Anthropic 疑似灰度测试下一代模型，多方爆料指向 Fable 5.1

近期，多名 AI 爆料者和开发者在社交平台集中放料，称 Anthropic 正在紧急推进下一代大模型的早期访问测试，多个内部代号模型已被短暂曝光后又迅速下线。结合此前的「风险报告」线索，业内普遍猜测这些测试版本对应的就是即将到来的 Fable 5.1 以及一份更新版 Opus 检查点。不过，截至目前 Anthropic 官方并未作出任何正式回应。

爆料脉络：从内部代号到灰度上线

8 月 20 日，匿名爆料者 Leo 曾透露，OpenAI 计划在「几周内」发布代号 Astra 的新模型，而 Anthropic 原本打算等 Astra 发布后再做应对。但就在本周，Leo 改口称「Anthropic 终究是不打算等 Astra 了，他们正在加紧准备，最快明天就会发布」。

与此同时，Claude 网页端短暂出现了两个新模型代号：「Melon」和「Marshmallow」，随后被官方下线处理。多位开发者反映，他们已经在 Claude Web 上被「灰度」到了更新后的模型。熟悉 Anthropic 节奏的观察者认为，这种「测试曝光—迅速下线—数周内正式发版」的模式，与历代 Claude 大版本发布前的套路高度一致。

测试者反馈：模型能力出现跃升

知名 AI 爆料账号 @Lentils80 对内部代号为「claude-melon-eap」和「claude-marshmallow-eap」的模型做了实测，给出三点判断：

Melon 实际上是 Fable 级别的模型检查点；
Marshmallow 感觉像弱化版 Fable，或一个极强的 Opus 检查点；
模型在三维空间布局上表现突出，并且支持 One-Shot 生成。

他特别提到，Anthropic 内部疑似在「疯狂推进 3D 强化学习」，建筑物的空间布局生成效果「好得令人发指」。

另有灰度用户反馈，被测模型在以下方面相较上一代有显著提升：

前端开发：代码生成更流畅，组件逻辑一次成型，调试成本降低；
长链推理：处理多步骤逻辑问题时不再轻易丢失前提条件，能一口气推导到底；
自主工作流：更懂得调用工具、规划步骤，整体行为更像高级智能体。

但用户也注意到，模型对涉及版权图像生成的请求变得「前所未有的严格」，几乎一律拒绝生成。

一个用于判断是否被灰度的「防伪测试」

爆料者 @Legit_api 给出了一种相当直接的验证方式：在 Claude Web 中切换到对应模型，然后输入类似下面的提示词——

opus 4.6 date of release and gpt image 1.5 without searching the web.

该提示词的原理是「知识截止日期测试」。上一代 Fable 5 的训练数据截止于 2026 年 1 月之前，因此无法在不联网的情况下准确说出 Opus 4.6 等更晚事件的时间点；如果模型能直接吐出这些信息，说明后台已被替换为拥有更新知识库的新版本检查点。

不过，也有网友质疑这一测试存在「循环论证」的嫌疑：只有已经被灰度的用户才可能看到结果，未灰度的用户既无法验证也无法反驳。

Anthropic 内部的态度：承认 Opus 5 表现不佳

爆料密集出现的背景之一，是 Opus 5 上线后口碑明显下滑。不少用户在社区吐槽：

模型「变懒了」，频繁犯低级错误；
被指出错误后，下一轮仍不修正，只会反复道歉；
整体体验相比上一代有「降级」感。

Anthropic 负责 Claude Code 的核心员工 Thariq 罕见公开承认问题：「是的，我同意 Opus 5 模型目前『非常刺头』。我们希望模型能够保持一致性、充满温度，感觉像真正的 Claude 一样。我们正在努力解决这个问题，这是目前的头等大事。」

Thariq 同时澄清，此前 Claude Code 中出现的一些参数变化只是内部测试 API 配置的数字映射问题，并非「暗中降级」，内部评估并未显示性能倒退。这一表态被业内解读为：即将到来的可能不只是新的 Fable 检查点，还可能伴随一份更新版 Opus。

「Model 2」：风险报告里的伏笔

更早之前，Anthropic 在 8 月 15 日发布的《风险报告》附录 6.6 中，提到过一个内部代号「Model 2」。官方原文大致写道：

Model 2 的能力比 Mythos 5 略强一些。在许多内部任务上有显著改进，但并未展现出从 Claude Opus 4.6 到 Mythos Preview 那样程度的能力飞跃。我们目前没有对外发布这个模型的计划……

部分观察者推测，这个 Model 2 大概率就是半个月后即将全量到来的 Fable 5.1；但也有读者指出，报告里同时提到「目前没有对外发布的计划」，与爆料中「即将全量发布」的节奏存在一定矛盾。

为何「急了」：来自 OpenAI 与企业用户的双重压力

推动 Anthropic 加速的可能有两股外部力量。

一方面是 OpenAI 的 Astra。据爆料，Astra 在对齐与「奖励黑客」问题上已取得改进，并正在 OpenAI 内部进行「狗粮测试」。一旦 Astra 先发制人，Fable 5.1 的市场关注度会被明显稀释。

另一方面是定价压力。Claude 历来以「性价比」作为卖点，但随着算力成本上升，Claude 已开始被部分企业用户视为「AI 奢侈品」。据相关报道，约三分之二的企业用户已规划了备用模型方案。如果 Fable 5.1 能在前端开发和长链推理上实现跃升，并维持较低 API 价格，很可能再次冲击现有的定价体系。

也正因如此，有业内人士判断：「Fable 5.1 在 Astra 之前发布，现在看来是唯一合理的打法。」

需要注意的不确定性

需要强调的是，截至本文发稿：

Anthropic 未发布任何官方声明或预热；
「Fable 5.1」「Sonnet 5.1」这些名称并不在 Anthropic 公开的产品路线图中，是否为最终命名仍未可知；
灰度测试的覆盖范围、具体能力提升幅度、定价变化，均未得到官方确认；
部分爆料来源为匿名账号或单方面陈述，交叉验证仍不充分。

因此，本文所述更多是一份「以爆料为线索的行业动态观察」，而非已经发生的事实。读者在参考相关截图和测试结果时，宜保持审慎。