Pada 1 September 2026 Anthropic melancarkan dua model: Claude Fable 5.1, yang tersedia secara umum, dan Claude Mythos 5.1, yang hanya tersedia melalui program akses dipercayai. Syarikat itu secara terus terang menggelar kedua-duanya sebagai model paling canggih di dunia untuk pengekodan dan kerja berasaskan pengetahuan.

Yang mengejutkan, pelancaran ini bukan sekadar tentang keupayaan. Ia menjawab tiga rungutan yang menurut Anthropic didengarinya daripada pelanggan: harga, pengekalan data, dan perlindungan yang terlalu sensitif. Inilah perkara yang penting kepada sesiapa sahaja yang menjalankan model dalam kerja sebenar, bukan dalam demo.

Angkanya: tempat pertama dalam setiap penanda aras yang diterbitkan

Berikut ialah keputusan yang diterbitkan oleh Anthropic, berbanding pendahulunya Fable 5 serta pesaingnya Opus 5 dan GPT-5.6 Sol:

  • Penyelidikan saintifik agentik (Terminal-Bench-Science): 52.6% berbanding 24.7% bagi pendahulunya, 29.0% bagi Opus 5 dan 22.4% bagi GPT-5.6 Sol — lebih daripada dua kali ganda skornya sendiri sebelum ini.
  • Pengekodan agentik (Terminal-Bench 4.0): 55.8% berbanding 42.0% bagi pendahulunya dan 52.3% bagi Opus 5. Varian Mythos 5.1 mencapai 60.9%.
  • Kerja berasaskan pengetahuan (GDPval-AA): 1853 berbanding 1723 bagi pendahulunya dan 1824 bagi Opus 5.
  • Penggunaan komputer (OSWorld 2.0): 77.9% pada ukuran separa dan 41.7% pada ukuran ketat, mendahului yang lain.
  • Penaakulan pelbagai disiplin (Humanity's Last Exam): 60.9% tanpa alatan dan 65.0% dengan alatan.
  • Aliran kerja perniagaan (AutomationBench): 31.4% berbanding 17.1% bagi pendahulunya — hampir dua kali ganda.

Untuk berlaku adil: ini ialah pengukuran vendor sendiri, diterbitkan dengan ralat piawai yang dinyatakan sebanyak 3.5 hingga 4.5 mata pada penanda aras penyelidikan saintifik. Pengesahan bebas mengambil masa beberapa minggu. Namun peningkatan yang konsisten merentas lapan penanda aras berbeza membawa makna yang lebih besar daripada pendahuluan dalam mana-mana satu penanda aras sahaja.

Ciri yang akan disedari oleh akauntan anda: lebih murah tanpa potongan harga

Harga asas token tidak berubah. Walaupun begitu, Anthropic berkata kos sebenar turun kira-kira 25% bagi beban kerja biasa dan sehingga 45% bagi kerja agentik yang banyak langkah, kerana ia memotong harga bacaan cache sebanyak 75%.

Bagi sesiapa yang kurang biasa dengan perbezaan ini: apabila model membaca semula konteks yang telah diprosesnya — fail projek anda, arahan anda, perbualan setakat ini — dahulu anda membayar kadar yang agak tinggi untuknya. Kerja agentik membaca semula konteks yang sama berpuluh-puluh kali dalam satu tugasan, sebab itulah ia paling banyak mendapat manfaat. Diskaun ini pergi kepada mereka yang menjalankan model secara serius, bukan kepada mereka yang sekadar bertanya soalan secara sambil lalu.

Anthropic juga menambah tahap usaha: rendah, sederhana dan tinggi. Menurutnya, Fable 5.1 pada usaha rendah atau sederhana menyamai atau mengatasi Fable 5 pada kos yang jauh lebih rendah. Tetapan lalainya ialah usaha tinggi dalam Claude Code, dan sederhana dalam Claude Cowork serta di claude.ai.

Privasi data: anjakan yang penting kepada institusi

Anthropic mengumumkan sistem bernama Enterprise Frontier Safeguards, yang memberikan pelanggan privasi lengkap setara dengan dasar pengekalan data sifar sambil masih menghalang penggunaan berniat jahat. Ia berfungsi dengan menyimpan data dalam infrastruktur awan yang dikawal sepenuhnya oleh pelanggan, bukan Anthropic. Pelaksanaannya berperingkat, bermula musim luruh ini; sehingga itu, pelanggan yang layak boleh menggunakan model ini dengan pengekalan data sifar.

Satu perkara ini sahaja membuka pintu yang selama ini tertutup kepada sektor sensitif di Arab Saudi — badan kerajaan, kewangan dan kesihatan yang kewajipan perlindungan data mereka menghalang mereka daripada menghantar data kepada perkhidmatan luar yang menyimpannya.

Perlindungan yang lebih tepat: kurang penolakan terhadap kerja yang sah

Tidak banyak perkara yang lebih mengecewakan pembangun daripada model yang menolak permintaan sah kerana ia kelihatan berbahaya. Anthropic berkata perlindungan terbaharu menghasilkan 60% kurang positif palsu dalam keselamatan siber. Fable 5.1 kini boleh digunakan untuk menemui kelemahan perisian, tetapi bukan untuk membangunkan eksploit bagi kelemahan itu — perbezaan yang wajar dikekalkan: mencari kelemahan ialah kerja pertahanan, menjadikannya senjata bukan.

Apakah yang menunjukkan bahawa ini lebih daripada skor penanda aras?

Tiga keputusan yang diterbitkan wajar disebut kerana ia merupakan hasil yang konkrit, bukan peratusan ujian:

  • Di firma pelaburan Millennium, model ini menemui punca ranap yang jarang berlaku dalam sistem dalaman yang gagal dijelaskan oleh jurutera syarikat itu, dan oleh setiap model lain, selama beberapa tahun.
  • Ia melatih rangkaian neural yang menghasilkan peta ketinggian baharu bagi satu pertiga permukaan Zuhrah daripada imej radar yang dirakam oleh misi Magellan NASA lebih tiga puluh tahun lalu, dengan perincian sehingga dua atau tiga kilometer dan bukannya sepuluh hingga dua puluh, serta ketinggian sehingga 25% lebih tepat. Peta itu diterbitkan di bawah lesen Creative Commons.
  • Dalam biologi pengiraan, ia menulis kernel GPU tersuai yang mempercepatkan tujuh model sumber terbuka sehingga 2.5 kali ganda dengan output yang serupa, sekali gus mengurangkan anggaran kos GPU sebanyak 30 hingga 60%. Kerja yang biasanya mengambil masa berminggu-minggu bagi satu pasukan jurutera prestasi siap dalam beberapa hari.

Pandangan Origami

Bagi pemilik perniagaan di Arab Saudi, cerita sebenar bukanlah papan pendahulu. Cerita sebenarnya ialah satu pelancaran menggabungkan tiga perkara: keupayaan yang lebih tinggi, kos yang lebih rendah khususnya bagi kerja agentik, dan pilihan privasi yang menyimpan data dalam infrastruktur yang anda kawal. Keupayaan semata-mata sudah pun tersedia; kos dan privasi ialah dua perkara yang menghalang model-model ini daripada beralih daripada eksperimen ke sistem pengeluaran.

Nasihat praktikal kami: jangan bermula daripada model, bermulalah daripada tugasan. Kebanyakan keperluan syarikat bersaiz sederhana hari ini berjalan dengan baik pada usaha sederhana dengan kos yang lebih rendah. Uji tugasan anda pada tahap paling rendah dahulu dan naikkan hanya apabila anda dapat menunjukkan keperluannya — perbezaan pada invois bulanan lebih besar daripada yang dicadangkan oleh jadual harga.

Kesimpulan

Fable 5.1 mendahului setiap penanda aras yang diterbitkan oleh Anthropic, mencatat lebih daripada dua kali ganda skor pendahulunya dalam penyelidikan saintifik agentik, dan kosnya lebih rendah bagi kerja yang serius. Yang lebih bermakna, pelancaran ini menangani rungutan pelanggan dan bukan sekadar keupayaan — tanda pasaran yang semakin matang, apabila persaingan telah beralih daripada siapa yang mencatat skor tertinggi kepada siapa yang membolehkan pelaksanaan dalam organisasi sebenar.

Sumber

  • Anthropic — pengumuman rasmi Claude Fable 5.1 dan Claude Mythos 5.1, sumber jadual penanda aras, dakwaan tentang harga, privasi dan perlindungan, serta contoh-contoh saintifik.
  • Anthropic — nota yang diterbitkan tentang ralat piawai bagi Terminal-Bench-Science dan angka papan pendahulu awam.
  • The Verge, Decrypt dan The New Stack — liputan bebas tentang pelancaran 1 September 2026 dan angka harga.