KeyFrame內部研究專用

Claude Mythos is Finally Here.

Nate Herk·6月9日週二·8 min英文

三句話摘要

Anthropic 正式發布 Claude Fable 5 與 Claude Mythos 5,前者限時免費供訂閱用戶使用,後者僅透過 Project Glasswing 受限開放。 在 2 月 22 日之前,Fable 5 對訂閱用戶完全免費,是立即動手測試其 Agentic 與複雜推理能力的最佳時機,錯過後將需要額外的用量費用。 限時免費窗口源於運算成本壓力:Anthropic 坦承發布初期計算成本遠超訂閱定價所能覆蓋,因此提供約兩週的免費體驗期,之後改為用量計費,未來資源充裕時才計劃重新納入訂閱。

重點整理

重點
  • 1

    限時免費窗口源於運算成本壓力:Anthropic 坦承發布初期計算成本遠超訂閱定價所能覆蓋,因此提供約兩週的免費體驗期,之後改為用量計費,未來資源充裕時才計劃重新納入訂閱。

  • 2

    Fable 5 與 Mythos 5 共用底層,差異僅在安全防護等級:兩款模型本質上為同一架構,Mythos 5 額外整合了 Cyber Safeguards 高級資安機制,這也是其存取管道更受限制的根本原因。

  • 3

    定價相較舊版 Mythos Preview 大幅下調:Mythos Preview 定價為 Opus 的 5 倍,此次降至 2 倍,顯示 Anthropic 在維持高能力的同時已在優化成本結構,整體性價比改善明顯。

  • 4

    多項基準測試中超越現有競品:Fable 5 在 SWE-Bench Pro(Agentic 編碼)、知識工作、科學研究等多領域表現超越 Opus 4.8 與 GPT 5.5,尤其在複雜推理與多步驟任務上有顯著躍升。

實用技巧與重點

乾貨
  • 定價:輸入 $10/百萬 tokens,輸出 $50/百萬 tokens
  • 相對成本:Fable 5 / Mythos 5 = Opus 的 2 倍;舊 Mythos Preview = Opus 的 5 倍
  • 免費使用期:即日起至 2025 年 2 月 22 日
  • 適用方案:Pro Max、Team、Seat-Based Enterprise
  • 2 月 23 日起:改為 usage-based 計費,脫離訂閱
  • Mythos 5 存取管道:Project Glasswing(美國政府及特定信任夥伴優先)
  • 模型等級定義:「Mythos Class」= 能力高於 Opus 等級的模型家族
  • 操作入口:Claude Code 透過 `/model` 指令選擇 Fable 5
  • 基準測試:SWE-Bench Pro(Agentic 編碼)、知識工作、法律、多模態、科學研究
  • 對比模型:Claude Opus 4.8、GPT 5.5
  • 安全機制:Cyber Safeguards(整合於 Mythos 5)
  • 訓練計劃等級:影片中提及 Extended Thinking(類似 Max 模式),Fable 低階 thinking 成本低於 Opus 高階 thinking

結論

結論

在 2 月 22 日之前,Fable 5 對訂閱用戶完全免費,是立即動手測試其 Agentic 與複雜推理能力的最佳時機,錯過後將需要額外的用量費用。

完整解析

詳細

Anthropic 此次同步推出兩款模型:Claude Fable 5 與 Claude Mythos 5。兩者共用相同底層架構,歸屬於 Anthropic 內部所稱「Mythos Class」等級,意即這類模型在能力上高於既有的 Opus 等級。兩者的核心差異在於 Mythos 5 額外搭載了 Cyber Safeguards 等高級安全防護機制,而 Fable 5 則是面向一般用戶的版本。定價統一為輸入 $10、輸出 $50(每百萬 tokens),是 Claude Opus 定價的兩倍。對照早期 Mythos Preview 為 Opus 五倍定價的水準,此次降幅相當顯著。

在存取策略上,兩款模型採取截然不同的路徑。Fable 5 即日起在 Pro Max、Team 及 Seat-Based Enterprise 訂閱方案中免費提供,但此免費窗口僅維持至 2025 年 2 月 22 日,原因是 Anthropic 坦承在發布初期,模型的實際運算成本遠超訂閱收費所能覆蓋的範圍,等到計算資源供應趨於穩定後才計劃重新納入訂閱。Claude Code 用戶可透過 `/model` 指令立即切換使用。Mythos 5 則採保守策略,初期僅透過 Project Glasswing 向美國政府及特定受信任機構開放,並承接原本 Mythos Preview 的用戶升級,不面向一般消費者。

能力表現方面,Fable 5 在 SWE-Bench Pro 等 Agentic 編碼基準、法律推理、多模態理解及科學研究等多個領域均超越 Claude Opus 4.8 與 GPT 5.5。影片作者特別指出,他最期待的使用場景是將 Fable 5 整合進自己的 Agentic OS 工作流程(AOS)與 Claude Code 中,用於處理複雜的知識型多步驟任務。他也提到,在 Extended Thinking(Max 模式)的設計上有所調整:Fable 5 低階 thinking 模式的成本將低於 Opus 的高階 thinking,讓使用者在成本可控的前提下仍能獲得顯著的推理能力提升。整體而言,作者強烈建議在 2 月 22 日截止前充分使用,並承諾持續分享實際測試結果。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。