Anthropic 在 2026 年 9 月发布 Claude Fable 5.1 和 Claude Mythos 5.1，再次引发了业界对 AI 能力边界的关注。这两个模型不仅在编程、复杂推理和知识工作方面表现突出，更重要的是，它们开始展现出长时间自主执行复杂任务、参与科学研究的能力。

首先需要明确：Fable 和 Mythos 并不是两套不同的基础模型，而是同一模型的不同安全配置。Fable 5.1 面向公众开放，但对网络安全、生物科学等高风险领域设置了严格限制；Mythos 5.1 则面向经过审核的科研机构和安全组织开放，允许开展更深入的专业研究。

Fable 5.1 最突出的能力是复杂软件工程和长时间自主执行。Anthropic 公布的案例中，它帮助金融机构 Millennium 找到了一个困扰工程师数年的罕见底层故障，通过反汇编第三方库并分析核心转储文件，最终定位了问题根源。

另一家企业 MongoDB 则表示，Fable 5.1 能够连续运行数小时，自主完成代码研究、架构设计和复杂原型开发。还有企业报告了模型连续自主工作 38 小时的案例。

Mythos 5.1 的突破更多体现在科学研究领域：

• 蛋白质设计：设计出经过实验室验证的高亲和力蛋白质结合体，在部分靶点上的结合能力超过此前竞赛中的最佳设计。
• 天体测绘：Fable 5.1 利用 NASA 30 多年前的金星雷达数据，构建了覆盖约三分之一金星表面的高精度地形图。
• 计算生物学：Mythos 5.1 优化了七种开源深度学习模型，通过定制 GPU 内核和缓存机制，将部分模型运行速度提升至原来的 2.5 倍，同时保持输出一致。

这些成果的意义在于，AI 不再只是帮助研究人员查资料、写代码，而是能够参与问题分析、提出解决方案、设计实验并验证结果。

全球第一梯队：美国与中国的竞争

Fable / Mythos 是否已经是全球最优秀的 LLM？答案是：属于全球第一梯队，但不能简单认定为综合能力第一。

目前全球头部厂商主要包括：

美国头部实验室在复杂自主任务、前沿科研和网络安全研究方面仍然具有优势。不过，OpenAI、Google 同样拥有非常强大的推理和 Agent 技术，目前没有充分证据证明 Mythos 在所有领域都领先竞争对手。

中国模型也绝非只有性价比优势。DeepSeek、Qwen、Kimi、GLM 在复杂推理、编程和 Agent 领域已经具备真正的顶尖竞争力，部分专项测试可以与美国旗舰模型相媲美。

两国的主要差异在于：美国头部实验室在最前沿的自主科研和复杂安全研究方面仍有领先优势，而中国厂商在模型训练效率、推理成本和开放权重生态方面表现突出。

值得关注的是，中国已经在开源模型领域出于领先地位。DeepSeek、Qwen 等中国模型已经成为全球开放权重模型生态的重要力量，在模型性能、推理效率和开发者社区方面具有很强的竞争力。美国 Meta、Google、OpenAI 也在积极推出开放权重模型，但中国厂商目前拥有更丰富、迭代更活跃的产品阵容。
PS：目前的开源模型基本上都是开放模型权重（Open Weights），训练数据、完整训练代码和训练过程不公开。