Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2026
BY ANDREW MEAD

Claude Mythos 被禁了?!

Claude Fable 动荡的一周,以及新晋开源编程模型领跑者

注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。

新品发布

Claude Fable

Anthropic 以 Claude Fable 的名称,发布了备受期待的 Claude Mythos 模型。它并不完全等同于人们通过 Project Glasswing 获得访问权限的 Mythos Preview,而是同一系列中的另一个模型(对该模型进行了不同的微调)。

从 Mythos 到 Fable,主要变化是加强了安全防护机制,以阻止模型参与生物学和网络安全等领域中的有害活动。

基准测试

直白点说:如果你愿意支付相当高昂的费用,它就是目前文本任务表现最好的大语言模型。

它在前端设计、编程和智能体任务方面都是最强的。 Anthropic 显然不怎么在乎视觉能力,因为 Fable 在视觉基准测试中的表现,也就和中等规模的 Qwen 3.6 模型差不多。

至于定价,它是 Opus 的两倍。 而且,在回答类似问题时,它消耗的 token 比 GPT 5.5 xhigh 更多,所以实际使用成本预计会是 GPT 5.5 的 3 至 5 倍。 在用尽可能少的 token 实现尽可能高的智能水平方面,OpenAI 依然遥遥领先于其他所有实验室。

模型每百万输入 token 价格(美元)每百万输出 token 价格(美元)每秒 token 数
Claude Fable 5$10$5040
Claude Opus 4.8$5$2560
GPT 5.5$5$3051

此外还有安全过滤机制的问题。如果你是生物学家,很遗憾,你根本没法使用 Fable。Anthropic 认定,防范任何生物安全风险的最佳方式,就是让模型拒绝回答一切与生物学有关的问题,甚至包括“线粒体是细胞的动力工厂吗?”。 他们还针对网络安全任务(Mythos 最初就是因为特别擅长黑客攻击而出名的),以及高阶机器学习话题设置了安全过滤机制。

其中,机器学习过滤机制尤其激怒了社区。对于其他所有话题,一旦触发安全过滤机制,用户都会收到通知,得知自己触发了过滤机制,请求正被转交给 Opus。但在机器学习任务上,Anthropic 却以为可以悄悄这么做,不通知用户,暗中压低模型表现,让用户在不知情的情况下得到更差的结果。这被认为是非常不光彩的做法,而且对社区充满敌意。

不过,这些眼下都没什么讨论的意义了,因为在发布仅 3 天后,Fable 就对所有人关闭了访问。此前,美国政府下达了一项出口管制指令,暂停所有非美国公民的访问权限,无论其身处美国境内还是境外。这也包括 Anthropic 内部所有非美国籍员工。Anthropic 要遵守这项裁定,唯一的办法就是关闭所有客户的访问权限。

事情似乎是这样的:一家使用 Fable 的企业(据说是 Amazon,也是 Anthropic 的主要投资方之一)成功对模型进行了越狱,绕过了网络安全方面的安全过滤机制,并向美国政府报告了此事。 美国政府听闻此事,再加上 Anthropic 在最初发布 Mythos 时大肆渲染恐慌,宣称它可能成为多么危险的黑客工具,于是决定不能让任何外国对手接触到这个模型,并颁布了禁令。

我不觉得 Anthropic 一定会为此感到不高兴。 他们一直希望,除了自己之外,没有其他人能够研发强大的 AI 系统。而这项新裁定开了一个先例:当模型能力达到某个水平时,你就得做好美国政府介入、把事情搞复杂的准备。 这实际上可能会把美国境内有能力研发 AGI 的公司,限制为少数资金充裕、游说能力强的大公司,只有它们才有能力说服美国政府允许自己继续研发这些系统。 这意味着,未来可能只有 Anthropic、OpenAI 和 Google 这样的公司,才能真正推进这些系统的研发。

这在 AI 领域引发了相当大的混乱。 由于 Anthropic 对机器学习社区的态度,用户纷纷转向 OpenAI 的平台,OpenAI 也因此迎来了大规模用户转入。 许多个人和公司也宣布,将开始研发自己的模型和微调版本,以免未来失去模型访问权限,同时也不想让第三方决定自己可以或不可以用模型做什么。

我预计 Anthropic 和美国政府会解决彼此之间的问题,Fable 也会在接下来几周内回归。 这显然是 AI 竞赛中的一个转折点,其影响将在很长一段时间里持续显现。

快讯

Kimi K2.7 Code

说到开源模型,我们来聊聊 MoonshotAI 的新模型 Kimi K2.7 Code。 这是基于他们的 K2.6 模型,专门针对编程进行微调的版本。

水分少了些的基准测试

我觉得自己之前在评价 Kimi K2.6 时,可能有点苛刻了。 随着时间推移,它看起来是个不错的模型,大致与其他中国前沿模型处于同一水平。

他们似乎也收敛了一些刷榜的做法,因为我觉得几乎所有人都已经看出来,他们展示的那些分数没什么意义,也没能推动用户采用。 现在,他们展示的分数明显低于 GPT 和 Claude 等模型,但相比上一版本也有了不错的提升。

他们还着力降低了 token 消耗,将用量减少了 30%。 由于 Fable 引发的种种风波,这个模型受到的关注有些少。不过,根据我看到的有限表现,我会说它是目前最好的开源编程模型之一。

结语

希望你喜欢本周的新闻。如果你想每周收到新闻,别忘了在下方订阅我们的邮件列表。

杭州的 Shangchen Bathhouse 内部,Wei Zhixue 设计;连续拱门与中央水槽形成深远透视,呼应文章所述 AI 禁令引发的行业转折与持续影响。
位于中国杭州的 Shangchen Bathhouse,由 Wei Zhixue 设计。

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS