Claude Fable 5 於 7 月 1 日回歸後，雖然用戶尖銳抱怨，但基準數據顯示，問題更可能出在 Anthropic 更嚴格的路由器，而不是模型變弱。
重點摘要：
- BridgeBench 報告稱，在多數除錯任務被路由走之後，Fable 5 的程式評分出現崩跌。
- Arena.AI 發現盲測的人類偏好結果大致穩定，文件與專業文字類別還有所提升。
- 開發者受到的衝擊最大，因為一般的除錯提示詞就可能觸發新的分類器。
Fable 5 路由
Claude Fable 5 在重新上線並於 7 月 1 日恢復服務後，X 上的用戶很快就形容它壞掉、被削弱，或是不如以往強大。支持這種看法的最有力證據來自 BridgeMind，該團隊對重新上線版本重新執行了 BridgeBench 程式測試套件。
結果看起來相當嚴重：除錯從 86.2 掉到 25.9，重構從 73.6 降到 38.4，抗幻覺能力則從 75.9 降到 61.7。
但這些數字並不代表模型在整體層級徹底崩潰，因為 BridgeBench 指出，12 個 TypeScript 除錯任務中，實際只有 3 題真正送達 Fable 5。其餘 9 題被 Anthropic 的新安全分類器攔截並改送到 Claude Opus 4.8，而這些回退案例在評分時全被記為 0 分，因為被評估的那個模型並未作答。
延伸閱讀：Strategy 的 491 枚 BTC 之謎再掀 Saylor 是否會賣幣的爭論
Anthropic 分類器
Arena.AI 則得出了不同結論，因為它是在更廣泛的提示組合上，衡量盲測的人類偏好，涵蓋純文字、視覺、文件、程式碼以及代理任務。早期數據顯示，Fable 5 相對 6 月版本大致維持穩定。
前端程式的 Elo 分數從 1650 小幅降至 1623，Arena 表示，在累積足夠投票之前，這仍落在信賴區間內。文件表現上升 34 分，專業文字提升 25 分，創意寫作則增加 9 分。
這種分化顯示，只要提示真的送得到 Fable 5，它的表現仍像 Fable 5。問題在於，只要與安全稍有關聯的程式工作，在模型回應前就可能被轉送，尤其當提示中出現「vulnerability（弱點）」、「exploit（利用）」、「hook」或「fix（修補）」等詞彙時。
Anthropic 已經承認，新分類器在一般程式與除錯工作上會產生誤判。公司表示會隨時間持續微調系統，但尚未給出明確的目標日期。
目前的設定出現在一場更廣泛的安全爭議之後：Amazon 研究人員曾回報一個越獄方法，能迫使 Fable 5 辨識並展示軟體弱點。Anthropic 的回應是採用更保守的分類器，而現在看來，這套系統攔下的不只是當初設計要抓的危險提示。