当大模型竞争进入深水区，能力提升已经不再是唯一命题。谁能控制能力，甚至比谁拥有能力更重要。
Anthropic最新发布的Fable 5与Mythos 5，某种程度上正体现了这一行业转向。按照彭博社披露的信息，新推出的Fable 5虽然被定位为当前最强通用模型之一，但对于网络安全、生物学等敏感领域的问题进行了主动限制。当用户触及相关请求时，系统会将任务切换至Claude Opus 4.8处理，而不是直接交由Fable 5执行。
这意味着，Anthropic正在尝试一种更精细化的能力分层机制。
过去两年，大模型厂商主要围绕参数规模、推理能力和多模态能力展开竞争。进入2026年后，行业焦点开始发生变化。模型越来越强，但风险边界也越来越模糊。从代码生成到漏洞挖掘，从生物实验设计到自动化代理执行，高性能模型正在触碰传统软件从未面对过的能力边界。
对于Anthropic而言，这显然不是一个理论问题。
此前公司曾公开表示，Mythos模型能够在用户引导下识别并利用主流操作系统和浏览器中的安全漏洞。这种能力对防御方来说价值巨大，却也天然具备双重用途属性。一旦开放范围失控，风险远超普通聊天机器人产生错误答案。
因此，Mythos 5没有面向大众开放。
该模型被纳入Anthropic的Project Glasswing计划，仅向特定机构提供服务。这些机构通常包括政府部门、关键基础设施运营商、安全研究组织以及大型企业安全团队。换句话说，Anthropic并没有选择削弱模型能力，而是选择缩小能力的使用范围。
这种路线与AI行业近两年的演变高度一致。
从OpenAI、Google到Anthropic，头部厂商已经逐渐形成一种共识：并非所有能力都适合全面开放。尤其是在网络安全、生物技术、金融系统自动化等领域，能力释放速度往往快于监管体系建立速度。
有意思的是，Anthropic此次采用的并非简单的“拒绝回答”机制，而是动态模型调度。
用户仍然可以获得回应，只是敏感领域问题会被路由到能力边界更加明确的模型处理。这背后反映出一个新的商业逻辑——未来的大模型平台可能不再只有一个核心模型，而是形成由多个能力层级组成的模型矩阵。
类似航空公司的分级舱位。
普通用户接触的是经过安全约束的标准版本，高风险行业客户则获得更强大的专业版本，而后者需要额外审核、授权和监控。
从商业角度看，这也是Anthropic的一种竞争策略。
随着基础模型性能差距逐渐缩小，仅靠基准测试领先已经难以构筑长期壁垒。企业客户更关心的是模型是否能够在安全、合规和可控的前提下解决实际问题。特别是在政府采购、关键基础设施、金融机构等市场，风险管理能力正在成为新的产品指标。
Fable 5与Mythos 5的同步推出，释放出的信号并非单纯的产品升级，而是AI产业正在进入“能力分级运营”阶段。
过去行业讨论的是模型有多聪明，如今讨论的问题变成了另一件事：哪些能力应该开放，向谁开放，以及开放到什么程度。
这场竞争已经不只是算力和算法的较量，更是安全治理体系的较量。对于Anthropic而言，真正希望建立的或许不是一款最强模型，而是一套能够管理超强模型的商业与监管框架。随着AI能力继续向前推进，这类框架的重要性，可能会比下一次模型性能刷新纪录更加关键。
