工程 / 工程
Claude Fable 5.1 正式登陆 AWS,带来更强推理能力与企业级数据保护
Anthropic 与 AWS 联合宣布,Claude Fable 5.1 正式在 Amazon Bedrock 及 AWS 上的 Claude Platform 上线。该模型在竞赛数学、研究生级工程与科学题目以及长链多步骤推理任务上均优于前代 Fable 5,被 Anthropic 列为「受监管模型」,须遵守最长 30 天的数据留存与人工安全审查政策。为满足企业对数据主权的需求,AWS 与 Anthropic 共同推出「企业前沿安全防护」(Enterprise Frontier Safeguards,EFS)方案,符合资质的客户可在零数据留存模式下使用 Fable 5 与 Fable 5.1,数据始终保留在客户自控的云环境中。该方案目前开放内部使用至 2026 年 12 月 31 日,后续还将支持客户自有加密密钥与审计日志,并以自动化审查取代人工审查。开发者可通过 Amazon Bedrock 控制台或 Boto3 SDK 快速接入模型。
Claude Fable 5.1 是 Anthropic 迄今能力最强的模型之一,现已通过 Amazon Bedrock 向全球开发者和企业开放。该模型在 Anthropic 内部最严苛的推理基准测试中明显超越 Fable 5,涵盖竞赛级数学、研究生层次的工程与科学问题,以及需要高度可靠性的长链多步骤任务。在日常使用中,这意味着模型在模糊任务上的判断更准确,给出错误答案的概率也显著降低。
在具体能力层面,Fable 5.1 针对多个高价值场景进行了深度优化。代码领域,模型可独立承担跨代码库的功能开发、代码审查与性能优化,支持数小时连续工作,且在遇到阻碍时会主动告知而非绕过失败测试。自主操作方面,模型能够跨多个应用完成多小时任务,自动规划、调用工具、从失败步骤中恢复,并主动汇报进展。知识工作方面,模型可从初始问题出发,完成研究、构建电子表格、撰写备忘录或演示文稿,并在过程中自我核验数据。
由于 Fable 5.1 被列为「受监管模型」,其使用须遵守特定的数据留存与安全审查规定。在 Amazon Bedrock 上,用户需在账户或项目层面启用 aws_review 模式,AWS 将在自身边界内留存提示词与输出内容,供人工安全审查使用,留存期最长 30 天。值得注意的是,该模式不要求将数据共享给模型提供商 Anthropic,数据处理全程在 AWS 基础设施内完成。
针对对数据主权要求更高的企业客户,AWS 与 Anthropic 联合推出了企业前沿安全防护(EFS)方案。符合资质的客户可以零数据留存(ZDR)模式使用 Fable 5 与 Fable 5.1,数据始终保留在客户自控的云环境中。该方案目前开放内部使用至 2026 年 12 月 31 日。今年晚些时候,EFS 还将进一步支持客户使用自有加密密钥、访问策略与审计日志,并以全自动化审查替代人工审查流程。
开发者可通过多种方式快速接入 Claude Fable 5.1。最简便的方式是在 Amazon Bedrock 控制台中进入测试 Playground,直接选择 Fable 5.1 进行提示词测试。编程接入方面,可通过 Anthropic Messages API 或 AWS SDK(Boto3)调用 bedrock-runtime 端点,模型 ID 为 global.anthropic.claude-fable-5-1。需要注意的是,Fable 5.1 作为推理模型,响应内容可能包含思考块(thinking block),开发者在解析输出时应按类型筛选文本块而非依赖固定索引。该模型目前通过美国地理 CRIS 与全球 CRIS 推理配置文件提供服务,AWS GovCloud(美国)区域同样支持。
要点
- Claude Fable 5.1 在竞赛数学、研究生级科学题目及长链推理任务上全面超越前代 Fable 5,并在编程、自主操作与知识工作场景中实现深度优化。
- 作为「受监管模型」,Fable 5.1 在 Amazon Bedrock 上须启用 aws_review 模式,数据留存最长 30 天并接受人工安全审查,但数据不会共享给 Anthropic。
- 企业前沿安全防护(EFS)方案允许符合资质的客户以零数据留存模式使用该模型,数据主权完全由客户掌控,当前开放至 2026 年底。
- 开发者可通过 Amazon Bedrock 控制台、Anthropic Messages API 或 Boto3 SDK 快速接入,模型同时支持 AWS GovCloud 区域及 Claude Platform on AWS。
原始标题:Introducing Claude Fable 5.1 on AWS
本文由 DataHub 基于公开来源整理,用于信息发现与摘要阅读;具体事实、数据和后续更新以原始来源为准。