研究员｜卢杨 北京时间9月2日，Anthropic静悄悄上线了Claude Fable 5.1和Mythos 5.1。 毫无疑问，这又是一次世界级模型的亮相：8项公开基准测试全部第一，缓存读取价格从每百万token 1美元直降到0.25美元、降幅75%，典型工作负载总成本降低约25%、高度智能体化任务最高省45%：单看这些，这不过一次顶级模型的常规迭代：更强、更快、更便宜。AI圈每月都在发生这种事。 但我们要说的，藏在不起眼的角落里： 01 反蒸馏机制，正式落地 Anthropic给“思维链”上了把锁。 从今天起，新注册的API账号不能再在多轮对话里手动篡改Claude的上下文、同时保留它的推理过程。每个思维链区块都被打上了数字签名，对话前缀有任何改动：哪怕一句系统提示词、一个工具、一条历史消息，签名就失效。API要么报400错误，要么静默丢弃被篡改的区块。 巧合的是，一个月前，张一鸣在字节内部说了一句话：字节不做蒸馏，即使短期落后。当时争议很大。一个月后，Anthropic的反蒸馏落地了。 我们来说说蒸馏是什么。 2015年Hinton提出以来，蒸馏就是AI行业的常规操作：用一个强大的“教师模型”训练一个更小的“学生模型”，让学生花更少的钱获得接近老师的水平。美国公司互相用，行业常态，心照不宣。 但Anthropic这次高调地用技术手段把它堵上了。他们给出的理由是“因为蒸馏能力随后可以在没有充分保障的情况下释放。”此前Anthropic已多次公开指控外来公司进行“工业级蒸馏攻击”，这次上技术锁，也算是把之前的口水仗落到了实处。 反蒸馏最核心的就一条：思维链不能碰了。 思维链为什么关键？因为它是推理过程。最终输出是答案，思维链是解题步骤。蒸馏最有效的方式，就是拿这些“解题步骤”去训练小模型。 Anthropic给每个思维链区块都加了数字签名。对话前缀有任何改动，签名就失效。处理方式有两种：默认返回400错误拒绝请求；或者静默丢弃被篡改的区块，请求照常执行，丢弃部分不计费。 这是一把逐级收紧的锁。目前只针对8月31日后注册的新账户，但Anthropic已放话：未来所有新模型都会强制执行。 有些操作是安全的：在对话末尾追加新消息、移除开头的思维链区块、改max_tokens这类参数、服务端压缩上下文，这些不会触发校验。但文档里特别提醒：如果你维护的工具让用户用自己的API密钥调用，新注册用户会更早撞上校验，最好提前测试。 也就是说，如果用Claude Code或Claude.ai这些官方产品，什么都不用改。直接调API的话，官方建议把messages数组严格当“只追加”来用。 这把锁落下的时机，也印证了8月初张一鸣的判断。 02 成绩单：8项第一，断层式领先 聊完反蒸馏，再来看看Anthropic这次到底发布的产品性能如何。 在Anthropic公布的8项评测中 Fable 5.1依旧是碾压级的存在。Fable 5.1在Terminal-Bench-Science 0.1（智能体科研基准）上拿下52.6%。作为对比，上一代Fable 5只有24.7%，Claude Opus 5为29.0%，GPT-5.6 Sol只有22.4%：新模型是它们的两倍多。 在Terminal-Bench 4.0（智能体编程测试）上，Fable 5.1达到55.8%，Mythos 5.1更是飙到60.9%。上一代Fable 5仅为42.0%，GPT-5.6 Sol为37.3%。 CursorBench 3.2.0上，Fable 5.1以73.4%刷新内部纪录。AutomationBench（商业工作流）从上一代的17.1%跃升至31.4%，几乎翻倍。在OSWorld 2.0（计算机使用基准）上，Fable 5.1达到77.9%（宽松标准）和41.7%（严格标准）。GDPval-AA v2（知识工作基准）拿下1853分，同样领先Fable 5的1723分和Opus 5的1824分。Humanity's Last Exam（多学科推理）无工具模式下60.9%，启用工具后提升至65.0%。 还有一个容易被忽略的细节：把Fable 5.1的推理程度调到“低”或“中”，表现已经达到甚至超过老版Fable 5开到最高推理程度的效果。 价格方面，输入输出价格与Fable 5保持一致（输入10美元、输出50美元每百万token），但缓存读取从1美元降到0.25美元，降幅75%。为什么降这个？因为智能体任务里缓存读取占了成本大头。Anthropic算了一笔账：普通工作负载总成本降25%，重度Agent任务最多省45%。对于那些需要频繁读写上下文的复杂Agent应用，这意味着成本结构的大幅优化。 跑分之外，Anthropic还展示了三个让人无法忽视的充满“科研色彩”的实战案