一万个席位与三道门槛：从 Claude 科学家计划看前沿模型的分级科研准入

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 5Opus 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AnthropicExpanding our support for scientists2026 年 8 月 27 日Expanding our support for scientists \ AnthropicAnthropicClaude Team plan for scientists 计划页面与条款Claude Team plan for scientists | Claude by AnthropicAnthropic 帮助中心AI for Science 计划条款Anthropics AI for Science Program | Claude Help CenterAnthropicAI for Science 计划启动公告2025 年 5 月 5 日Introducing Anthropics AI for Science Program \ AnthropicAnthropic罕见病研究专项额度AI for Science rare disease research grants \ AnthropicAnthropicClaude Science 科研工作台公测公告2026 年 6 月 30 日Claude Science, an AI workbench for scientists \ AnthropicAnthropicImproving Fable 5s biology safeguards2026 年 8 月Improving Fable 5s safeguards \ AnthropicAnthropicIntroducing Claude Fable 5.1 and Claude Mythos 5.12026 年 9 月Introducing Claude Fable 5.1 and Claude Mythos 5.1 \ AnthropicAnthropicClaude Fable 产品页面Claude Fable \ AnthropicAnthropicClaude Mythos 产品页面Claude Mythos \ AnthropicAnthropicClaude 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.pdfAnthropic 平台文档定价https://platform.claude.com/docs/en/about-claude/pricingUnite.AIAnthropic Opens 10,000 Free and Discounted Claude Seats for ScientistsAnthropic Opens 10,000 Free and Discounted Claude Seats for Scientists – Unite.AIUnite.AIAnthropic Retunes Fable 5s Biology Safeguards, Cutting Blocked Queries 85%Anthropic Retunes Fable 5’s Biology Safeguards, Cutting Blocked Queries 85% – Unite.AIIntuitionLabsClaude Fable 5.1 and Mythos 5.1: Biology Access ExplainedClaude Fable 5.1 and Mythos 5.1: Biology Access Explained | IntuitionLabsDont Worry About the VaseClaude Fable 5.1 and Mythos 5.1: The System CardClaude Fable 5.1 and Mythos 5.1: The System Card | Dont Worry About the VaseHPCwire / AIwireAnthropic Launches Claude Science AI Workbenchhttps://www.hpcwire.com/aiwire/2026/06/30/anthropic-launches-claude-science-ai-workbench-for-scientific-research/Tech TimesAnthropic Opens Free Claude to Scientists; Biology Frontier Goes Through WashingtonAnthropic Opens Free Claude to Scientists; Biology Frontier Goes Through WashingtonOpenAIAccelerating scientific discovery with ChatGPT for Academic Researchers2026 年 7 月 29 日https://openai.com/index/chatgpt-for-academic-researchers/SiliconANGLEOpenAI opens new ChatGPT for Academic Researchers program to 100,000 scientistshttps://siliconangle.com/2026/07/29/openai-opens-new-chatgpt-academic-researchers-program-100000-scientists/Google AI for DevelopersGemini for Researchhttps://ai.google.dev/gemini-api/docs/gemini-for-researchUNESCO 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