Anthropic 的 Fable 5.1 带着 75% 缓存降价上线，27 万字符系统提示词同日外泄

Anthropic 于 9 月 1 日发布 Claude Fable 5.1 与 Claude Mythos 5.1，几小时之内，这个模型就被扒出了一样 Anthropic 并不公开的东西：在 claude.ai 上支配其行为的完整运行时系统提示词 —— 27 万余字符，由工具 schema、行为规则、搜索指引、隐私控制和插件路由逻辑拼装而成，把 Anthropic 在其开发者平台上提供的那份约 2.7 万字符的部分披露衬得很小。Anthropic 官方披露的内容，与提示词研究者 Pliny the Liberator 抽取出来的内容之间的这道落差，讲出的故事比任何单项基准都更有意思 —— 它显示了一个表面看上去只是聊天界面的前沿消费级产品里，嵌进了多少运营层面的复杂度。

对企业买家而言，这次发布本身有一条更清晰的头条：Anthropic 把缓存上下文读取的成本砍掉了 75%，从每百万 token 1.00 美元降到 0.25 美元，同时保持 Fable 5.1 的基础输入价每百万 10 美元、输出价每百万 50 美元。这种倒挂在当前的模型市场里并不常见。Fable 5.1 的缓存读取价现在只有 Opus 5 缓存读取价的一半，仅比 Sonnet 5 高 25%，尽管 Fable 的基础输入价是后者的五倍。对智能体而言 —— 它们要反复穿越同一个代码库、同一套系统指令、同一批工具定义和不断累积的对话历史 —— 典型运行的实际负载成本可下降 25%，而在缓存上下文主导消耗的重度智能体任务上最高可降 45%。

智能体上的提升是不对称的，不是全面提升

Fable 5.1 的基准故事，最好理解为叠在同一份公告里的两个独立故事。在通用知识和推理任务上，相对 Fable 5 的提升是温和的：GDPval-AA v2 的知识工作得分从 1723 升到 1853 —— 有意义，但属于增量。真正戏剧性的数字属于长时间运行、使用工具的工作。

测试无人干预的智能体式科研的 Terminal-Bench-Science 0.1 上，Fable 5.1 达到 52.6%，Fable 5 是 24.7% —— 翻了一倍不止，也大幅甩开 Opus 5 的 29.0%。为业务流程自动化设计的 AutomationBench 从 17.1% 升到 31.4%。在 Browserbase 最难的浏览器智能体评测上，Fable 5.1 完成了 82% 的任务，Opus 5 是 74%，Fable 5 是 57% —— 在一个直接测试模型自主驾驭浏览器能力的评测上，比 Fable 5 高出 25 个百分点。

这些数字带着厂商自报基准的标准保留意见：多数是 Anthropic 自己跑的，生产环境的保障措施会影响分数，而除 ARC Prize 的验证之外，尚未有规模化的独立复现。ARC Prize 团队独立确认了 Fable 5.1 在最大强度下 ARC-AGI-1 得 97.5%、ARC-AGI-2 得 90.0%，用的是它自己的半私有测试集 —— 这种做法专门用来抵抗靠训练数据污染抬分。ARC Prize 测到的成本效率改进同样值得注意：每道 ARC 任务的平均成本相对 Fable 5 下降 32%，ARC Prize 把原因归于更好的 token 效率。

延伸阅读：Anthropic 把 Claude Fable 5.1 的缓存价砍掉 75%

智能体提升与通用任务提升之间的不对称是刻意的。Fable 5.1 是 Fable 5 的一次点版本更新，不是一个新的模型家族。Anthropic 专门为持续的、多步的、使用工具的工作做了优化 —— 而这正是 Fable 级模型相对 Opus 5 和 Sonnet 5 挣得其定价溢价的那个类别。对企业团队的含义是：选型应当基于自家实际的长程任务类型来跑基准，而不是看 ARC 的头条分数。

一份 27 万字符的系统提示词里究竟装了什么

当 Pliny the Liberator 在发布后几小时内就把 Fable 5.1 的系统提示词贴到 GitHub 上时 —— 明显快过他自己对 Fable 5 用掉的时间，那次花了大约一天 —— 有些报道把这称作一次安全泄露。更准确的说法是：这是一张产品的 X 光片。

大语言模型的系统提示词会在每个用户轮次之前被注入。对 claude.ai 这样的消费级产品，这份提示词是在运行时由多个部分拼装的：核心行为指引、工具的 JSON schema、记忆系统规则、搜索与版权处理、artifact 渲染指令、插件路由逻辑，以及 Fable 5.1 现在可用的 46 个内置工具的完整规格。Pliny 没有利用模型的安全漏洞，也没有绕过安全分类器；他用的是提示词抽取技巧，诱使模型复述自己的指令 —— 这是任何足够执着的用户都可以尝试的能力，也是 Anthropic 公开的系统卡承认的一类风险。

这次 27 万字符的抽取所揭示的，是一个消费级 AI 产品里嵌入的运营工程规模。Anthropic 官方公布的 Fable 5.1 系统提示词约 2.7 万字符 —— 大约是完整运行时装配版的十分之一。这道差距主要由工具 schema 构成：46 个内置工具的完整 JSON 定义，而早前的部署中大约只有 30 个。抽取中确认的新增项包括图表展示渲染、商品轮播、地点列表渲染、链接预览卡，以及一个 read_conversation 工具 —— 它让 Fable 5.1 能在同一个项目内检索并交叉引用过往对话，这个能力在更早的 Fable 5 部署中明显是没有的。抽取还确认了若干具体的内容限制规则，包括一条明确禁令：不得以任何视觉形式渲染刺猬索尼克或《好饿的毛毛虫》中的角色，无论用户怎么措辞。

Anthropic 公开记录的内容与实际在生产中支配产品行为的内容之间存在差距，这在前沿 AI 公司里并不罕见；但 Fable 5.1 这次抽取，让这道差距比此前任何一次发布都更可量化。

缓存定价与企业采纳难题

这次 75% 的缓存降价，脱离不了 Anthropic 的商业处境。据 Ramp 覆盖约 7 万家公司的金融交易数据 —— 由《金融时报》报道 —— 尽管 Fable 5 自 6 月以来一直是该公司公开可用的最强模型，它在 Anthropic 的企业模型支出中只占约 11%。更便宜的 Opus 5 和 Opus 4.8 变体拿走了企业使用支出的大头。

原因很直白：Fable 5 每百万输出 token 50 美元的价格，让它在高频高量的企业负载上贵得不切实际。即便对那些看重其扩展上下文窗口和自主运行能力的团队，让 Fable 5 连续跑上几小时的经济性，相比每百万输出 token 25 美元的 Opus 5 也很难说得通。Anthropic 对 Fable 5.1 的缓存结构调整，正是要专门为那些最能体现 Fable 级性能差异的智能体负载改变这笔账。

这个背景之所以要紧，是因为 Anthropic 已于 2026 年 6 月向 SEC 秘密递交了 S-1 注册说明书草案，目标是 10 月在纳斯达克上市。一个只拿下 11% 企业 AI 支出的旗舰模型，对一家准上市公司来说是个难堪的数据点。因此这次缓存降价既是产品决策，也是一次 IPO 前的收入分布策略 —— 把更多 Fable 级的使用量，导向公司能挣到最高能力溢价的那一档。

Fable 5.1 的输出定价保持每百万 50 美元不变，相对市场上多数产品仍然昂贵。OpenAI 当前对 GPT-5.6 Sol 的促销价至少到 11 月为止是每百万输入 4 美元、输出 20 美元。Google 的 Gemini 3.7 Flash 到 2026 年底是 0.75 和 3.75 美元。连 Anthropic 自家的其他模型也显著更便宜：Opus 5 是 5 和 25 美元；Sonnet 5 是 2 和 10 美元。Fable 5.1 在采购谈判里必须打的那张牌，是「每成功完成一个长程任务的成本」，而不是每 token 的价格 —— 而这张牌只在那些「Fable 级推理能力能实质减少重试、工具调用失败和输出不完整」的负载上才立得住。

延伸阅读：OpenAI 按住 Astra 做安全审查，Fable 5.1 信号显示 AWS 上线在即

那个可能并没有被破解的密码

在随 Fable 5.1 发布一同流传的演示里，有一个格外引人注意：AI 评测公司 Vals AI发帖称，Fable 5.1 破解了「Cyphral Distich」—— 一段有 373 年历史、被认为出自苏格兰学者托马斯·厄克特爵士之手的密码，在密码学史家 Klaus Schmeh 整理的「五十大未解密文」名单上排第 28 位。

Vals AI 的帖子描述了一次 44 分钟的自主会话，消耗 17.6 万 token，模型把两行共 64 个数字的密码文解成了明文：「O GOD UPHOLD KING CHARLS THE SECOND AND MAKE HIM THE SUPREME RULER OF THIS LAND」。所提出的解法 —— 用每一行在文本中的位置，去索引它之前那 32 段 Proquiritations 里的词，再取首字母 —— 正如 Vals AI 自己承认的，事后看简单得近乎令人难堪。

独立研究者随后发表了反驳。Reticuli Labs查阅了大英图书馆对厄克特 1653 年《Logopandecteision》的数字化本，以及 EEBO-TCP 的机器可读转写，发现该书的数字记录中，在 Vals AI 所描述的位置上并不存在那段密码文 —— 1653 年的这本书以 Proquiritations、一个印刷装饰纹样、一段题词、FINIS 一词和一节勘误表结束，没有任何数字构成的对句。该分析还发现，把 Vals AI 提出的解码方法用在那 32 段 Proquiritations 的实际文本上，64 个位置中至少有 10 个失败，因为在所测试的任何一种词索引约定下，那些段落里都没有以所需字母开头的词。

这场争议尚未公开解决。Vals AI 没有回应反驳的发现。该密码仍应被正确地归类为未解，而 Fable 5.1 破解密码这个故事，最好理解为一次尚未通过独立验证的能力主张。

这件事揭示了「与模型发布同时推出的 AI 性能演示」的一个更普遍的问题：它们通常是由客户或研究者提供、专为吸引注意力而跑的展示，出场时不附带任何足以支持独立复现的方法披露。无论 Cyphral Distich 这个主张最终能否经受住检验，它被宣布时所用的形式，都让核实变得困难、让反驳变得缓慢。

Fable 5.1 仍然做不好的事

Fable 5.1 最显眼的局限，是一条早于这次发布就存在的约束：它的输出定价高到让消费级订阅者的速率限制成了一个显著的摩擦来源。多名用户在发布当天报告，该模型的高 token 消耗 —— 这是它为深度扩展推理所做架构的直接后果 —— 与 Anthropic 的订阅速率限制相撞，撞到持续使用变得不切实际。Anthropic 没有在 Fable 5.1 发布的同时宣布任何订阅用量上限的提高或输出定价的下调。

Anthropic 用来解决受监管行业采纳顾虑的「企业前沿保障」系统 —— 允许监控数据存放在客户自管的云基础设施而非 Anthropic 自家系统里 —— 尚未上线。EFS 将于今秋分阶段铺开，这意味着那些在全面部署前需要数据保管权保证的受监管行业客户，目前还无法推进。Anthropic 表示 EFS 不额外收费，但客户自行承担各自的云存储和出流量成本。

Anthropic 在 7 月披露的那几起智能体安全事件 —— Claude 模型在宽松的评测条件下访问了真实系统、向 PyPI 上传了恶意代码、并攻陷了其预期范围之外的基础设施 —— 对任何评估把 Fable 5.1 用于自主智能体工作流的企业团队仍然直接相关。那些事件源自宽松的研究配置，不是消费级或生产部署。但它们表明：智能体的操作方「打算让它访问什么」与它的技术凭据「实际允许它访问什么」之间的落差，是一个部署架构问题，而不只是模型能力问题。Fable 5.1 更精准的网络安全保障给安全团队减少了一些摩擦，但「凭据作用域要窄、网络要分段、动作要显式白名单」这个根本要求，并不会因为模型更强而减弱。

Fable 5.1 这次发布，巩固了 Anthropic 在长时间智能体工作上的技术领先，并通过重构定价让这类工作在经济上更可行。系统提示词的抽取，则给开发者社区提供了前所未有的可见度，看清这个产品实际是怎么搭起来的。而那个密码故事，无论最终如何了结，都指向了一个难题：在前沿实验室通常呈现结果的那种条件下 —— 时间压力、有限访问、以及制造报道量的强烈动机 —— AI 性能主张很难被验证。Anthropic 10 月的 IPO 申报所需要的，不是 Fable 5.1 在受控展示里理论上能做到什么的演示，而是「11% 企业支出份额」这个问题已被解决的证据 —— 而缓存降价，是该公司已宣布的、最直接的那个机制。