Pro、Max、Team 和部分 Enterprise 用户，在当地时间 7 月 7 日前最多可以把每周额度的 50% 用在 Fable 5 上。
7 月 7 日之后，继续使用需要 usage credits。标准 Enterprise 席位默认不包含 Fable 5 额度，如果没有启用 credits，就无法继续使用。
可从官方说明和社区反馈看，它已经不是发布当初的那个白月光模型了。安全过滤更严格，回退到 Opus 4.8 的概率更高，Token 消耗也更快。想用好它，你还得需要注意以下这些新细节。
Fable 5 和 Mythos 5 都是在 6 月 10 日发布的。两个模型底层相同，但开放尺度不同。
Fable 5 面向更广泛用户，带有更强的安全机制。Mythos 5 限制更少，只提供给少数可信的 Glasswing 项目合作伙伴，主要用于防御性网络安全。
暂停访问的直接原因，来自 Amazon 研究人员的一份报告。
报告称，一种提示方式可以绕过 Fable 5 的部分安全机制，让模型识别软件漏洞，并在一个案例中生成漏洞利用演示代码。
虽然 Anthropic 事后复盘时非常笃定地强调：「相关案例根本没有释放出 Mythos 5 级别的网络攻击能力。」 而且官方还暗戳戳拉了同行下水：你们去测测 Claude Opus 4.8、GPT-5.5、Kimi K2.7，大家也都能识别出这个漏洞啊。
尽管如此，为了恢复访问，Anthropic 还是重新训练了安全分类器。
新分类器在超过 99% 的情况下可以阻止 Amazon 报告中提到的那类绕过方式。只是代价是巨大的：一些正常的编码、调试请求，会比以前更容易被误判，然后被系统转给 Opus 4.8 回答。
具体来说，Fable 5 的安全分类器会重点拦截几类内容：攻击性网络安全技术，比如漏洞利用、恶意软件、攻击工具；生物与生命科学内容，比如实验方法、分子机制；以及试图提取模型摘要思考过程的请求。
麻烦在于，Fable 5 现在彻底变成了「敏感肌」：良性的网络安全工作、正常的生命科学任务，也可能触发保护机制。
结果就是正常干活的程序员和科研派惨遭大规模误伤，社区里现在已经哀嚎一片：
逼得大家没办法，「奶奶越狱」这种上古老梗又迎来了文艺复兴，比如用「我奶奶生前喜欢 fullstack Next.js 应用」的方式包装问题。
Anthropic 承认，接下来几周还会继续优化这些分类器，目标是减少误报，更准确地区分真正的滥用和合法请求。
一个简单问题，Pro 额度先少 2%
当请求触发安全分类器后，系统不一定只是拒绝回答，也可能把请求转给 Claude Opus 4.8。
问题在于，Fable 5 的价格明显更高。
Fable 5 每百万 tokens 输入 10 美元、输出 50 美元，约为 Opus 4.8 的两倍。如果用户付的是 Fable 5 的价格，等待的是 Fable 5 的分类器审查，最后经常拿到 Opus 4.8 的回答，这显然是不合理的。
( 你一个开水果摊的，卖给我生瓜蛋子，这谁能接受 .jpg )
有网友实测，自己只试了约 3 个大型提示词，每个都用了大量子 Agent，总 API 账单接近 90 美元。开始时 5 小时额度还剩约 90%，30 分钟后只剩 30%。
他表示，只在 high effort 下使用 Fable 5，少用 xhigh。他认为 xhigh 很吃 tokens，max 或 extra 档位消耗更大，输出质量也不一定更好。
他的第二个做法，是让 Claude Code 学会把 Codex 当作大量实现任务的备用模型。
顺便提个有趣的冷知识，知名 AI 博主 Simon Willison 昨天借助 Claude Sonnet，对 Anthropic 新一代 tokenizer 进行测试，结果显示同样文本在不同语言里的 token 膨胀程度差异很大。
英文大约变成上一代的 1.4 倍，西班牙语约 1.33 倍，Python 代码约 1.28 倍，简体中文几乎没有明显变化。
这说明中文内容的信息密度优势依然存在。全中文沟通，反而成了最省钱的物理外挂。
最贵的模型，应该留给最难的活
吐槽归吐槽，Fable 5 敢收这么贵，底子还是毋庸置疑地强。
Anthropic 对 Fable 5 的定位很明确：长周期自主任务、复杂问题一次通过、视觉理解、企业工作流、代码审查和调试、模糊任务处理、多代理协作。
早期测试者还报告过，一些原本需要多天迭代的系统实现，Fable 5 可以一次完成。视觉能力也是重点。Anthropic 称，Fable 5 对密集技术图、网页应用、复杂截图的理解更准确，还被训练成会使用 bash 和 crop 工具处理翻转、模糊、带噪点的图片。
企业工作流方面，它更擅长金融分析、表格、幻灯片、文档等任务。在代码审查和调试方面，除去安全分类器覆盖的敏感网络安全领域，Fable 5 的 bug 查找召回率高于 Opus 4.8，也更会查代码库和历史提交。
Fable 5 回归后，网友也使劲地玩上了。
有网友 @AiBattle_ 拿 Fable 5 和 GPT-5.6 Pro 做 3D 房屋提示对比，结论是 GPT-5.6 Pro 的 3D 模型和房屋构图更好；Fable 5 的版本无法移动，但光照效果更好，生成速度更快。
所以，Fable 5 最适合的任务，是复杂工程、长期 agent、代码审查、多文件调试、游戏原型、企业文档和多 Agent 协作。拿它做简单聊天和普通问答，性价比不高，更适合把它留给真正复杂、真正值得花钱的任务。
长任务时代，提示词也要升级
在 Fable 5 回归之际，Anthropic 也发布了官方提示指南，明确建议用户调整提示词和工作流。
第一，不要要求模型展示内部思考过程。
过去很多人喜欢让模型「写出推理过程」，用来提高答案可信度。但在 Fable 5 里，要求模型回显、转录或解释内部推理，可能触发 reasoning_extraction 相关拦截，进而导致拒答或转到 Opus 4.8。
如果应用需要展示过程，官方更建议读取结构化 thinking blocks，或者通过 send-to-user 一类工具展示阶段性进展，而不是让模型把内部推理写成正文。
第二，要给模型明确边界。
Fable 5 更积极，也更容易做过头。官方建议用户说明：不要添加额外功能，不要进行无关重构，不要为假设需求设计复杂抽象。任务足够明确时，直接行动，不要反复讨论已经确认过的事实。
如果用户只是描述问题、询问判断、思考方案，也最好明确要求模型只输出评估，不要直接修改代码或执行操作。
第三，长任务要让模型核对证据。
Anthropic 建议，在长任务里要求模型汇报进度前，先核对当前会话里的工具结果。测试失败就说失败，没验证就说没验证，跳过的步骤也要说清楚。
第四，可以建立外部记忆系统。
官方建议，把每次任务里确认过的做法、需要长期遵守的规则、过去犯过的错误写成 Markdown 文件，后续任务再引用。对于长期 agent 来说，这比单纯依赖上下文更可靠，也更省成本。
第五，合理使用子 Agent。
Fable 5 更擅长调用并维持并行子 Agent。适合把独立子任务交给子 Agent，主模型继续推进工作。长生命周期子 Agent 还能保留上下文，减少重复消耗。
真正决定 Fable 5 上限的，不光是模型能力，还有你的使用方式。
Claude 的桌面工作流，开始覆盖 Linux
Fable 5 回归之外，Claude 产品线还有一个值得关注的更新：Claude Desktop 终于推出 Linux 测试版了。
Linux 版支持 Ubuntu 22.04 及以上、Debian 12 及以上，覆盖 x86_64 和 arm64。桌面应用提供 Chat、Cowork 和 Code 三个标签页，包括并行会话、可视化 diff 审查、集成终端和编辑器、实时应用预览等功能。
不过，Linux 测试版暂时没有 Computer Use 的应用和屏幕控制，没有桌面语音输入。
Quick Entry 全局快捷键在 X11 下可用，在 Wayland 下取决于桌面环境的 GlobalShortcuts portal。Fedora 和 RHEL 目前还不在官方支持范围内。
Linux 版的到来，像是 Anthropic 给这座 AI 兽笼又开了一扇门。Claude 不再只待在网页聊天框里，而是一步步走进终端、编辑器、本地应用和开发者的日常工作台。
问题是，门开得更多了，笼子也加得更密了。
Anthropic 一方面想向世界证明，他们能造出最强的安全模型；另一方面，他们又因营销恐惧这种力量失控而遭到反噬，最终不得不为这头 AI 猛兽加上层层限制。
属实是求锤得锤。
而在这种风声鹤唳的安全叙事之下，大多数用户更关心的是：花了这么多钱、操作又如此谨慎，它是否能够稳定地完成任务。显而易见的是，只要 Fable 5 依旧频繁误判、回退，就很难说是当下最优的模型选择。
