🐯虎嗅•最新收集於 4h
Fable 5.1 官方提示詞指南
#prompting#agent-workflows#prompt-cache#inference-costfable-5.1anthropicfable 5.1claude codecursorbench
💡Fable 5.1 可能大幅降低 Agent 成本，但工具行為變化也可能破壞既有提示詞假設。
⚡ 30-Second TL;DR
有什麼變化
Fable 5.1 提供 low、medium、high、xhigh 與 max 五級 effort，API 預設為 high。
為什麼重要
Agent 開發者可將例行任務切換至 low 或 medium effort，以降低推理成本，但也需要考量更多工具呼叫輪次與較少的使用者可見進度訊息。既有系統提示詞不應直接從 Fable 5 搬移，應先簡化並重新評測。
下一步行動
在 Fable 5.1 的 low、medium 與 high effort 模式上執行你的 Agent 評測套件，同時追蹤品質、工具呼叫輪次、延遲與快取 token 成本。
誰應關注：Developers & AI Engineers
關鍵要點
- •Fable 5.1 提供 low、medium、high、xhigh 與 max 五級 effort，API 預設為 high。
- •據稱在 CursorBench 上，low effort 的表現可追平 Fable 5 的 high effort，但成本約只有三分之一。
- •提示詞快取讀取價格由每百萬 token 1.00 美元降至 0.25 美元。
- •模型可能減少並行工具呼叫與進度更新，並在只修改少量程式碼時重寫整個檔案。
- •Anthropic 建議重新執行評測，因為不同模型版本的 effort 等級並不具備相同表現。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 15 個來源。
🔑 增強重點摘要
- •Anthropic 引入了针对 Messages API 的防蒸馏机制，限制开发者在保留思考块（Thinking blocks）的同时修改历史消息或系统提示，以保护模型知识产权。
- •官方指南特别建议在提示词中加入“禁止使用矫揉造作的文风（Mannered prose）”指令，以解决 Fable 5.1 在特定场景下输出过于冗长的问题。
- •Fable 5.1 在 Terminal-Bench-Science 0.1 基准测试中的表现达到 Fable 5 的两倍以上，显著提升了科研与逻辑推理能力。
- •Anthropic 同步推出了仅面向受信任合作伙伴（如生命科学与网络安全机构）开放的 Mythos 5.1 模型，该版本具备更严格的安全访问控制。
- •Fable 5.1 已在 Microsoft Copilot 等第三方平台同步上线，进一步巩固了 Anthropic 在企业级 Agent 市场的生态布局。
📊 競品分析▸ Show
| 特性/模型 | Claude Fable 5.1 | GPT-5 (假设) | Gemini 2.0 Ultra |
|---|---|---|---|
| 核心优势 | 编程与 Agent 任务 | 通用推理与生态 | 多模态与长上下文 |
| 缓存读取价格 | $0.25/M tokens | 未公开 | 未公开 |
| 性能基准 | Terminal-Bench-Science 0.1 | MMLU-Pro | GPQA |
| 部署方式 | API/Copilot | API/ChatGPT | API/Vertex AI |
🛠️ 技術深入
- 引入五级 Effort 控制机制（low, medium, high, xhigh, max），允许开发者在对话中动态调整计算资源分配。
- 优化了工具调用逻辑，通过减少并行的工具呼叫与进度更新，降低了 API 的延迟与冗余开销。
- 针对长上下文任务优化了缓存读取架构，将缓存读取成本降低了 75%。
- 强化了模型在处理复杂代码重构时的完整性，在仅需少量修改时倾向于重写整个文件以确保上下文一致性。
🔮 前景展望AI analysis grounded in cited sources
Agent 任务的开发成本将显著下降
缓存读取价格的大幅下调使得长上下文 Agent 任务的运行成本更具经济效益，将推动企业大规模部署复杂自动化流程。
模型蒸馏难度将进一步加大
Anthropic 对思考块（Thinking blocks）访问权限的限制，将迫使依赖蒸馏技术的开发者寻找新的模型微调路径。
⏳ 時間線
2025-05
Anthropic 发布 Claude Fable 5 系列模型，确立了 Agent 任务处理的行业基准。
2026-09
Anthropic 正式发布 Claude Fable 5.1，引入五级 Effort 控制与大幅优化的缓存定价策略。
📎 來源 (15)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週 AI 簡報
每週一封，可隨時退訂。