦性資安工作，Life Sciences Verification Program（LSVP）針對生命科學專業人員，後者與美國政府合作建立。官方目前僅開放美國境內組織，並表示正與美國政府協調擴大到更多國內與國際夥伴。對台灣機構而言，短期內可視為尚未開放。Anthropic 同時宣布，掃描程式碼庫弱點並提出修補建議的 Claude Security 產品，已改由 Mythos 5.1 驅動。

企業資料保留方面，Anthropic 推出 Enterprise Frontier Safeguards（EFS），做法是把資料存放在客戶自行控制的雲端基礎設施，人工審查預設由客戶自行執行。EFS 將於今年秋季起分階段開放。

要注意的是，Fable 5.1 屬於 Covered Model，要求 30 天資料保留，除非經 Anthropic 明確授權，否則零資料保留（ZDR）組織送出的請求會直接回 400 invalid_request_error ，這點與部分媒體報導的說法相反，導入前務必先確認組織的保留設定。這對受 ITGC 與個資法規範、必須交代資料落地的台灣上市櫃公司，是值得列入評估的選項。

另外兩項與治理有關。Anthropic 強化了反蒸餾機制，自公告日起新建立的 API 帳號，無法在保留 Claude 先前思考內容的前提下手動編輯多輪對話的既有脈絡，藉此關閉一種已被公開記載的蒸餾手法。既有帳號目前不受影響，但官方表示未來模型釋出時會套用到所有使用者。（此檢查以 2026 年 8 月 31 日建立的帳號為界，已由官方文件確認，CyberQ 本文測試所用帳號建立於該日之前，因此測試三未觸發此檢查。）

依據歐盟 AI 法案的透明度行為準則，2026 年 8 月 2 日之後釋出的模型輸出需加上浮水印。Anthropic 表示該浮水印對沒有偵測 API 的人不可見，不含使用者、組織或對話資訊，偵測 API 目前為私人預覽，開放對象包含主管機關、執法單位、媒體、事實查核者、獨立研究者與教育組織。

科學研究成果

公告中另外揭露三項研究結果，這部分比基準分數更能說明能力邊界。

分子設計方面，Anthropic 讓 Mythos 5.1 使用開源蛋白質設計與摺疊工具產生結合子，並送交兩家外部機構做實驗驗證。在 EGFR、Nipah G 與 15-PGDH 三個標的上，其結合親和力達到 Adaptyv Bio 蛋白質設計競賽最佳投稿的 10 倍。跨 12 個標的的命中率接近 50%，官方指出目前蛋白質設計領域的典型命中率為 10% 至 15%。

計算分析方面，Fable 5.1 以 NASA 麥哲倫號 30 多年前的雷達影像訓練神經網路，產出涵蓋金星三分之一表面的高解析度地形圖，解析度從 10 至 20 公里提升到 2 至 3 公里，高程準確度改善達 25%。該地圖已以 Creative Commons 授權釋出於 Zenodo，時間點在 NASA VERITAS 與 ESA EnVision 任務之前。

運算生物學方面，Mythos 5.1 撰寫自訂 GPU kernel 並快取中間結果，在輸出完全相同的前提下，讓七個開源深度學習模型推論速度最高提升 2.5 倍，全基因體分析的 GPU 成本估計下降 30% 至 60%。官方表示這類最佳化通常需要效能工程團隊數週時間，而模型僅用公開原始碼在數天內完成，並計畫後續開源。

該不該換

Anthropic 在自家文件中給的建議相當保守。多數工作負載仍應從 Claude Opus 5 開始，只有在需要高強度推理、長時程代理式工作，或 Opus 5 在較高 effort 下仍無法達標時，才選用 Fable 5.1。以價格看，Fable 5.1 的輸入輸出單價仍是 Opus 5 的兩倍，降價只發生在快取讀取這一條線上，因此效益高度取決於工作負載的快取命中比例。

換句話說，若是短對話、少工具、快取命中率低的應用，這次降價幾乎感受不到。若是長時間執行、反覆重讀大量脈絡前綴的代理式流程，成本結構會明顯改變。

以下是 CyberQ 實測結果，測試環境與腳本見文末。

實測

本節實測資料由 CyberQ 自行以 Claude API 測試，測試腳本已開源可下載，讀者可自行重現。測試日期與環境見表下說明。

測試一 快取讀取降價的實際效果

以同一段長脈絡前綴（目標 50K，實際 tokenize 後為 65.7K tokens）連續執行 6 輪工具迴圈，記錄 cache_creation_input_tokens、cache_read_input_tokens、input_tokens 與 output_tokens，依官方牌價換算總成本，並與 Fable 5 對照。

測試二 強制工具呼叫是否確實回傳 400

送出 tool_choice: {"type": "any"} 與指定工具名稱兩種請求，記錄 HTTP 狀態碼與錯誤訊息。

測試三 思考區塊單向性

先以 Fable 5.1 產生一輪含思考區塊的回應（指定 thinking.display: "summarized"，確保區塊有實際內容而非空字串），將完整訊息歷史原樣送回 Opus 5，記錄是否報錯。再反向以 Opus 5 產生思考區塊後送入 Fable 5.1。第三項另測第三個破壞性變更，改寫思考區塊之前的歷史後重送 Fable 5.1。

第一列推翻了原本的預期。降版不是失敗，而是回 200 並靜默丟棄思考區塊，程式端收不到任何訊號。

後三列驗證了第三項破壞性變更。依官方文件，這項檢查對 2026 年 8 月 31 日之後建立的帳號強制生效，在此之前建立的帳號，API 仍會記錄不一致，但只有在請求明確設定 thinking.block_binding.prefix_mismatch_behavior 時才會據以動作。本文所用帳號建立於該日之前，因此預設設定下回 200（第三列）。

補上 thinking-binding-controls-2026-08-01 beta 標頭與 prefix_mismatch_behavior: "drop_block" 之後，同一組改寫過的歷史立即被偵測到（第四列），回應的 input_transformations 明確指出被丟棄的區塊位置與原因：

BetaThinkingDroppedInputTransformation(
    path='messages.3.content.0',
    reason='prefix_binding_mismatch',
    type='thinking_dropped')

第五列是控制組：同樣帶著 beta 與 drop_block，但不改寫歷史，input_transformations 為空陣列，確認前一列不是誤報。

這組設定就是稽核自家整合最實用的工具。 不必等到帳號受強制檢查，也不必等到升級後才發現問題，現在就可以用 drop_block 跑一輪正式流量並記錄 input_transformations，任何一筆 prefix_binding_mismatch 都代表該處在改寫歷史，升級到 Fable 5.1 後會失效。在檢查強制生效的帳號上，同樣的請求會得到 400，訊息為 The block is bound to a different conversation。

測試四 資安防護誤判率

以 30 題良性防禦性資安問題（弱點原理說明、日誌分析、設定強化建議、原始碼弱點指認）送入 Fable 5.1，統計出現 stop_reason: "refusal" 或被導向其他模型的比例，並與 Fable 5 對照。本測項僅測量誤判，不包含任何攻擊性請求。

這組數字不足以驗證官方的「減少 60%」，請勿據此下結論。 兩者只差一個樣本，n=30 且基期趨近於零，沒有統計效力。更根本的問題是指標對不上，官方的 60% 指的是 Claude Code 每個工作階段的防護介入次數，與單輪 API 呼叫的拒絕率並非同一件事。

有參考價值的是質性觀察。被擋下的三題在兩代模型上都屬同一類：Log4Shell 成因說明、Windows Event Log 橫向移動跡象辨識、MITRE ATT&CK 初始存取手法分類，stop_details.category 全為 cyber。其中「橫向移動跡象辨識」這題純屬偵測導向，Fable 5 擋下而 Fable 5.1 放行，與官方所稱「首度允許用於發現軟體弱點」的方向一致。但這是單一樣本的觀察，不是趨勢證據。

測試五 繁體中文長脈絡檢索

在約 197K tokens（目標 150K，實際 tokenize 後放大約 31%）的繁體中文技術文件中埋入 10 個特定事實，分別置於 10%、50%、90% 位置，測試檢索正確率與回應延遲。此測項用於驗證官方所稱「多語言表現與 Fable 5 持平」在繁體中文情境下的實際狀況。

三個位置全中，且延遲沒有隨位置明顯變化。但要提醒讀者，這個結果的上限受測試設計限制，填充文字由帶隨機參數的樣板語料產生，熵仍遠低於真實技術文件，針相對容易被辨識。這組數字只能支持「繁體中文長脈絡檢索沒有退化」，不足以量化實際檢索能力。

已知行為退化

官方在 What’s new 頁面的「Changed from Claude Fable 5」小節列出七項無須改動程式碼就會出現的行為差異，每一項在 Prompting Claude Fable 5.1 頁面都附有對應的修正寫法。CyberQ 依官方原文整理如下：

其中「摘要時出現未標註的引用」是本刊讀者最該注意的一項，官方建議的修正是在系統提示詞中放入一個完整的正確範例（含使用者請求、回應、以及說明為何該回應正確）。

官方同時列出多項「與 Fable 5 相同、未改變」的行為，包含 assistant prefill 仍回 400、非預設的 temperature / top_p / top_k 仍回 400、thinking.display 預設仍為 "omitted"，以及最低可快取長度仍為 512 tokens。

Fable 5.1 強在在成本結構與防護精確度

CyberQ 認為，Fable 5.1 這次的重點落在成本結構與防護精確度，而非單純的分數提升。相對地，三項破壞性變更會讓既有整合無法無痛升級，尤其是使用強制工具呼叫、或會在請求之間改寫訊息歷史的系統。

實測給出的結論比官方說法保守。快取讀取那條線確實精準降了 75%，但在 6 輪、讀寫比 5:1 的迴圈裡，總成本只降 18.5% ，因為快取寫入成本佔了八成以上，而且 Fable 5.1 輸出的 token 數比 Fable 5 多出 74%，在每百萬 50 美元的輸出單價下吃掉一部分省下的錢。官方那個 25% 至 45% 要跑到讀寫比高很多的長迴圈才會逼近。同一組測試也顯示 Fable 5.1 的牆鐘時間是 Fable 5 的 2.3 倍，延遲敏感的路徑要另外評估。資安防護誤判的部分，本文的測法無法驗證官方數字，只能說良性防禦性問題在兩代模型上都仍有低比例的介入。

建議的處理順序是先移除強制 tool_choice、確認訊息歷史為 append-only、重新校準 effort 參數、觀察代理迴圈是否出現單次呼叫模式，最後重跑自家評測，不要直接套用官方的行為差異清單。

其中「確認訊息歷史為 append-only」這一步不必靠人工審視程式碼。本文測項三已驗證，帶上 thinking-binding-controls-2026-08-01 beta 標頭並設定 thinking.block_binding.prefix_mismatch_behavior: "drop_block"，跑一輪正式流量後檢查回應的 input_transformations，任何一筆 prefix_binding_mismatch 就是一處會在升級後失效的歷史改寫，連被丟棄的區塊位置都會標出來。這個做法在既有帳號上就能執行，不需要等到檢查強制生效。

測試環境

測試規模是小的，請勿與官方數字直接對比。測試一實跑 50K 前綴（校準後 50,367 tokens）連續 6 輪，是比較小規模，測試五實跑約 197K tokens，而非 500K。縮減是為了控制單次測試成本，代價是測試一的快取讀寫比只有 5:1，低於真實長時程代理式工作負載，因此所得的 18.5% 節省是這個比例下的下界，不能代表官方所稱 25% 至 45% 的情境。

另有一點影響結果解讀，試四的 30 題樣本量不具統計效力，僅供質性參考。測試帳號建立於 2026 年 8 月 31 日之前，preserved thinking 檢查在預設設定下不強制執行，但透過 thinking-binding-controls-2026-08-01 beta 搭配 prefix_mismatch_behavior: "drop_block" 已可完整驗證該檢查的偵測行為（測項三第四、五列）。

資料來源

Anthropic，Enterprise Frontier Safeguards，https://www.anthropic.com/news/enterprise-frontier-safeguardse、確認訊息歷史為 append-only、重新校準 effort 參數、觀察代理迴圈是否出現單次呼叫模式，最後重跑自家評測，不要直接套用官方的行為差異清單。

Anthropic 官方公告，Introducing Claude Fable 5.1 and Claude Mythos 5.1，https://www.anthropic.com/claude-fable-and-mythos-5-1

Claude Platform Docs，Claude Fable 5.1 總覽，https://platform.claude.com/docs/en/models/fable-5-1/overview

Claude Platform Docs，What’s new in Claude Fable 5.1，https://platform.claude.com/docs/en/models/fable-5-1/whats-new-fable-5-1

Claude Platform Docs，Prompting Claude Fable 5.1，https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5-1

Claude Fable 5.1 與 Mythos 5.1 System Card，https://www.anthropic.com/claude-fable-5-1-mythos-5-1-system-card

延伸閱讀

Anthropic 官方公告，Introducing Claude Fable 5.1 and Claude Mythos 5.1，https://www.anthropic.com/claude-fable-and-mythos-5-1

Claude Platform Docs，Claude Fable 5.1 總覽，https://platform.claude.com/docs/en/models/fable-5-1/overview

Claude Platform Docs，What’s new in Claude Fable 5.1，https://platform.claude.com/docs/en/models/fable-5-1/whats-new-fable-5-1

Claude Fable 5.1 與 Mythos 5.1 System Card，https://www.anthropic.com/claude-fable-5-1-mythos-5-1-system-card

Anthropic，Enterprise Frontier Safeguards，https://www.anthropic.com/news/enterprise-frontier-safeguards