Claude Fable 是 Anthropic 的高端 大语言模型 系列，面向高难度知识工作、软件工程、科学研究和长时间自主任务。Fable 这一产品线于 2026 年 6 月首次发布，第一代模型 Claude Fable 5 定位于处理过去模型难以持续完成的多日、复杂、异步任务。2026 年 9 月 1 日，Anthropic 发布 Claude Fable 5.1，进一步增强了长时间 AI Agent 任务、复杂编程、多步骤研究以及文档、表格和幻灯片处理能力。
Fable 并不是一个传统意义上的单独算法，而是 Anthropic 的一个模型产品系列。它位于 Claude 模型体系的高能力层级，主要用于需要较强推理能力、较长任务持续时间和大量工具交互的场景。
* 开发者：Anthropic * 模型系列：Claude Fable * 首次发布：2026 年 6 月 * 最新版本：Claude Fable 5.1 * 最新版本发布时间：2026 年 9 月 1 日 * API Model ID：
claude-fable-5-1
* 上下文窗口：1,000,000 tokens * 最大输出：128,000 tokens * 推理：Adaptive Thinking，始终开启 * 默认 effort：high * 知识截止时间：2026 年 6 月 * 主要用途：复杂推理、软件工程、知识工作、科学研究、长时间 Agent 任务
Claude Fable 5 于 2026 年 6 月 9 日发布，是 Fable 系列的第一代模型。
Anthropic 对 Fable 5 的定位不是简单提高聊天质量，而是让模型能够持续完成更加复杂、长期的工作。
典型任务包括：
* 大型代码库开发。 * 多阶段软件工程。 * 长时间自主执行。 * 深度研究。 * 复杂知识工作。 * 科学研究。 * 文档分析。 * 多步骤 AI Agent 任务。
Fable 5 的一个重要特点是其性能优势会随着任务复杂度和持续时间增加而更加明显。Anthropic 的官方资料指出，任务越长、越复杂，Fable 5 相对于其他 Claude 模型的优势越明显。
Claude Fable 5.1 于 2026 年 9 月 1 日发布，是目前 Fable 系列的最新版本。
它主要增强了：
* 长时间 Agentic Coding。 * 多步骤研究。 * 文档处理。 * 电子表格处理。 * 幻灯片制作。 * 复杂知识工作。 * 长时间异步任务。
官方 API 文档将 Fable 5.1 定位为适合 demanding reasoning 和 long-horizon agentic work 的模型。
Fable 的一个重要定位是 Long-Horizon Task，即需要较长时间和大量步骤才能完成的任务。
传统 LLM 通常表现为：
用户输入 → 模型生成答案。
Fable 更强调：
目标 → AI Loop → 规划 → 工具调用 → 执行 → 观察 → 修正 → 再执行 → 验证 → 完成。
因此，Fable 与 AI Agent 的关系非常密切。
例如，一个软件工程任务可能需要：
理解需求 → 阅读代码库 → 制定方案 → 修改代码 → 编写测试 → 运行测试 → 分析错误 → 修改代码 → 再次测试 → 验证结果。
这种任务并不要求模型一次生成全部答案，而要求模型能够持续维持任务状态。
软件工程是 Fable 的核心应用领域之一。
Fable 5.1 可以处理跨越整个代码库的功能开发、代码审查、性能优化以及长时间自主编程任务。
它还能够：
* 阅读大型代码库。 * 分析现有架构。 * 修改多个文件。 * 编写测试。 * 执行测试。 * 根据测试结果修改代码。 * 使用 Vision 检查生成结果。 * 在较长时间内持续执行任务。
因此，Fable 更接近 Coding Agent，而不仅仅是传统的代码补全模型。
Fable 5.1 的另一个重要方向是复杂研究任务。
它能够执行多步骤研究流程：
提出问题 → 搜索信息 → 分析资料 → 建立假设 → 验证 → 整理结果 → 输出报告。
这种能力使它与 Deep Research、AI Agent 和 Tool Use 等方向高度相关。
Anthropic 在 Fable 5.1 的发布中尤其强调了其科学研究潜力，并将其定位为能够展示 AI 未来参与科学进展能力的模型。
Fable 支持图像输入，可以理解文档、PDF 中的图表、表格和示意图。
Vision 不只是用于回答视觉问题，也可以参与 Agent 工作流。
例如 Coding Agent 可以：
生成界面 → 截图 → Vision 分析 → 与目标设计比较 → 修改代码 → 再次截图 → 再次验证。
这实际上形成了：
生成 → 观察 → 判断 → 修正 → 再生成。
Fable 5.1 拥有 1M tokens 的 上下文窗口，最大输出为 128K tokens。
较大的上下文窗口对于长时间 Agent 任务尤其重要，因为 Agent 需要保存：
* 用户目标。 * 历史对话。 * 已执行的操作。 * 工具调用结果。 * 代码内容。 * 研究资料。 * 中间结论。 * 当前任务状态。
因此，大上下文与 Long-Horizon Agent 能力之间存在直接联系。
Fable 5.1 使用 Adaptive Thinking，并且始终开启。
这意味着模型可以根据任务复杂程度动态投入更多或更少的推理计算。
例如简单问题不需要大量推理，而复杂的软件工程或研究任务则可以进行更深入的推理。
这种设计与 Inference-Time Scaling 的思想存在密切关系。
Fable 与 Claude Opus 都属于 Anthropic 的高能力模型，但产品定位有所不同。
Fable 5.1 更强调：
* 长时间任务。 * 高难度推理。 * Agentic Coding。 * 多步骤研究。 * 异步任务。 * 复杂知识工作。
Anthropic 当前的官方模型文档建议，对于一般工作可以优先考虑 Claude Opus 5，而在需要更强的长时间推理和 Agent 能力时使用 Fable 5.1。
Fable 与 Claude Mythos 是 Anthropic 2026 年高能力模型体系中的两个相关产品线。
Fable 面向一般用户和开发者开放，而 Mythos 则主要面向经过审核的特定组织和研究项目。
Fable 5.1 与 Mythos 5.1 具有相近的核心能力定位，但 Mythos 5.1 目前属于 Project Glasswing 的受限访问模型。
由于 Fable 具有较强的网络安全、生物学和化学等领域能力，Anthropic 为 Fable 5 引入了额外的安全分类器（Safety Classifiers）。
这些系统会检测可能具有危险性的网络安全请求，并在必要时拒绝或限制模型行为。
Anthropic 还针对生物学相关请求建立了额外的安全机制。2026 年 8 月，Anthropic 更新了 Fable 5 的生物学安全机制，使部分正常的教育、医疗和生物学问题减少不必要的模型回退。
因此，Fable 的架构不仅包括模型本身，也包括围绕模型建立的安全控制系统。
Fable 代表了 LLM 从“回答问题”向“持续完成任务”发展的一个方向。
传统模型：
问题 → 推理 → 答案
Fable 所针对的任务：
目标 → 规划 → 工具调用 → 执行 → 观察 → 修正 → 验证 → 完成。
因此，它的核心价值不只是单次回答质量，而是：
在较长时间尺度内持续完成复杂任务的能力。
这也是现代 AI Agent 发展的重要方向。
* Anthropic * Claude * Claude Opus * Claude Mythos * 大语言模型 * AI Agent * AI Loop * Coding Agent * Inference-Time Scaling * Tool Use
* Anthropic, 2026, 《Claude Fable 5》 Anthropic 官方 Fable 页面 * Anthropic, 2026, 《Introducing Claude Fable 5.1 and Claude Mythos 5.1》 Anthropic Newsroom * Anthropic, 2026, 《Claude Fable 5.1 Model Overview》 Claude Platform 文档 * Anthropic, 2026, 《More details on Fable 5's cyber safeguards and our jailbreak framework》 Anthropic 安全说明