Claude Fable 5.1 · 官方评测披露
Claude Fable 5.1 当前收录 37 项测试的官方记录。已完成列明材料的核查。
模型发布 · Claude Fable
官方材料与核查范围
当前列明官方材料已核读完成:两篇发布主文全文及全部16张SVG图表、相关型号规格页全文、对应News公告条目,以及212/264页系统卡全文和全部图表。图表查看清单见 本地留存副本;只取明示数值,不从曲线估数。 核对时间 。
当前资料不足以还原首发。 首发日仅恢复到 fable51-model overview:CDX 中第一条 2026-09-15 快照可回放并读取。Fable 5.1 发布主文及 System Card 的 exact-URL CDX 记录无同日 HTTP 200 capture,当前材料不能证明完整首发版本。归档服务后续出现 HTTP 429 疑似自动流量拦截;已按要求停止新增请求。
- Introducing Claude Mythos and Fable 5.1 · 主文 · 页面显示 September 2026;Anthropic News 索引条目 publishedOn=2026-09-15;当前正文修订时间未提供;本地 HTML:本地留存副本公布 · 采集 · 已核查 发布主文全文、脚注及全部SVG图表已实际核读;Fable 5.1共7图,Fable 5.2共9图。科学与工程演示、客户引述、Mythos专属及防护关闭实验、安全审计均按原主体与协议保留,不混作普通Fable能力成绩。Fable 5.1三张Venus示意图也已实际查看。
- Claude Fable 5.1 model overview · 主文 · 页面标示 Legacy;显示默认 effort high;页面修订时间未提供;本地 HTML:本地留存副本;全文核读发现Released September 1, 2026,与News公告publishedOn=2026-09-15分列保留。公布 未确认 · 采集 · 已核查 型号页全文已读;确认Legacy、规格、价格和模型ID。该页Released September 1, 2026,与News公告条目的2026-09-15不同,分别记录,不擅自变更发布身份。
- Claude Fable 5.1 and Claude Mythos 5.1 System Card · 附件 · PDF dated September 1, 2026; 212 pages. Full text review completed: pp.1-212. All 64 low-text or figure pages were rendered and visually inspected in 16 sheets; no additional standard Fable 5.1 capability scores were found in the supplementary safety/alignment sections. Revision date unknown. Local: 本地留存副本 and .txt.公布 未确认 · 采集 · 已核查 PDF 212 页全文核读完成:本批前序核读 pp.1-5、9、167-205;父代理补读 pp.6-8、10-166、206-212。64 个含图或低文本页已渲染并通过 16 张 sheet 实际视觉检查。安全实验仅记范围条件,不作为常规展示分数;未发现新增标准 Fable 5.1 能力结果。
- Anthropic News index · 主文 · 本地副本 本地留存副本;列表将 Introducing Claude Mythos and Fable 5.1 标为 publishedOn 2026-09-15;索引修订时间未知公布 未确认 · 采集 · 已核查 按本来源用途核对Fable 5.1对应公告条目:标题Introducing Claude Mythos and Fable 5.1、linkedUrl=/claude-fable-and-mythos-5-1、publishedOn=2026-09-15。该条目范围核读完成,不声称核读所有无关新闻。
- Introducing Claude Fable 5.2 and Claude Mythos 5.2 (later comparison source) · 主文 · 页面标示 November 9, 2026;用于核对 Fable 5.1 的后续对照成绩;当前正文修订时间未知;本地 HTML:本地留存副本公布 · 采集 · 已核查 发布主文全文、脚注及全部SVG图表已实际核读;Fable 5.1共7图,Fable 5.2共9图。科学与工程演示、客户引述、Mythos专属及防护关闭实验、安全审计均按原主体与协议保留,不混作普通Fable能力成绩。Fable 5.1三张Venus示意图也已实际查看。
- Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source) · 附件 · PDF 封面日期 November 9, 2026;用于 Fable 5.1 的 OSWorld、BenchCAD、OfficeQA/SWE-bench 对照;本地 本地留存副本;PDF pp.1-264 正文已逐页核读,pp.1-206 全部80个含图/向量图表页由父侧在21张sheet中实际视觉检查,pp.207-254能力图页亦已视觉检查;无未读页或未查看图表页公布 未确认 · 采集 · 已核查 用于 Fable 5.1 对照的 OSWorld 2.1、BenchCAD 2.1 与 OfficeQA 相关段已核对;该 264 页 System Card 正文 pp.1-264 已逐页核读,pp.1-206 全部80个含图/向量图表页由父侧实际视觉检查(21张sheet),pp.207-254能力图页亦已视觉检查。无未读页或未查看图表页;未新增标准 Fable 5.1 能力分数。
配置
- 最高可用 effort(逐项未注明) · Claude Fable 5.1;官方 benchmark 表未另注的分数按该模型最高可用 effort 报告。 未知项 逐 benchmark 实际 effort 未完全标注。、部分 benchmark 版本、harness、运行数未在主文列出。
- Xhigh effort · Claude Fable 5.1;Fable 5.2 对照主表将 FrontierCode 2.0 的 32.4% 标为 Xhigh effort。 xhigh未知项 采样设置与运行数未在主文给出。
- Adaptive Max · Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。 max未知项 不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
- Low effort · Claude Fable 5.1; adaptive thinking at low effort. low未知项 Sampling parameters are not specified for each chart point.
- Medium effort · Claude Fable 5.1; adaptive thinking at medium effort. medium未知项 Sampling parameters are not specified for each chart point.
- High effort · Claude Fable 5.1; adaptive thinking at high effort. high未知项 Sampling parameters are not specified for each chart point.
直接前代与后续发布
当前收录未确认直接前代。 官方关系依据
Compared to Fable 5, Claude Fable 5.1 was a massive improvement on RedlineBench, our contract redlining benchmark, improving from 47.9 to 57.0.
测试记录 · 37
- Terminal-Bench-Science · 0.1本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Terminal-Bench · 4.0本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- GDPval-AA · v2本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- OSWorld · 2.0,August 2026 task release(与此前 task files 不可直接比较)本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- Humanity's Last Exam · no tools;题集版本未注明本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- AutomationBench · 版本、任务集未在 Fable 发布表注明本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- CursorBench · 3.2.0本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- FrontierCode · 2.0本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- FrontierSWE · v2本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- WANDR · relaxed score;benchmark version 未注明本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- OSWorld · 2.1, 82-task offline no-internet subset, partial score本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- AA-Briefcase · v1.1本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- Remote Labor Index · 版本未注明本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Humanity's Last Exam · with tools;题集版本未注明本次发布有 6 条成绩记录,含 6 条精确值(可含历史记录)
- Chartography · no tools;task/version 未注明本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- BenchCAD · 2.1 core scores本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- OfficeQA · Full set本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- OfficeQA · Pro 133-question subset本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- SWE-bench Pro · Pro本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- SWE-bench Multilingual · 300 problems, 9 programming languages本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- SWE-bench Multimodal · Multimodal本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- DeepSWE · v1.1本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- FrontierCode · v1.1 Extended set本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- FrontierCode · v1.1 Main set本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- DRACO · 100-task Perplexity deep-research benchmark本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- ProgramBench · 166 个保留的 golden tasks;架构与时限按协议区分本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Chartography · 100 tasks本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- BenchCAD Vision2Code · 1,000-file random subset of 17,900 files本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- CritPT-Corrected · 71 theoretical-physics problems; 31 statements corrected for underspecification, ambiguity, or typos; Pass@1 averaged over 16 attempts per problem本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- GDP.pdf · 100 professional PDFs and prompts本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- Legal Agent Benchmark · Public full set本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- Toolathlon-Verified · June 2026 finalized release本次发布有 4 条成绩记录,含 4 条精确值(可含历史记录)
- ARC-AGI-1 · ARC Prize Foundation private dataset本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- ARC-AGI-2 · ARC Prize Foundation private dataset本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- HealthBench · 48,000+ rubric items across 5,000 multi-turn conversations本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- HealthBench Professional · 525 physician-authored conversations本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- RoboDojo Sim · 版本/任务配置未注明本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)