Anthropic 在 2026-07-02 发布 Fable 5 安全防护与越狱框架说明，解释网络安全分类器会拦截什么、不会拦截什么，并给出越狱严重度评分框架的初稿。
这条动态的重点在于透明化安全边界。对于高能力模型，安全策略会直接影响用户能否完成代码审计、红队评估、防御修复和安全研究等任务，过宽或过窄都会带来使用成本。
API 服务商转发这类模型时，不能只展示模型名称。用户还需要知道安全过滤是官方层、账号层、代理层还是服务商自建层触发；否则同一个提示词在不同平台得到不同结果时，很难判断原因。
越狱严重度框架也适合纳入评测指标。服务商如果能保留错误类型、拒绝原因和安全策略说明，用户就更容易区分合理拒绝、误杀和模型能力不足。
这条资讯提醒中转站评测不仅要测速度和价格，也要关注安全策略的一致性。尤其是涉及网络安全和代码能力的模型，透明边界比单纯承诺高能力更重要。
围绕这条动态，评测时可以先把信息拆成能力、入口和限制三部分：能力说明这次更新解决什么问题，入口说明用户通过产品还是 API 使用，限制则说明地区、账号、价格和调用条件。
对中转服务商而言，这类官方更新带来的真正压力是同步速度和透明度。页面宣传、模型列表、接口返回和扣费记录需要相互一致，否则用户很难判断自己调用的是官方新能力、旧模型映射还是服务商自建封装。
用户实际测试时可以从低风险任务开始，记录响应时间、失败信息、返回结构和扣费金额，再逐步增加长上下文、文件、代码或工具调用任务。这样能把一次新闻更新转成可复核的选站依据。
Anthropic 官方说明 Fable 5 网络安全分类器的拦截范围，并公布越狱严重度评分框架的初稿。