• LogoWan 2.7
  • 首页
  • 生成器
  • 定价
  • 博客
LogoWan 2.7
  • 首页
  • 生成器
  • 定价
  • 博客
LogoWan 2.7
Wan 2.7Wan 2.7 博客Claude Fable 5 正式发布:功能、定价、可用渠道与 Mythos 5 区别全解析

Claude Fable 5 正式发布:功能、定价、可用渠道与 Mythos 5 区别全解析

avatar for Wan 2.7 AI
Wan 2.7 AI
/
2026/06/10
/
新闻

Fable 5 和 Mythos 5 到底什么关系?比之前强在哪?价格涨了降了?现在能用吗?一篇文章把最该知道的几个问题说清楚。

目录

  • Fable 5 到底是什么
  • Fable 5 和 Mythos 5 到底是不是同一个东西?
  • 比之前的 Claude 到底强在哪
  • 一口气能读 100 万 token
  • 一次最多吐出 128K token
  • 自己能干的活变多了
  • 重点提升的几个领域
  • 价格:涨了还是降了?
  • 到底能从哪用上
  • 大家还想知道的几个问题
  • 总结一下
目录
  • Fable 5 到底是什么
  • Fable 5 和 Mythos 5 到底是不是同一个东西?
  • 比之前的 Claude 到底强在哪
  • 一口气能读 100 万 token
  • 一次最多吐出 128K token
  • 自己能干的活变多了
  • 重点提升的几个领域
  • 价格:涨了还是降了?
  • 到底能从哪用上
  • 大家还想知道的几个问题
  • 总结一下
Claude Fable 5 正式发布:功能、定价、可用渠道与 Mythos 5 区别全解析

6 月 9 日,Anthropic 突然发了两个新模型,一个叫 Fable 5,一个叫 Mythos 5。新闻出来之后,身边好几个人问的是同一个组合问题:这两个是不是同一个东西改了个名?它们跟之前用的 Sonnet、Opus 到底什么关系?更实际的是——价格到底涨了还是降了,我现在能不能用上?

官方信息倒也不是藏着掖着,问题是散在新闻稿、API 文档、博客、几个合作方的公告里,得自己拼。这篇就是帮你把几块拼图凑到一起,按你最可能关心的几个问题排好了,哪个问题先来的就先看哪个。

Claude Fable 5 与 Mythos 5 的核心区别:上下文窗口、价格、API 和平台可用性


Fable 5 到底是什么

先说结论:Claude Fable 5 是 Anthropic 目前 能力最强、公开发布范围最广 的模型。

官方的说法是"面向高难度推理和长周期自主 agent 任务设计",翻译成实际体验就是三件事:

  • 推理变深了——多步逻辑、复杂代码、结构化分析这类任务,Fable 5 的上限明显比前代高
  • 能干更长的活——可以自己拆步骤、调工具、跟踪上下文持续执行,不需要你每一步都去点头确认
  • 到处都能用——不是小范围灰度,API、Claude.ai、GitHub Copilot、AWS Bedrock、Microsoft Foundry 这些都开了

打个比方:以前的 Claude 像一个很棒的回答者——你问一句它答一句,答得挺好。Fable 5 更像一个可以接下一个完整任务、自己拆开来一步一步干完的初级同事。这个区别在工作流场景里感受最明显。

Fable 5 和 Mythos 5 到底是不是同一个东西?

这个问题在这次发布里最容易把人绕进去,所以先说清楚。

把两个模型想象成同一台发动机装了两套不同的排气管就行:

维度Claude Fable 5Claude Mythos 5
谁可以用只要你有 API 权限就能调只能通过 Project Glasswing 申请
安全过滤带着 Anthropic 的标准安全分类器去掉了安全分类器
用在哪日常开发、生产部署、合规场景安全研究、红队测试、模型行为分析
怎么调API / Claude.ai / Copilot / AWS / Azure项目申请制
模型 IDclaude-fable-5claude-mythos-5

底层能力是一模一样的。区别只在于安全层的配置——Fable 5 出门戴了全套护具,Mythos 5 没戴,所以只能在有人看管的专业场地里用。

对你来说判断标准就一条:正常开发、写代码、调 API 的,直接上 claude-fable-5。如果你是做安全研究的、要跑红队测试的,才需要考虑通过 Project Glasswing 去申请 Mythos 5。


比之前的 Claude 到底强在哪

如果你已经在用 Claude,下面几个变化会直接影响你的用法。

一口气能读 100 万 token

Fable 5 默认支持 100 万 token 的上下文。这个数字单独看没感觉,换成实际场景就好理解了:

  • 能把一个完整的中型项目代码库一次塞进去让它看
  • 可以上传几百页的技术文档然后直接提问
  • 在 agent 工作流里,它能记住前面几十步的上下文,不会干着干着忘了之前的事

对于做代码审查、管大型文档、跑长周期 agent 的人来说,这个参数直接决定了你能让它做什么样的事。

一次最多吐出 128K token

之前想让模型写一篇文章还好,但如果要它一次生成整个模块的重构代码,往往需要分好几次来回。Fable 5 一次输出上限是 128K token,换算成中文字数大概 8 到 10 万字——单次请求就能覆盖大部分"以前要好几次才写得完"的内容。

自己能干的活变多了

Anthropic 在发布里特意强调了一点:Fable 5 能比之前任何 Claude 模型更长时间地自主工作。这句话字少但信息量大:

  • 让它编排多步 agent 流程,中间不需要你频繁插进去纠正方向
  • 工具调用更可靠,不会在第三步就忘了第一步的目标
  • 对自己"做完了什么、还差什么"的判断更准,不会漏步骤

换成实际体验就是:以前你给它一个三步任务,可能在第二步就走偏了或者停下来等你确认。Fable 5 更倾向于自己判断进度、继续往前走,直到完成为止。

重点提升的几个领域

官方列了五个方向,跟实际使用体验大致对应:

  • 写代码——生成、调试、重构、代码审查,这应该是大多数人用最多的场景
  • 处理文档——分析文档、综合信息、结构化写作
  • 看图和图表——图片分析、图表解读,在视觉理解上也有明显提升
  • 长对话记忆——会话越长,信息一致性保持得越好
  • 科研辅助——生物医学文献分析、实验设计,属于垂直领域强化

注意这五个不是"只有这些"的意思,而是"这些方向的提升最明显"。日常对话、翻译、基础问答这些本来就不弱的,这次照样跟着升级。


价格:涨了还是降了?

直接看表:

项目价格
输入(每百万 token)$10
输出(每百万 token)$50
如果用 prompt caching打一折,实际只要 $1/百万输入
仅限美国区域推理1.1 倍定价

对比上一代最高规格的 Opus,输入从 $15 降到了 $10,输出来看 $50 没变——但考虑到能力提升和输出上限的翻倍,同样的钱能干更多事。

另一个值得注意的点是 prompt caching:如果你的应用场景里大量重复相同上下文(比如客服系统每次都传同样的知识库),缓存命中后输入成本可以降到 $1/百万 token,这就是一个可以直接算 ROI 的数字了。


到底能从哪用上

这次 Fable 5 覆盖面确实广,基本上常见的入口都覆盖了:

渠道怎么用
Claude API直接调 claude-fable-5,接口不变
Claude.aiWeb 聊天界面直接选模型,订阅用户用到 6 月 22 日后转按量计费
Claude CodeCLI 工具,在终端里直接切模型
Claude Cowork协作模式,适合团队共享上下文
GitHub CopilotPro+、Max、Business、Enterprise 用户逐步推送
AWS Bedrock在 AWS 里建推理工作负载
Microsoft Foundry支持多步自主工作流
IDE 插件VS Code、JetBrains、Xcode 等主流 IDE

如果你已经有 Anthropic API 的 key,现在就能直接用,改一下 model ID 的事。如果走 GitHub Copilot,更新是逐步推送的,Pro+ 和 Enterprise 会先覆盖。

在 Claude.ai 网页上用的话,订阅用户在 6 月 22 号之前都包含在订阅费里,之后会按实际用量扣。


大家还想知道的几个问题


问:Fable 5 到底是 Opus 的替代品吗?

不是 Opus 的换代。这次 Anthropic 没有沿用 Sonnet / Opus 的分层路子,而是把 Fable 5 直接定位成"当前最强、公开发布"的模型。至于后面还会不会有更高级的版本,要看 Mythos 5 在 Project Glasswing 里的评估结果。

问:CLI 和 API 都能直接用吗?

能。API 用 claude-fable-5 这个 model ID。Claude Code CLI 在模型选择里切换就行。

问:价格比之前高了还是低了?

输入比 Opus 的 $15 便宜了,输出维持 $50。结合能力提升和输出上限翻倍来算,性价比是明显涨了。如果你用 prompt caching,大量重复输入的成本低到 $1/百万 token。

问:Mythos 5 普通人能用吗?

不能。Mythos 5 目前只对通过 Project Glasswing 审核的研究机构和企业开放。正常用选 Fable 5 就够。

问:Fable 5 中文怎么样?

Claude 的中文能力覆盖一直不差。Fable 5 的推理能力和上下文长度提升对中文任务同样有效——中文代码注释、文档分析、agent 编排都不会比英文差。建议拿你实际的任务去试,比任何评测都直接。

问:100 万 token 上下文真的能用满吗?

1M 是支持上限,不是必须用到这么多。实际效果取决于你的任务类型和输入复杂度。Anthropic 在长上下文上做了好几代的优化,Fable 5 是目前最稳定的一版。建议从你的实际使用量开始,一步一步往上试。


总结一下

这次 Claude Fable 5 发布,不光是一个模型升级,还说明了几件事:

  • Fable 5 是主力——能力最强、渠道最广,绝大多数场景选它就行
  • Mythos 5 是专线——底层能力一样,但安全层更开放,只向研究机构开放
  • 价格没涨——输入反而降了,配合缓存成本可控
  • 覆盖面最广的一次——从 API 到网页到 IDE 到云平台,基本所有入口都开了

如果你是已有用户(API 或订阅),切过去试试几乎零成本——改 model ID 就行。如果你是第一次想试试 Claude,从 API 或者 AWS Bedrock 上手都行,claude-fable-5 是目前最简单的入口。

全部文章

Seedance 2.0

Text & image to video, up to 1080p.

Try now →

Wan Video

Text, image, reference & editing.

Try now →

AI Image

Nano Banana, GPT Image & more.

Try now →

更多文章

Veo 3 Prompts 完全指南:提示词公式、七要素框架与 Veo 3.1 最佳实践
AI 视频教程

Veo 3 Prompts 完全指南:提示词公式、七要素框架与 Veo 3.1 最佳实践

一份完整的 Veo 3 prompts 指南,涵盖 Google DeepMind 官方七要素提示词框架、可套用的提示词公式、分级自查清单、Camera Motion 关键词表和常见错误排查,帮你每次生成更稳定的高质量视频。

avatar for Wan 2.7 AI
Wan 2.7 AI
2026/07/27
Wan 2.7 开源了吗?能免费用、能本地部署吗?(2026年5月最新)
AI 视频教程

Wan 2.7 开源了吗?能免费用、能本地部署吗?(2026年5月最新)

阿里通义万相 Wan 2.7 开源状况全说清:Apache 2.0 可商用、ModelScope 和 HuggingFace 下载、24GB 显存起步、ComfyUI 本地部署步骤、和阿里云 API 版的区别。

avatar for MkSaaS模板
MkSaaS模板
2026/05/21
Wan 2.7 Image 发布:时间、功能、价格和使用方法
AI 图像教程

Wan 2.7 Image 发布:时间、功能、价格和使用方法

2026 年 4 月 24 日更新:Wan 2.7 Image 的发布日期、标准版和 Pro 区别、wan27.org 当前积分价格,以及它适合用来生成什么。

avatar for MkSaaS模板
MkSaaS模板
2026/04/24

订阅简报

加入我们的社区

订阅我们的简报,获取最新动态与资讯

LogoWan 2.7

Wan 2.7:更可控的 AI 视频生成、编辑与复刻。

Email
导航
  • 首页
  • 生成器
  • 定价
  • 博客
Models
  • Seedance 2.0 Mini
  • Wan 2.2
  • Wan 2.6
  • Wan 3.0
  • Wan 2.7 Image
  • Wan Dancer
  • Ideogram 4
Wan 2.2 免费
  • 免费体验 Wan 2.2
联系
  • hi@wan27.org
博客
  • Wan 2.2 GGUF 量化模型完全指南:下载、部署与本地运行
  • Wan Streamer v0.2 使用教程:实时视频生成流式推理的安装与配置指南
  • Wan 2.6 开源模型完整指南:新特性、下载与本地部署(2026)
  • Veo 3.1 Quality vs Fast vs Lite:三大模式全面对比与选择指南
  • What Is Veo 3? Google 最新 AI 视频生成模型完整介绍
  • Veo 3 订阅方案全指南:2026 年定价、功能对比与选购建议
  • Veo 3.1 vs Veo 3 详细对比:新功能、改进与升级建议
  • Higgsfield vs Veo 3.1 对比评测:哪个 AI 视频生成工具更适合你?
  • Veo 3.1 Lite Lower Priority 详解:优先级机制、影响与应对策略
  • Veo 3 使用教程:如何用 Google 最新 AI 视频模型生成惊艳视频
  • test
  • Veo 3.1 Watermark Remover 指南:如何去除 Veo 3.1 水印(4种有效方法)
热门
  • Wan 2.7 本地部署到底行不行?ComfyUI、开源模型和线上方案怎么选(实测)
  • Wan 2.7 开源了吗?能免费用、能本地部署吗?(2026年5月最新)
  • Wan 2.2 提示词公式:我跑了 2000 多条,好的都长一个样
  • Wan 2.2 vs LTX 2.3 实测:选哪个不看参数,看你做什么
  • Wan 2.7 怎么训 LoRA?从准备数据到 ComfyUI 加载,完整流程
  • Wan 2.7 下载安装指南:权重文件在哪、怎么下、怎么跑
  • Wan 2.7 能白嫖吗?开源部署、免费额度、试用——三种不花钱的方法
  • Wan 2.7 在线使用指南:8个免费平台横向对比(2026)

© 2026 Wan 2.7 All Rights Reserved.

独立声明:本站为独立服务,与阿里巴巴、阿里云或 Wan 没有隶属、授权、赞助或背书关系。相关商标归其各自所有者所有。

EnglishEspañol中文한국어Deutsch