Claude Fable 5 該不該升級?先看價格、拒答與 30 天留存
Anthropic 把最強 Claude 做成兩道門:公開的 Fable 5、受限的 Mythos 5。這次換模型,不只是在 API 裡改一行字。
Anthropic 在 2026 年 6 月 9 日推出 Claude Fable 5 與 Claude Mythos 5。本文拆解 Fable / Mythos 的存取邊界、Fable 5 的價格、拒答與 fallback 行為、30 天資料留存,以及台灣開發者和企業 AI 團隊這週該怎麼決定。
重點一:Anthropic 在 2026 年 6 月 9 日推出 Claude Fable 5 與 Claude Mythos 5;Fable 5 對一般 API 與雲端平台開放,Mythos 5 則留給 approved Project Glasswing customers。
重點二:Fable 5 不是「免費升級」:官方價格是每百萬輸入 token 10 美元、輸出 50 美元,約為 Claude Opus 4.8 基礎價格的 2 倍。
重點三:這次要先讀的是部署條件:部分敏感請求可能
refusal或 fallback 到 Opus 4.8,且 Fable / Mythos 被列為需 30 天資料留存的 Covered Models。
你把 model = "claude-opus-4-8" 改成 model = "claude-fable-5",程式看起來只動一行。但 Anthropic 在 2026 年 6 月 9 日推出的 Claude Fable 5,會讓這一行立刻多出三個問題:每百萬輸出 token 50 美元值不值、拒答要不要自動改走 Opus 4.8、30 天安全留存能不能過公司審查?
這次換模型,不只是把 model 欄位改成 claude-fable-5;它是在問你的產品能不能接受一個會拒答、會改走 Opus、而且需要 30 天安全留存的最強模型。
這就是 Claude Fable 5 跟過去 Claude Opus 升級最不一樣的地方。以前升級模型,主要是看能力、速度、價格。這次還要看存取邊界。
Fable 和 Mythos 差在哪:同一個模型,兩種存取邊界
Anthropic 這次把一個 frontier model 做成兩個名字:Claude Fable 5 和 Claude Mythos 5。
官方文件裡,Fable 5 是「一般可用」的版本,API ID 是 claude-fable-5。Mythos 5 則是同一底層模型、但少了部分 safety classifiers 的版本,限 Project Glasswing 裡的 approved customers 使用;沒有 Mythos 5 access 的客戶,就用 Fable 5。
這不是單純的品牌命名。它把模型能力拆成兩道門:
| 門 | 誰能用 | 主要限制 | 讀者要問的問題 |
|---|---|---|---|
| Fable 5 | 一般 API、AWS、Bedrock、Vertex AI、Microsoft Foundry 客戶 | safety classifiers、30 天資料留存、較高價格 | 這個任務值得升級嗎? |
| Mythos 5 | Project Glasswing / approved customers | restricted access | 我們有沒有資格拿到這一層能力? |
白話講,最強模型不再只是公開 SKU。它開始像企業雲服務一樣,被切成 public access、restricted access、fallback path 和 retention rule。
所以這篇不把篇幅押在 benchmark。Fable 5 當然是一個能力升級,但讀者會先碰到的是部署時的權限、成本與資料規則。
API 會怎麼變:拒答會成為新的正常路徑
如果你的產品已經接了 Claude API,Fable 5 的遷移表面看起來很熟。它仍用 Messages API,支援工具使用,預設 1M token context window,最多 128k output tokens。
但 Anthropic 文件列出幾個要改程式的地方。最重要的是:Fable 5 會在部分請求上觸發 safety classifiers。官方 prompting guide 點名的範圍包括offensive cybersecurity techniques、biology and life sciences content,以及要求抽取模型 thinking 的請求。
觸發時,API 可能回傳 stop_reason: "refusal"。它不會以 HTTP error 的形式出現,而是在成功回應裡用停止原因標示;stop_details.category 會標出拒答類別,例如 cyber、bio、reasoning_extraction 或 null。
也就是說,導入 Fable 5 的產品不能只寫「失敗就重試」。你要把拒答當成正常分支處理:
- 讀
stop_reason和stop_details.category。 - 判斷是否要 fallback。
- 如果要 fallback,Anthropic 文件列出的 launch target 是 Claude Opus 4.8。
- 在不支援 server-side fallback 的平台,用 client-side fallback 或 SDK middleware。
這裡有一個容易被忽略的產品細節:官方文件說,若請求在產生輸出前被拒答,該請求不計費;但如果 streaming 中途觸發,已產生的輸入與輸出可能會計費。對大量批次或代理人任務來說,這會影響成本監控。
成本怎麼算:Fable 是 Opus 4.8 的 2 倍,但不是每個任務都該升級
Fable 5 的價格很直接:每百萬輸入 token 10 美元,每百萬輸出 token 50 美元。同一張官方 pricing table 裡,Claude Opus 4.8 是 5 / 25 美元。
所以對已經用 Opus 4.8 的團隊,Fable 5 會讓基礎 token 單價翻倍。這不代表不該用,代表你要重新分流。
| 工作類型 | 建議路徑 | 理由 |
|---|---|---|
| 高難度 coding、長任務代理人、複雜文件推理 | 先用 Fable 5 小規模測 | 能力提升可能抵過價格,但要量測 latency、拒答率與輸出品質 |
| 日常客服、摘要、分類、內部知識問答 | 留在 Opus / Sonnet / Haiku 路徑 | 多數任務不需要最貴模型 |
| 安全研究、DevSecOps、漏洞相關流程 | 先跑測試,不要直接生產化 | benign work 也可能觸發 classifiers;Mythos access 不是一般可用 |
| 含客戶個資、合約、醫療或高度敏感資料 | 先送 privacy / legal review | Fable / Mythos 是 30 天留存 Covered Models |
| 新產品 prototype、一次性高價值分析 | 可用 Fable 5 做上限測試 | 適合找出能力 ceiling,再決定是否拆回便宜模型 |
換句話說,Fable 5 最適合被當成高難度路由,不適合直接變成全站預設。台灣團隊若用 Claude 做 AI 顧問、自動化內部流程或開發代理人,這週該做的是把任務分成「值得上 Fable」和「不值得上 Fable」。
30 天留存卡在哪:最強模型先進安全與採購審查
Fable 5 還有一條比 benchmark 更容易卡住企業導入的規則:Anthropic 文件把 Claude Fable 5 與 Claude Mythos 5 列為 Covered Models,這些模型帶有 30-day data retention,且不支援 zero data retention。
這句話對一般個人使用者可能不痛。但對企業、金融、醫療、政府供應商、外包開發團隊、接觸客戶資料的 SaaS 來說,它會直接變成採購與資安問題。
你要先回答:
- 這個任務的輸入裡有沒有客戶個資、合約、source code、未公開財務資料或機密規格?
- 公司是否允許這類資料進入 30 天安全留存的模型?
- 你是走 Anthropic first-party API,還是 AWS、Bedrock、Vertex AI、Microsoft Foundry?
- fallback 到 Opus 4.8 時,資料與計費路徑是否仍符合內部規範?
- 使用者需要在產品介面看到「此請求可能被拒答或改走其他模型」嗎?
這裡不要把保守當成落後。對很多台灣公司來說,部署風險常常不在模型能力,而在工程團隊先把它接進產品,資安與法務兩週後才發現資料留存條件不合。
這週怎麼決定:三類任務可以試,兩類任務先不要動
把 Fable 5 當成一個「最強模型」會讓決策變模糊。把它當成一個高價、會拒答、需留存、可 fallback 的模型路由,決策就清楚很多。
這週可以先試三類任務:
- 高價值、低敏感資料的 coding / agent 任務:例如大型重構設計、測試生成、架構比較、文件密集型分析。
- 可量測的 prototype 任務:用同一組 prompt 對比 Opus 4.8、Fable 5 和較便宜模型,看品質差距是否值得 2 倍單價。
- 內部研發 sandbox:先把 refusal、fallback、cost logging、retention review 跑完,再談生產化。
先不要動兩類任務:
- 含敏感客戶資料或合規資料的正式流程:等 30 天留存與雲端路徑被公司批准。
- 安全或生醫領域的關鍵生產流程:先測 benign false positive 和 fallback 行為,不要預設 Fable 5 會照原本任務跑到底。
最後的判斷很簡單:Fable 5 值得測,但不該盲目全量升級。 對台灣 AI 工作者來說,最實用的做法是先把模型路由表畫出來:難題走 Fable,日常走便宜模型,敏感資料先進審查,security / bio 任務先測 fallback。
Anthropic 這次把 frontier model 的新形狀攤開了:能力很強,但能力旁邊一起站著價格、拒答、存取與留存。以後選模型,可能不再只是問「哪個最聰明」,而是問「哪個模型的使用條件,真的放得進我的工作流程」。
資料來源:Anthropic「Claude Fable 5 and Claude Mythos 5」公告、Claude Fable product page、Claude API models / pricing / migration / fallback 文件;Axios。
SOURCES
- A Claude Fable 5 and Claude Mythos 5
- A Claude Fable
- A Introducing Claude Fable 5 and Claude Mythos 5
- A Models overview
- A Pricing
- A Migrating from Claude Opus 4.8 to Claude Fable 5
- B Anthropic and OpenAI spark new race for frontier AI access
來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。
MACHINE-READABLE SUMMARY
- Topic
- AI 戰爭
- Key claims
-
- Anthropic 於 2026 年 6 月 9 日推出 Claude Fable 5 與 Claude Mythos 5;Fable 5 是一般可用模型,Mythos 5 則限 approved Project Glasswing customers 使用。
- Anthropic 文件列出 Claude Fable 5 的 API ID 為 `claude-fable-5`,價格為每百萬輸入 token 10 美元、輸出 token 50 美元,約為 Claude Opus 4.8 基礎價格的 2 倍。
- Claude Fable 5 會針對部分 cybersecurity、biology / life sciences 與 reasoning extraction 類請求觸發 safety classifiers;API 可能回傳 `stop_reason: "refusal"`,並可配置 fallback 至 Claude Opus 4.8。
- Anthropic 文件把 Claude Fable 5 與 Claude Mythos 5 列為 Covered Models,需 30 天資料留存,且不支援 zero data retention。
- Entities
- Anthropic · Claude Fable 5 · Claude Mythos 5 · Claude Opus 4.8 · Project Glasswing · Claude API · Amazon Bedrock · Vertex AI · Microsoft Foundry
- Taiwan relevance
- medium
- Confidence
- high
- Last updated
- 2026-06-10
- Canonical URL
- https://signals.tw/articles/anthropic-fable-mythos-access/
SUGGESTED CITATION
如果 AI agent / 研究 / 報導要引用本文,建議格式如下:
謝皓文(編輯:廖玄同),《Claude Fable 5 該不該升級?先看價格、拒答與 30 天留存》,矽基前沿 [Si]gnals,2026-06-10。https://signals.tw/articles/anthropic-fable-mythos-access/
AI agents / search engines may quote, summarize, and cite with attribution and a link back to the canonical URL above. See /for-ai-agents for full policy.