Claude Fable 5.1登顶Artificial Analysis智能指数，单任务成本比Fable 5高 20%
Anthropic新旗舰模型在最大推理强度下得 66 分，超越Claude Opus 5、Fable 5与GPT-5.6 Sol；缓存读取价格下调 75%，但仍因输出token用量约 1.7 倍于Fable 5而推高单任务成本。
据第三方评测机构Artificial Analysis发布的文章，Anthropic的Claude Fable 5.1在最大推理强度（max effort）下于Artificial Analysis智能指数（Intelligence Index）得 66 分，为该指数迄今测得的最高分。该机构在其网站公布评测结果，并说明曾在发布前为Anthropic提供预发布评测支持。作为对比，Claude Opus 5（max）得 63 分，Claude Fable 5（max）得 62 分，GPT-5.6 Sol（max）与Grok 4.6（high）均为 61 分。评测使用Anthropic的默认服务端回退机制，约 4% 的输出token（主要针对安全标记请求）被路由至Claude Opus 4.8或Claude Opus 5。
Fable 5.1在多项基准上创下最高分：HLE得分 59.1%，高于此前由Claude Fable 5保持的 55.5%；Terminal-Bench v2.1得分 91.4%；SciCode得分 62.0%；τ³-Banking较Fable 5提高 9 分。在代理型知识工作评测中，Fable 5.1（max）于GDPval-AA v2得 1,853 Elo，较Fable 5提高 130；在AA-Briefcase得 1,694 Elo，较Fable 5提高 122。但与Claude Opus 5相比，GDPval-AA v2的领先在置信区间内，AA-Briefcase得分（1,685）视为持平。
成本方面，Fable 5.1（max）在智能指数上每个任务平均花费 3.76 美元，比Fable 5（max）的 3.14 美元高 20%，是Claude Opus 5（max）2.34 美元的 1.6 倍。原因在于Fable 5.1（max）的每个任务输出token用量约为Fable 5的 1.7 倍。
Anthropic将缓存读取价格从每百万token 1美元降至 0.25 美元，降幅 75%，标准输入/输出价格维持每百万token 10美元/50 美元不变。缓存写入价格维持每百万token 12.5美元。根据Artificial Analysis估算，缓存降价使每个任务节省约 1.40 美元，若不降价Fable 5.1（max）的单任务成本约为 5.16 美元。
在xhigh推理强度下，Fable 5.1得 65 分，单任务成本为 2.72 美元，比max强度低 1.04 美元，但仍高于Claude Opus 5（max）的 63 分及 2.34 美元成本。
Fable 5.1的五个推理强度设置对应输出token用量从 13.1M（low）到 143.7M（max）11 倍区间，智能指数得分从 58 到 66。在所有强度中，Fable 5.1位于智能指数与每任务输出token的前沿（Pareto frontier）上，但其下限高于GPT-5.6家族：GPT-5.6 Sol（medium）每任务输出token用量约 12M，低于Fable 5.1（low）的 13.1M。
代理型工作得分与Opus 5互有胜负
在代理型知识工作评测中，Fable 5.1（max）与Claude Opus 5（max）的表现接近但侧重点不同。GDPval-AA v2上Fable 5.1得 1,853 Elo，Opus 5为 1,824，但置信区间重叠；AA-Briefcase上两者分别为 1,694 与 1,685，视为持平。分项得分显示，Fable 5.1在分析质量上领先（2,025 对 1,980），在呈现质量上落后（1,495 对 1,572）。两个基准均使用Artificial Analysis开源参考代理框架Stirrup测试模型能否生成准确且呈现良好的专业输出。
在AA-Omniscience上，Fable 5.1（max）尝试回答 93.4% 的问题，高于Claude Opus 5的 87.8%，并在答对率上以 67.2% 创下该机构测得的最高纪录，高于Claude Fable 5的 65.4%。但更高的尝试率伴随更高的幻觉率：在未能正确回答的问题中，Fable 5.1有 72.6% 仍给出回答，而Fable 5为 63.6%。两种效应相互抵消，使Fable 5.1的AA-Omniscience指数得分与Fable 5持平。