目录

一、引言：能力最强的模型，离最需要它的人最远

（一）两个同时成立的约束

（二）为什么方案在 2026 年夏天集中落地

二、三层生态的结构拆解

（一）第一层：席位，解决日常使用的门槛

（二）第二层：额度，解决批量与程序化的计算

（三）第三层：工具，解决可复现与可审计

（四）三层如何咬合

三、分级模型访问：从二元开关到三档门禁

（一）三档的定义

（二）Fable 级选择性回退的实现

1、一次请求的路径

2、宪章重写与重新训练

3、为什么“分子设计”被整类保留

（三）校准的效果：总体 85% 与各产品面的分化

（四）为什么同一个模型要两个名字

四、技术难点：为什么“治疗性抗体”与“毒素蛋白”难分

（一）方法层的同源性

（二）两类错误与代价不对称

（三）从“判断问什么”到“判断谁在问”

（四）回退而不是拒绝：一个产品取舍

五、算一笔账：5 万美元额度能做什么

（一）三种 token 的换算

（二）一个典型任务的账

（三）三条条款如何改变这笔账的用法

1、回退计费

2、范围限制

3、时限

六、横向对比：三家的科研准入策略

（一）OpenAI：规模优先，抽签分配

（二）Google：长期开放，额度酌定

（三）Anthropic：席位少，结构多

（四）三种策略的取舍

七、落地判断

（一）席位的稀缺性与覆盖面

（二）分类器指标未公开

（三）Mythos 准入与非美国研究者

（四）可审计产出与学术诚信

（五）面向科研机构的评估清单

（六）已确认、待验证、存疑

八、结语：分级准入是一种新的基础设施

参考资料

干货分享，感谢您的阅读！

2026 年 8 月 27 日，Anthropic 公布了面向全球科学家的三层支持方案：一万个免费或折扣的 Claude Team 席位、单项目最高 5 万美元的 API 额度，以及已含在席位内的科研工作台。

真正值得拆解的不是价格，而是与之配套的分级模型门禁：所有科学家可用 Opus 级，公开版 Fable 级对专业生物与药物研发查询做选择性回退，Mythos 级则只经由与美国政府合作的核验计划开放。

这是业内第一次把“开放还是封锁”的二元选择，改造成按领域与身份分档的准入模型。本文梳理三层结构的机制细节，解释选择性封锁在技术上为何困难，算一笔 5 万美元额度的账，横向对比同业方案，并给出面向科研机构的落地判断。

一、引言：能力最强的模型，离最需要它的人最远

（一）两个同时成立的约束

过去两年，前沿大模型在科研场景里的表现已经从“辅助写作”跨到了“参与研究”。厂商在 8 月 27 日的公告中援引了两个例子：模型把黎曼 ζ 函数某一问题上的已知界从 41.6% 推进到 67.2%；在蛋白质结合体设计任务上，15 个靶点中有 14 个成功。9 月 1 日发布的新一代模型在科学类终端任务基准上的得分从上一代的 24.7% 翻倍到 52.6%。这些数字的可信度与可复现性可以另议，但它们至少说明一件事：前沿模型对基础研究的价值，已经不再是“锦上添花”。

然而这种能力与它的使用者之间，横着两条各自成立、互相独立的约束。

第一条是预算约束。大学与非营利研究机构的经费结构决定了它们很难承受按 token 计价的弹性支出。课题经费按年拨付，审计要求可预算、可追溯；而一次“对一千篇文献各跑一遍结构化抽取”的实验，在商用价目表下可能就是数千美元，且很难在申请经费时精确预估。商用 Team 席位的常规定价是每席每月 20 美元起，高级席每月 100 美元，一个 10 人课题组一年的软件支出就会超过多数实验室的预算线。结果是能力最强的模型先被资金充足的企业研发部门吸收，而基础研究这一最可能产生公共价值的场景反而滞后。

第二条是双重用途约束。前沿模型在生物与化学领域的能力，天然带有双重用途属性：一个能设计治疗性蛋白结合体的模型，同样能设计毒素蛋白的组件。厂商在 9 月 1 日发布的系统卡中给出的自评是，新一代模型达到了 CB-1 级别，即可以实质性地帮助具备基础技术背景的人合成已知的化学或生物武器，但尚未达到 CB-2 级别，即尚不能替代稀缺的专家人才去开发新型武器，并且承认这个判断的置信度不高。在这样的自评之下，无差别开放是不可能的选项。

两条约束叠加在同一群人身上，才解释了为什么这次的方案必须同时包含“降价”和“分级”两件事。只降价不分级，等于把双重用途能力以更低的价格扩散出去；只分级不降价，则最终无人用得起，分级也就没有意义。理解了这一点，再看这次公告的三层结构和三档门禁，就不会把它当成两件不相关的事。

（二）为什么方案在 2026 年夏天集中落地

把 2025 年 5 月到 2026 年 9 月的公开节点排成一条时间线，可以看出三个阶段。

第一阶段是单一额度计划。2025 年 5 月 5 日，厂商启动 AI for Science 计划，向附属于研究机构的研究者提供 API 额度，重点是生物与生命科学。这个阶段模型的生物能力尚未触发厂商自定的能力阈值，所以额度计划不需要考虑分级问题，评审标准也只有科学价值、潜在影响与模型能否真正加速研究三项。

第二阶段是能力跃升引入封锁。2026 年 6 月，Fable 5 发布，首次引入“分类器加回退”的机制：当请求被判定落入网络安全、生物化学或模型蒸馏三个受保护领域时，不是返回错误，而是把请求转交给上一代模型生成答案。6 月 30 日，科研工作台 Claude Science 公测。7 月 29 日，OpenAI 公布“学术研究者计划”，首批一万席、目标十万席、承诺 2.5 亿美元。8 月，厂商公开承认生物分类器误拦太多，重写了分类器规则并重新训练，宣称对良性生物请求的误拦减少了约 85%。

第三阶段是降价、分级、核验三件事同时落地。8 月 27 日，科学家 Team 计划公布，一万席免费或折扣，项目额度上限提升到 5 万美元，扩展到生物以外的计算密集型研究。9 月 1 日，Fable 5.1 与 Mythos 5.1 同步发布，同一个底层模型以两个名字分发，生命科学核验计划首批参与者入组，缓存读取价格下调 75%。

这条时间线里最值得注意的是第二阶段与第三阶段之间的因果关系。8 月的分类器校准是被动的：护栏上线两个月后，误拦造成的科研体验问题已经积累到必须处理的程度。8 月 27 日与 9 月 1 日两次公告则是主动的：既然公开版模型必须继续对专业生物查询做回退，那就需要给这群研究者一条正式的、可申请的替代路径，同时用免费席位与项目额度把其他学科的研究者先拉进来。换言之，分级门禁不是一个孤立的安全设计，而是整套科研准入方案得以成立的前提。

二、三层生态的结构拆解

（一）第一层：席位，解决日常使用的门槛

科学家 Team 计划的核心条款可以概括为“课题负责人核验、按组开通、优惠十二个月”。

申请人必须是经认证的大学或非营利研究机构的课题负责人或同等身份，覆盖自然科学、数学、计算机科学、工程及相关领域。营利性公司、合同研究组织与企业研发团队被明确导向标准 Team 或 Enterprise 计划。申请时需确认机构归属并简述研究方向，多数申请在 5 到 7 个工作日内收到邮件通知。核验通过后，课题负责人可以把实验室成员加入自己的组，每组 1 到 25 席，更大的组需要联系销售。

价格上，标准席免费，原价每月 20 美元；高级席每月 15 美元，原价每月 100 美元，用量上限是标准席的 5 倍。优惠期从签约日起 12 个月，到期后按当时价格续费，管理员会提前收到通知。年付口径为标准席 0 美元、高级席 180 美元。计划页面同时写明：优惠价格数量有限、不保证获得，最终价格在核验后确认；连续 90 天无活动的组可能回退到标准 Team 价格，同样会提前通知管理员。

席位内包含的内容比价格更值得注意：科研工作台、命令行编程工具、协作应用、共享项目、文件创建、面向研究数据库的连接器，以及单点登录与集中计费管理。数据条款方面，厂商声明不会用用户的对话、上传文件或研究数据训练模型，管理员可以配置团队的数据保留策略。

算一个 10 人课题组的年账会更直观。10 个标准席原价 2,400 美元，优惠后 0 美元；10 个高级席原价 12,000 美元，优惠后 1,800 美元；更现实的“2 个高级席加 8 个标准席”组合，原价 4,320 美元，优惠后 360 美元。这笔账说明，免费席位真正省下的是“进入门槛”，而不是大额预算。对多数课题组而言，一年几百美元的席位支出本来也不是使用前沿模型的主要障碍，主要障碍是采购流程与合规审批。课题负责人核验制加上集中计费，恰恰是在降低这部分制度成本。

（二）第二层：额度，解决批量与程序化的计算

AI for Science 计划在这次公告中有两处变化：单项目额度上限从常规的 2 万美元提高到最高 5 万美元；支持范围从生物与生命科学扩展到其他领域，尤其是计算密集型研究。

计划的运作方式是：研究者提交机构归属、项目摘要与团队背景；申请在每月首个周一集中评审，评审团队包含相关领域的专家；通过后额度记入组织账号，团队内部可以自由分配；有效期 6 个月。评审有四项标准，前三项是常见的学术资助口径，即科学价值、潜在影响与技术可行性；第四项是生物安全筛查，即确认研究不会为有害应用提供助力。这一项在同类学术额度计划中并不常见，它把额度计划与后文要讨论的分级门禁在制度上连了起来：额度评审是一道人工的、事前的门，分类器是一道自动的、实时的门。

额度计划的边界条款同样重要。额度仅可用于 API，不能抵扣网页端或工作台的订阅；只提供标准模型套件，不提供非公开或实验性模型，也不提供微调；不豁免使用政策，信任与安全团队按标准流程执法。这意味着拿到 5 万美元额度的生物研究者，在调用公开版 Fable 时仍然会遇到分类器回退；额度不是绕过分级门禁的通道。

除常规额度外，过去几个月还出现过两个专项。一个是罕见病研究专项，接受申请至 2026 年 8 月 2 日，每个项目最高 5 万美元、为期 6 个月，分为基础研究与生物技术公司两条赛道，合作方包括若干罕见病数据与药物再利用组织。另一个是工作台配套项目，50 个项目各获 3 万美元额度，外加合作算力平台提供的每项目最高 2,000 美元 GPU 资源，申请于 7 月 15 日截止，项目在 9 月至 12 月执行。这两个专项说明，5 万美元这个上限并非 8 月 27 日凭空出现，而是把已经在专项里试过的额度水平推广为常规上限。

（三）第三层：工具，解决可复现与可审计

科研工作台于 6 月 30 日进入公测，面向 Pro、Max、Team 与 Enterprise 订阅者，Team 与 Enterprise 需要管理员开启。它已经包含在科学家 Team 席位内，因此在三层结构里它不单独收费。

它的结构可以概括为四部分。第一部分是智能体分工：研究者面对的是一个协调智能体，由它理解任务、拆解步骤、调用技能与连接器，并按需派生基因组学、单细胞、蛋白质组、结构生物学、化学信息学等领域的专家智能体；研究者也可以创建自己的智能体与可复用技能。第二部分是审稿智能体：它自动核对引用与计算、检查图与代码是否一致，并对发现的错误做标记与修正。第三部分是技能与连接器：60 余项预置技能，接入文献库与结构数据库，并通过合作方的智能体工具包原生连接若干专用生命科学模型，同时可以在界面内直接渲染三维蛋白结构、基因组浏览器轨道与化学结构。第四部分是算力调度：任务可以在本机、通过 SSH 登录的机构集群或按需 GPU 上执行，研究者在提交前可以复核并批准算力决策；大型数据集留在机构基础设施上，只有必要的上下文会送往模型。

对学术场景最关键的是“可审计产出”这一设计：每一张图、每一份表、每一个笔记本都附带四类不可篡改的元数据，即生成它的精确代码历史、软件环境规格、用自然语言写成的生成过程说明，以及从提问到产物的完整对话记录。厂商援引的早期用户案例包括：一家生物技术公司用它在数百万候选结合体中评估表面表达、转运与安全性；一家神经科学研究所的研究者用二十余项自定义技能搭建“生成者与批评者”配对的计算综述模板，把原本需要最多两年的文献综述压缩到几个月；一家大学脑肿瘤中心把胚系变异分析的耗时缩短到原来的十分之一。这些案例来自厂商公告，未经独立审计，读者应以“可能性展示”而非“效果证明”看待。

（四）三层如何咬合

三层结构不是替代关系，而是叠加关系，各自对应一类瓶颈。

席位层解决交互式的日常使用：读文献、写代码、做图、组内协作。它的天花板是用量上限，标准席的额度显然不足以支撑批量任务，高级席也只是 5 倍。当课题组的用量超出席位上限时，计划页面明确指引它们去申请额度，而不是加席。

额度层解决批量、程序化、计算密集型任务：对上万篇论文做结构化抽取、对大规模基因组数据做多轮分析、在设计循环里反复调用模型。它的边界是“仅限 API”与“6 个月有效期”，也就是要求研究者把任务工程化。

工具层解决可复现与可审计：无论用席位还是额度产出的结果，只要经过工作台，都会带上审计元数据。这一层的价值在结果进入论文、答辩或经费结题报告时才真正显现。

三层之上罩着同一套分级门禁。无论走哪一层，生物与化学领域的专业查询在公开版模型上都会回退到 Opus 级；只有进入核验计划，才能在 Mythos 级上使用面向专业研发的护栏配置。这就是为什么本文要用超过三分之一的篇幅讨论门禁本身。

三、分级模型访问：从二元开关到三档门禁

（一）三档的定义

公告与随后的产品文档把模型访问分成三档。

Opus 级面向所有科学家，在生物与化学领域没有专业限制。它是当前公开版 Fable 在触发回退时的落点，也是额度计划“标准模型套件”里在敏感领域实际可用的最高档。

Fable 级同样面向所有科学家，但公开版会继续拦截专业生物与药物研发查询。具体而言，被判定为病毒学、毒理学、分子设计以及危险实验室方法等双重用途类别的请求，会被自动回退到 Opus 5 生成；网络安全领域中，识别源代码漏洞这类防御性工作已经放开，但渗透测试、漏洞利用代码生成与基于二进制的漏洞扫描仍回退到 Opus 4.8。厂商在产品页面上直接写明，Fable 5 与 5.1 目前“不推荐用于专业生物研究与药物研发”。

Mythos 级面向经过核验的生命科学专业人员与网络防御者。Fable 5.1 与 Mythos 5.1 是同一个底层模型，区别只在护栏配置：Mythos 在生物领域采用“面向专业研发活动设计的护栏”，其余所有护栏保持不变。生命科学核验计划以邀请制公测的形式运行，与美国政府合作，首批参与者已经入组，厂商表示计划扩展到更广的生命科学社区；网络安全方向则有对应的网络核验计划。目前两个计划都只对美国机构开放，厂商称正在与美国政府协调，尽快向更多国内外合作方扩展。

这个矩阵有一个容易被忽略的特征：档位不因付费而变化。额度计划明确只提供标准模型套件；公开版的回退规则对付费的企业客户与免费的学术用户同样生效；核验计划也不是一个可以买的产品。换句话说，三档门禁的区分维度是“领域”与“身份”，而不是“价格”。这与软件行业常见的按付费层级解锁功能的做法完全不同，也正是它被称为“行业首创”的原因所在。

（二）Fable 级选择性回退的实现

选择性封锁的技术实现，是理解整个方案的关键。它的基本单元是一个运行在模型之外的输入侧分类器，加上一个输出侧的二次检查。

1、一次请求的路径

一次生物领域请求的路径如下。研究者的请求先经过输入侧分类器，分类器依据一份被厂商称为“宪章”的规则集合判定请求是否落入受保护类别。判定为良性的请求交给 Fable 5.1 生成，输出再经一次分类；判定为受保护的请求则转交 Opus 5 生成。两条路径最后都以正常的 HTTP 200 响应返回，区别在于回退路径的响应会把停止原因标记为 refusal。也就是说，从应用层看，回退不是错误，而是一次“换了模型的成功响应”；不读取停止原因字段的应用甚至不会察觉自己得到的是上一代模型的答案。API 用户需要通过新提供的接口配置自己的回退策略。

2、宪章重写与重新训练

8 月的校准改的就是这个分类器。厂商的描述分三步：一是重写分类器的宪章，用更细的规则区分受保护内容与允许内容，并为良性用途逐条开出例外；二是征求厂商内外多领域专家的意见；三是基于新宪章生成训练数据，重新训练分类器，并验证它仍能拦住有害内容。校准后新放行的类别包括解读化验单与常见症状等日常健康问题、面向医护人员的临床支持类查询、教学与科普层面的生物学解释，以及多数被判定“极可能良性”的边缘请求。继续回退的类别则是病毒学、毒理学、分子设计与其他生物危害相关内容。

3、为什么“分子设计”被整类保留

这里要特别指出“分子设计”被整类保留在封锁范围内的含义。蛋白质与小分子设计正是当前前沿模型在生命科学中最有优势的方向，厂商自己援引的成绩单（15 个靶点中 14 个成功；亲和力比某公开设计竞赛的最佳作品高 10 倍）就来自这一方向。把这一整类保留在回退范围内，意味着公开版 Fable 对结构生物学与药物化学研究者的价值，主要不在“设计”，而在文献、数据处理与代码。这也解释了为什么厂商要在核验计划上花力气：设计能力恰恰是最需要、也最不能无差别开放的部分。

（三）校准的效果：总体 85% 与各产品面的分化

厂商公布的“良性生物请求回退减少约 85%”是在测试集上的数字。落到各产品面上，第三方转述的降幅差别很大：对话应用约 67%，协作应用约 55%，命令行编程工具约 17%，开发者平台约 7%。

这组数字之所以值得单独讨论，是因为它揭示了校准的受益者分布。对话应用与协作应用上的生物请求，大量是日常健康问题、科普与教学，这正是校准放开的类别，所以降幅大。开发者平台上的请求更多来自专业与自动化流水线，恰好集中在仍被封锁的病毒学、毒理学与分子设计，所以降幅只有 7%。而靠项目额度做批量生物计算的研究者，用的正是开发者平台。换言之，从这次校准中获益最少的一群人，恰恰是额度计划最想服务的那群人。

同时必须说明这组数字的口径：它们描述的是“回退次数的变化”，不是“判对了多少”。厂商没有公开分类器的误报率（把良性请求判为受保护）与漏报率（把有害请求判为良性）。回退减少 85%，既可能来自误报下降，也可能部分来自阈值放宽导致的漏报上升，仅凭公开数字无法区分。这是后文落地判断里“存疑”一栏的首要事项。

（四）为什么同一个模型要两个名字

Fable 5.1 与 Mythos 5.1 共享同一个底层模型，这一点厂商说得很明确。两个名字的意义在于把“能力”与“准入”在产品层面解耦。

从能力评级的角度，系统卡把两者都按 CB-1 处理：模型可以实质性帮助具备基础背景的人合成已知武器，因此都部署了同等级别的生物护栏。对 CB-2 的判断则是“尚未达到，但置信度低”：模型在生物专业上达到了“能完成多数步骤但仍留有狭窄缺口”的水平，部分评审者把它评为“知识渊博的专家”而非“世界级顶尖专家”。评估方式包括专家红队、能力提升试验、由博士级生物学家与 AI 专家配对的桌面演练，以及专家问卷。有评论者批评这种方式在基准饱和后过于依赖主观评估，可复核性不足；这个批评是成立的，但它针对的是评级方法，而非分级门禁本身。

从准入的角度，两个名字让厂商可以对同一个模型执行两套发布政策：Fable 走通用可用性，护栏由分类器自动执行；Mythos 走信任准入，护栏由身份核验事前执行。这比在同一个产品名下按用户身份动态切换护栏要清楚得多，也便于监管方、机构合规部门与期刊理解“研究者用的是哪一档”。

四、技术难点：为什么“治疗性抗体”与“毒素蛋白”难分

（一）方法层的同源性

选择性封锁在技术上极其困难，根源在于合法研究与危险研究在方法层高度重叠。

以蛋白质设计为例。设计一个针对肿瘤表面抗原的治疗性抗体，与设计一个针对宿主神经受体的毒素蛋白组件，中间四个环节几乎使用相同的计算方法：靶点选择与结构预测、序列生成与变体设计、结合亲和力优化、稳定性与表达评估。同样的结构预测模型、同样的亲和力打分函数、同样的设计迭代循环。两条路线的差别只在起点（靶点是什么）与终点（为了什么），而分类器在一次请求中能看到的，恰恰主要是中间那一层的语言。

这就是厂商把“分子设计”整类保留在封锁范围内的技术原因。若要在这一类内部再做细分，分类器需要从请求文本中推断靶点的性质与研究目的，而靶点名称可以被改写、研究目的可以被编造、多步任务可以被拆成单步分别提问。文本层面的区分有天花板，而且这个天花板离“可接受的漏报率”还有距离。

（二）两类错误与代价不对称

任何分类器都有两类错误：误报，即把良性请求判为受保护并回退；漏报，即把有害请求判为良性并放行。两类错误的代价高度不对称。

误报的代价由研究者承担，且可见、可申诉、可统计。研究者会发现自己得到的答案质量下降，可以记录回退事件，可以向厂商反馈；8 月的校准就是这类反馈积累的结果。漏报的代价由社会承担，且不可逆、难以事后归因。一次成功的能力提升不会在日志里留下“这是漏报”的标记，厂商也几乎不可能公开漏报率。

代价不对称决定了阈值的偏向：在不确定时宁可误报。这也解释了两次校准的性质，即它们都是在“偏严”一侧的微调，而不是换到“偏松”一侧。理解这一点，研究者就不应期待分类器在短期内对专业生物研究“放开”；对这群人，真正的路径只有核验计划。

（三）从“判断问什么”到“判断谁在问”

既然从内容判断意图有天花板，这一代方案的做法是把“判断谁在问”叠加在“判断问什么”之上。生命科学核验计划的本质，是把“对谁放松阈值”这件事从分类器手里拿走，交给一套事前的身份核验流程。经过核验的研究者在 Mythos 上使用的是另一套护栏配置，不再为漏报风险付误报的代价。

身份核验为什么要与美国政府合作，而不是由厂商自己做？合理的解释是核验成本与可信度。判断一个机构是否是合法的生命科学研究机构、一个研究者是否有可信的研究记录，需要的是机构资质、资助记录、既有的研究合作关系，这些信息政府机构比商业公司掌握得多、验证得准。厂商自己做核验，既要承担误准入的责任，又缺少可核对的信息源。借用政府的既有制度，是把核验的可信度外包出去。

但核验本身也有两类错误，且同样不对称。把不该准入的机构放进来，是核验的漏报；把合格的非美国机构长期拦在门外，是核验的误报。目前的安排明显偏向后一种：计划只对美国机构开放，扩展依赖与美国政府的进一步协调，没有公开时间表。对非美国的生命科学研究者而言，这是三档门禁里最实际的限制。

（四）回退而不是拒绝：一个产品取舍

最后值得单独讨论的是“回退到上一代模型”这个设计本身。相比直接拒绝，回退有三个好处：研究者始终能得到一个可用的答案；应用侧不需要处理错误分支；误报的体验成本从“被拒绝”降为“答案差一些”。

它也有两个代价。第一，回退是隐性的，不读取停止原因字段的应用不会察觉模型已经切换。对科研而言，这意味着同一个流水线在不同请求上可能用了不同代际的模型，若不记录，结果的可比性会受影响。第二，回退把误报的成本分散成了“质量略降”，反而降低了研究者反馈的动力，误报统计可能因此偏低。

对研究者的实际建议由此而来：在所有 API 调用中记录模型标识、时间戳与停止原因，把回退事件写入研究日志。这既是可复现性的要求，也是将来申请核验或向厂商申诉时最有力的证据。

五、算一笔账：5 万美元额度能做什么

（一）三种 token 的换算

项目额度以美元计，落到不同类型的 token 上差别巨大。按 9 月 1 日公布的 Fable 5.1 价目，每百万 token 的普通输入为 10 美元、输出为 50 美元、缓存读取为 0.25 美元。5 万美元分别对应约 50 亿普通输入 token、约 10 亿输出 token，或约 2,000 亿缓存读取 token。三者之间相差两个数量级。

缓存读取这一项的变化最大。上一代 Fable 5 的缓存读取价格是每百万 1 美元，占普通输入价的 10%，与多数模型的口径一致；Fable 5.1 把它降到 0.25 美元，只占普通输入价的 2.5%。同样 5 万美元额度，在旧价目下只对应 500 亿缓存读取 token，新价目下是 2,000 亿。厂商估算这一变化使典型工作负载成本下降约 25%，高度智能体化的工作负载最多下降约 45%。对科研场景而言，它改变的是“重复读取大语料”的成本结构：把一整个文献库或一个大型数据集放进上下文缓存，此后每一轮追问只按缓存价计费。

（二）一个典型任务的账

以“分析一万篇论文”为例。一篇全文按 1.5 万 token 估算，一万篇合计 1.5 亿 token。首次通读按普通输入价约 1,500 美元；若每篇输出 1,500 token 的结构化摘要，合计 1,500 万输出 token，约 750 美元。此后如果把全库放入缓存做跨库追问，每一轮完整读取 1.5 亿 token 只需约 38 美元。粗略地说，5 万美元额度可以支撑几十轮全库反复追问，或者在设计循环里支撑数以万计的生成与评估往返。

这个估算说明，“上万篇论文”对 5 万美元额度而言是一个偏保守的目标。真正吃满额度的不是一次性通读，而是多轮的、结构化的、需要模型反复生成的流程，例如大规模的假设生成与验证、跨数据库的证据链构建、或在设计循环中反复评估候选方案。也正因此，额度计划要求项目具备“技术可行性”，评审的其实是研究者有没有把任务工程化的能力。

（三）三条条款如何改变这笔账的用法

1、回退计费

生物与化学领域的专业请求在公开版上会回退到 Opus 5，额度按实际生成答案的模型价目扣减，而不是按申请时预期的模型。对生物研究者而言，这既意味着实际消耗速度可能与预期不同，也意味着上面按 Fable 5.1 价目算的账并不完全适用于他们。

2、范围限制

额度只覆盖 API，工作台与网页端的用量要靠席位承担。因此课题组的合理配置是“席位负责交互与产出留痕，额度负责批量流水线”，两者不能互相替代。

3、时限

6 个月有效期意味着 5 万美元要在半年内用完。对多数课题组来说，这需要提前把数据、流水线与评估方法准备好，而不是拿到额度再开始设计实验。这一条与月度评审节奏结合起来看，实际上是在筛选“已经准备好的项目”，而不是“有好想法的项目”。

六、横向对比：三家的科研准入策略

（一）OpenAI：规模优先，抽签分配

2026 年 7 月 29 日，OpenAI 公布“学术研究者计划”：首批一万席，计划到 2027 年扩至十万席；参与者获得带更高用量上限与更大上下文窗口的产品版本，包含最新旗舰模型与其面向长任务的高阶版本，以及编程与工作流工具；每位入选者可以邀请本机构四名合作者，享受同等待遇；厂商提供培训与集成支持。这项计划属于一个到 2027 年累计超过 2.5 亿美元的科研支持承诺，其中包括 5 月向大学分发的 5,000 万美元资源与对美国能源部研究的支持。到 8 月 10 日，首轮申请超过 1.3 万份、对应最多 6.5 万个席位，首批一万席通过抽签确定，此后的申请进入等待名单。

这套方案的特点是规模优先、分配机制简单、模型统一。公开材料中没有看到按领域分级的模型访问，也没有针对生物领域的专门说明。

（二）Google：长期开放，额度酌定

Google 的研究者计划是一个长期开放的 API 额度项目：面向附属于有效学术机构的教职与研究人员，按月评审申请，提供 API 额度与更高的速率限制，但额度数额不公开，且明确“由厂商酌情授予与撤销”，并限于支持的地区。它更接近传统的“云服务商学术额度”，而不是一个有明确规模承诺的计划。

（三）Anthropic：席位少，结构多

与前两者相比，这次的方案在席位数量上并不占优：一万席与 OpenAI 的首批一万席相同，但后者明确了十万席的目标与 2.5 亿美元的承诺。它的差别在结构上：三层叠加而非单一席位；额度计划有明确的上限、评审节奏与生物安全筛查；模型访问按领域与身份分三档；生命科学的前沿能力通过与政府合作的核验计划开放；配套工具强调可审计产出。

对比时必须注意口径：三家公开信息的详略差别很大，“未见公开说明”只表示截至 2026 年 9 月上旬未查到公开材料，不等于对方没有相应安排。特别是在生物领域的处理上，其他厂商同样受能力评级与监管约束，只是没有把分级机制作为科研计划的一部分公开说明。

（四）三种策略的取舍

三种策略各自的取舍可以概括为：OpenAI 用规模换覆盖，代价是分配机制粗糙，抽签无法区分项目质量；Google 用长期开放换灵活，代价是缺少承诺，研究者难以据此规划；Anthropic 用结构换精细，代价是流程更重，且把生命科学前沿能力的钥匙交给了政府合作机制，短期内对非美国机构不友好。对一个具体的课题组而言，最合理的做法往往是同时申请，按领域与任务类型分配使用。

七、落地判断

（一）席位的稀缺性与覆盖面

一万席相对于全球研究者总量确实是杯水车薪。联合国教科文组织统计的全球全时当量研究者在 2018 年已接近九百万，其中中国约 169 万、美国约 138 万。即使只算自然科学、数学、计算机与工程领域的课题负责人，一万席也只能覆盖很小一部分。

但有两点会改变这个判断的尺度。第一，席位按课题负责人核验、按组开通，每组 1 到 25 席，所以一万席对应的不是一万个研究者，而是几百到一千余个课题组；竞争发生在课题组层面。第二，厂商在公告与计划页面上都表示后续将“远超”一万席扩容，但没有给出节奏。在扩容落地之前，申请竞争会集中在核验环节，而核验是先到先得还是择优并未说明。对课题负责人的实际建议是尽早提交核验申请，并在研究描述中明确说明用途与团队规模。

（二）分类器指标未公开

分级门禁的执行层面，即“如何判断某个查询是否涉及药物研发”，完全依赖分类器。厂商公开了回退次数的下降幅度，但没有公开误报率与漏报率，也没有公开各学科的误拦分布。对结构生物学、药物化学、微生物学等领域的研究者，最实际的做法是把回退事件当作数据来收集：记录请求类型、模型标识与停止原因，形成本课题组的“误拦清单”。这份清单有三个用途：评估公开版模型对本组研究的实际可用性；作为申请核验计划的证据；在厂商再次校准分类器时提供具体反馈。

（三）Mythos 准入与非美国研究者

生命科学核验计划目前只对美国机构开放，由哪个政府部门执行、核验标准是什么、已入组多少参与者、何时向国际扩展，均未披露。对非美国的生命科学研究者，短期内可以预期的是：公开版 Fable 在专业生物查询上回退到 Opus 5，Opus 级在生物领域没有专业限制，因此“不能用前沿模型做生物研究”的说法并不准确，准确的说法是“不能用最新一代模型做分子设计等被封锁的类别”。这个差别对多数生物信息学、基因组学与文献密集型工作影响有限，对以设计为核心的研究影响显著。

（四）可审计产出与学术诚信

工作台的审计元数据在学术诚信上的价值值得认真对待。期刊与资助机构对 AI 参与研究的披露要求正在收紧，而多数研究者目前只能以“使用了某模型”这样的粗粒度声明来满足要求。附带精确代码历史、环境规格、生成说明与完整对话记录的产物，在原则上可以支持更细粒度的披露，即“这张图由哪段代码、在哪个环境、经过哪些对话生成”。

但有两个前提尚未满足。第一，期刊与学术诚信办公室是否接受这种格式的审计记录作为披露材料，目前没有先例。第二，审计元数据记录的是工作台内的过程，若研究者在工作台外做了修改，记录就不完整。对研究者的建议是把审计记录作为内部留档与答辩材料先用起来，同时在方法部分继续按期刊要求做常规披露。

（五）面向科研机构的评估清单

对机构 IT 与合规团队，可以用以下清单评估是否引入这套方案。

• 数据边界：确认工作台在机构集群上运行时的权限模型与数据流向，特别是“只有必要上下文送往模型”的具体实现。
• 回退记录：要求所有 API 调用记录模型标识与停止原因，把回退事件纳入研究日志的必填项。
• 席位治理：明确课题负责人作为组管理员的职责，包括数据保留策略配置与 90 天不活跃回退原价的风险。
• 额度规划：以 6 个月为周期规划额度使用，优先安排已经工程化的批量任务，避免额度到期浪费。
• 领域分流：对生物与化学课题组，事先说明公开版模型的回退范围，避免把以分子设计为核心的项目寄托在公开版上。
• 核验准备：对符合条件的美国机构，尽早了解核验计划的申请渠道；对非美国机构，关注国际扩展的公开进展。

（六）已确认、待验证、存疑

把上述判断收拢成三栏。

已确认的包括：标准席免费、高级席每月 15 美元、优惠期 12 个月；课题负责人核验制，每组 1 到 25 席；单项目额度上限 5 万美元、每月评审；工作台已含在 Team 席位内，产出附带审计元数据；缓存读取降至每百万 0.25 美元；生物与化学专业查询在公开版上回退到 Opus 5。

待验证的包括：一万席后续扩容的节奏与规模；分类器对具体学科的误拦频率；额度按回退后模型计费时的实际消耗速度；审计元数据能否被期刊与学术诚信办公室接受；工作台在机构集群上的权限与数据边界实现；90 天不活跃回退原价的触发口径。

存疑的包括：分类器的误报率与漏报率未公开；Mythos 准入仅限美国机构，国际扩展无时间表；核验计划的执行部门与标准未披露；一万席相对近九百万研究者的覆盖面；CB-2 判断以专家评估为主，可复核性不足；同一模型两个名字的分发方式能否长期维持。

八、结语：分级准入是一种新的基础设施

把这次公告放回更大的背景里看，它标志着前沿模型的科研准入从“商业产品的学术折扣”转向“一种有制度设计的基础设施”。三层结构解决的是钱的问题：席位免费、额度按项目、工具随席位。三档门禁解决的是风险的问题：按领域与身份分档，而不是按付费。后者是真正的代际变化。上一代方案只有“完全开放”与“完全封锁”两个端点，任何一个端点在双重用途能力面前都站不住；这一代在中间插入了“选择性回退”与“核验准入”两个环节，第一次让“对多数人开放、对少数类别封锁、对经核验者放开”成为一个可以运行的系统。

这套系统的薄弱环节也很清楚。选择性回退依赖分类器，而分类器在方法同源的领域有天花板，且指标不公开；核验准入依赖政府合作，而目前的合作只覆盖一个国家。两者都不是短期内能补齐的。对多数学科的研究者，这是一次实打实的降门槛，应该尽早申请席位与额度，把非敏感领域的批量工作跑起来。对生物与化学前沿研究者，真正的门在核验计划里，且暂时只对美国机构开着；在门开得更大之前，最有价值的事是把回退事件记成数据，既为自己的研究留下可复现的记录，也为下一次校准与扩展提供依据。

参考资料

• Anthropic，Expanding our support for scientists（2026 年 8 月 27 日）：Expanding our support for scientists \ Anthropic
• Anthropic，Claude Team plan for scientists 计划页面与条款：Claude Team plan for scientists | Claude by Anthropic
• Anthropic 帮助中心，AI for Science 计划条款：Anthropic's AI for Science Program | Claude Help Center
• Anthropic，AI for Science 计划启动公告（2025 年 5 月 5 日）：Introducing Anthropic's AI for Science Program \ Anthropic
• Anthropic，罕见病研究专项额度：AI for Science rare disease research grants \ Anthropic
• Anthropic，Claude Science 科研工作台公测公告（2026 年 6 月 30 日）：Claude Science, an AI workbench for scientists \ Anthropic
• Anthropic，Improving Fable 5's biology safeguards（2026 年 8 月）：Improving Fable 5's safeguards \ Anthropic
• Anthropic，Introducing Claude Fable 5.1 and Claude Mythos 5.1（2026 年 9 月）：Introducing Claude Fable 5.1 and Claude Mythos 5.1 \ Anthropic
• Anthropic，Claude Fable 产品页面：Claude Fable \ Anthropic
• Anthropic，Claude Mythos 产品页面：Claude Mythos \ Anthropic
• Anthropic，Claude Fable 5.1 与 Claude Mythos 5.1 系统卡（2026 年 9 月 1 日）：https://www-cdn.anthropic.com/0339e6a7c5c7b87f5c07798616dc32c215d14235/Claude%20Fable%205.1%20&%20Claude%20Mythos%205.1%20System%20Card.pdf
• Anthropic 平台文档，定价：https://platform.claude.com/docs/en/about-claude/pricing
• Unite.AI，Anthropic Opens 10,000 Free and Discounted Claude Seats for Scientists：Anthropic Opens 10,000 Free and Discounted Claude Seats for Scientists – Unite.AI
• Unite.AI，Anthropic Retunes Fable 5's Biology Safeguards, Cutting Blocked Queries 85%：Anthropic Retunes Fable 5’s Biology Safeguards, Cutting Blocked Queries 85% – Unite.AI
• IntuitionLabs，Claude Fable 5.1 and Mythos 5.1: Biology Access Explained：Claude Fable 5.1 and Mythos 5.1: Biology Access Explained | IntuitionLabs
• Don't Worry About the Vase，Claude Fable 5.1 and Mythos 5.1: The System Card：Claude Fable 5.1 and Mythos 5.1: The System Card | Don't Worry About the Vase
• HPCwire / AIwire，Anthropic Launches Claude Science AI Workbench：https://www.hpcwire.com/aiwire/2026/06/30/anthropic-launches-claude-science-ai-workbench-for-scientific-research/
• Tech Times，Anthropic Opens Free Claude to Scientists; Biology Frontier Goes Through Washington：Anthropic Opens Free Claude to Scientists; Biology Frontier Goes Through Washington
• OpenAI，Accelerating scientific discovery with ChatGPT for Academic Researchers（2026 年 7 月 29 日）：https://openai.com/index/chatgpt-for-academic-researchers/
• SiliconANGLE，OpenAI opens new ChatGPT for Academic Researchers program to 100,000 scientists：https://siliconangle.com/2026/07/29/openai-opens-new-chatgpt-academic-researchers-program-100000-scientists/
• Google AI for Developers，Gemini for Research：https://ai.google.dev/gemini-api/docs/gemini-for-research
• UNESCO 科学报告 2021，各国全时当量研究者数据：Researchers per million inhabitants by country, 1996–2018 (in full-time equivalents) | 2021 Science Report