Claude 新模型泄露：claude-marshmallow-eap 和 claude-melon-eap 是什么？实测表现与上线时间预测

claude-marshmallow-eap 和 claude-melon-eap 是 Anthropic 尚未发布、正在小范围内测的两个 Claude 新模型代号，2026 年 8 月 24 日被开发者在 API 中意外发现。社区普遍猜测：前者是 Claude Opus 5.1，后者可能是新一代 Haiku 或 Sonnet 小版本更新。

如果你刚刷到「Claude 棉花糖」「Claude 甜瓜」这两个奇怪的名字，想弄清楚它们到底是什么——一句话版本：这是 Anthropic 两个内测模型的代号，分别叫 Marshmallow（棉花糖）和 Melon（甜瓜），代号后缀 -eap 是 Early Access Program（早期访问计划）的缩写，说明模型已经造出来、正在给一小批开发者试用，距离正式发布大概率不远了。

这件事发生在 2026 年 8 月 24 日。截至发文，Anthropic 官方既没承认也没否认，没有任何定价、模型卡和发布时间信息。本文把已知事实、早期实测、模型定位分析和上线预测一次讲清楚，并告诉你现在该不该等、要不要换模型。

claude-marshmallow-eap 和 claude-melon-eap 是什么？

先给一个可以直接引用的定义：

claude-marshmallow-eap 和 claude-melon-eap 是 Anthropic 两个未发布 Claude 模型的内部代号。-eap 后缀（Early Access Program，早期访问计划）表明它们是正式上线前供少数开发者试用的内测版本——也就是说，模型本体真实存在，不是空穴来风的 rumor。

关键信息速览：

「棉花糖」和「甜瓜」这些代号怎么来的

Anthropic 的习惯是：未发布的模型用食物类代号，正式发布时再换成正式名称。之前的先例包括蜂蜜（Honeycomb）、神话（Mythos）等。也有社区用户提到还见过 mangosteen（山竹）、horchata（米浆）等其他代号，但这一说法目前只有单一来源，未经证实。

另外值得注意的是，Anthropic 的内部构建版本过去更多用动物命名（比如耳廓狐 Fennec、袋狸 Numbat）。这次连续出现食物系代号，有分析认为可能意味着内部开启了一条新的模型分支——不过这属于推测，官方从未解释过命名规则。

泄露时间线：24 小时内发生了什么

这次泄露的信息密度很高，短短一天内经历了「发现 → 爆料 → 实测流出 → 全网发酵」四个阶段：

• 8 月 24 日凌晨：有开发者在使用 Anthropic API 时发现了 claude-marshmallow-eap 和 claude-melon-eap 两个从未公开的模型标识，相关截图随后流传到 Discord 社区。
• 8 月 24 日上午：X（Twitter）账号 Lentils80 发布「Scoop」爆料帖，确认 Anthropic 正在测试这两个模型，24 小时内获得约 9 万次浏览和数百转发。
• 随后数小时：科技资讯媒体和加密社区媒体跟进报道；开发者 kimmonismus 等人放出了疑似来自两个模型的实际输出内容。
• 8 月 24 日晚间：中文社区开始发酵，知乎、36 氪、新智元等陆续发布解读，「Claude 棉花糖」「Claude 甜瓜」成为热词。

原始爆料帖的核心内容有三点（来源：Lentils80 的 X 帖子）：

1. Anthropic 正在测试名为 claude-marshmallow-eap 和 claude-melon-eap 的两个新模型；
2. 「棉花糖」表现比「甜瓜」更好，对话体验甚至好于现在的 Opus 5；
3. 但两个模型都不是 Fable 级别（Fable 是 Anthropic 目前的最强旗舰）。

早期实测：Marshmallow 和 Melon 表现怎么样？

目前流出的「评测」全部来自内测开发者的非正式测试，样本很小，参考价值有限，但信息本身很有意思。

实测一：3D 空间任务表现突出

拿到模型输出样本的开发者发现，两个模型被大量用于 3D 强化学习（RL）类任务——比如在 3D 场景中摆放建筑物，模型给出的布局「相当不错」。这被解读为 Anthropic 在重点测试模型的空间理解和推理能力，也可能是下一代模型的主打能力方向之一。

实测二：Medium 推理档位就有好结果

科技分析师 kimmonismus 的评价是：新模型「即使开到 Medium（中等）推理强度，结果也相当不错」，并猜测其中较强的那个就是 Opus 5.1。

为什么这句话重要？因为 Opus 5 的核心槽点恰恰是表现不稳定——推理强度拉满才好用，调低就明显掉链子（下文详说）。如果新模型在 Medium 档就能稳定输出高质量结果，等于直接修复了 Opus 5 被批评最多的短板，还能帮用户省下大量推理 token 费用。

实测三：思考 token 消耗巨大

爆料者也提到一个反面观察：两个模型的思考（thinking）token 消耗非常大，测试中多次撞到 max-tokens 上限。如果正式发布时仍是这样，实际使用成本可能不低，这一点需要等正式版验证。

汇总：早期口碑一览

再次强调：以上全部是未经官方确认的社区信息。在 Anthropic 发布模型卡和基准测试之前，任何「跑分」都只能当参考。

两个新模型到底是什么定位？

要判断 Marshmallow 和 Melon 在产品线里的位置，先看 Claude 当前的模型家族（截至 2026 年 8 月）：

对照这张表，社区对两个新模型的定位有两派看法：

看法一（主流）：Marshmallow 是 Opus 5.1，Melon 是新一代 Haiku。

支持理由很充分：

• Opus 5 上线一个月就陷入口碑危机（下节详说），Anthropic 有强烈动机尽快推出修正版。2026 年上半年 Opus 已经从 4.6 迭代到 4.8 再到 5.0，节奏很快，「5.1 修 bug 版」完全符合惯例。
• Haiku 4.5 是全家族最老的模型，已经 10 个月没更新，而它对应的低价高频场景（分类、摘要、批处理）正被开源模型疯狂蚕食，补一个新 Haiku 是防守刚需。
• 爆料中「更强的那个对话更自然」，与「修复 Opus 5 性格不稳定」的动机吻合。

看法二（少数）：Melon 可能是 Sonnet 档的小更新。

也有爆料者认为两个模型「更接近 Opus 或 Sonnet 档」，即 Melon 未必是 Haiku，只是 Sonnet 5 的中期小版本。这种解读下，这次更新就没有覆盖低价档，激进程度低于看法一。

诚实的结论是：一个 Opus 系模型 + 一个更小定位模型的组合概率最大，但「更小的那个」到底是 Haiku 还是 Sonnet 更新，目前无法确认。 答案要等官方发布才能揭晓。

为什么 Anthropic 现在急着上新模型？

这次泄露之所以受关注，是因为它出现在 Anthropic 一段相当微妙的时期。三件事叠加，让「赶紧发新模型」变成刚需。

Opus 5 的口碑危机

Opus 5 上市一个月，社区对它的评价逐渐演变成公开批评：模型「懒、糙、啰嗦」，同样的问题在不同设置下表现差异巨大，也就是不稳定。Claude 团队成员 Thariq 在 X 上公开承认「Opus 5 是一个表现很尖刺（spiky）的模型」，并表示让模型「稳定、温暖、有 Claude 味」是当前最高优先级。

这轮公开对话发生在泄露前几天。有社区观点认为，开发者正是在批评声最高的时候拿到的内测版本——新模型在 Medium 推理档位的稳定表现，恰好就是对这些批评的回应。

Fable 5 卖不动了

支付公司 Ramp 统计了约 7 万家美国企业的 AI 采购数据（金融时报报道）：

• Fable 5 的收入只占 Anthropic 自身收入的 11.4%，token 销量占比只有 6%；
• 作为对比，OpenAI 的旗舰 GPT-5.6 Sol 占 OpenAI token 销量的 25%、收入的 23%；
• 更便宜的 Opus 5 上线不到一个月，销量就超过了贵一倍的旗舰大哥 Fable 5。

一项基准测试的数据更能说明问题：Fable 5 拿 70.5 分每个任务要花 17.32 美元，Opus 5 拿 70.0 分只要 8.23 美元——差半分，价格差一倍多，企业用脚投票。

竞争和资本的双重压力

更大的背景是：开源模型在 4 个月内把 token 市场份额从约 11% 抬到了 62%（FT 引用的行业数据），所有闭源厂商的每个价位都面临冲击。与此同时，Anthropic 年化收入 5 月约 470 亿美元、7 月约 650 亿美元，低于投资人此前押注的 800 亿；增速也被 OpenAI 首次反超。而这一切都发生在 Anthropic 冲刺更高 IPO 估值的节骨眼上。

把三件事连起来看：Marshmallow 和 Melon 的出现时机就不是巧合，而是一套组合拳——用一个修复版 Opus 稳住口碑，用一个更便宜的小模型守住低价市场。

什么时候上线？EAP 泄露的历史规律

「代号泄露」在 Anthropic 不是第一次发生，而且前两次都精准对应了后来的正式发布：

规律很明显：代号被抓包到正式发布，窗口大约 2 到 4 周。其中 Honeycomb 的先例最接近这次——同样是 -eap 后缀内测版被外部发现，16 天后 Opus 5 正式上线。按这个节奏推算，Marshmallow 和 Melon 如果真要落地，大概率在 2026 年 9 月上中旬之前，中文媒体已有「最快下周」的说法。

但也要泼一盆冷水：也有反例。代号 Numbat 曾在泄露后安静地躺了几个月都没发布。代号泄露证明「模型存在」，但不能保证「马上发布」。一切以 Anthropic 官方公告为准，不信小道消息的具体日期。

现在该做什么：三类人的行动建议

如果你是 API 开发者

• 不要改动现有代码。 两个新模型目前没有任何公开 API ID、没有价格、没有模型卡。现在网上任何声称能「付费体验 Marshmallow」的服务都和这次泄露无关，谨防上当。
• 新模型正式发布后，供应商目录通常几小时到几天内就会跟上，到时再评估迁移不迟。
• 首周谨慎尝鲜。 发布初期的版本往往不稳定，建议先用小流量灰度，配合回退策略，而不是全量切换。如果对模型路由和降级策略感兴趣，可以看这篇 Claude Code 替代品与工具选型指南。

如果你是 Claude 订阅用户（Pro / Max）

• 现有订阅无需任何操作，新模型上线后会自动进入你的可用列表（历史上 Claude 新模型都是这样 rollout 的）。
• 如果你被 Opus 5 的「不稳定」折磨，新版本大概率就是解药，建议等几天而不是现在退订。
• 付费和充值相关的注意事项，可以参考 Claude Code 充值订阅全攻略。

如果你是观望中的新用户

• 不用为了「等新模型」而推迟上手。当前 Sonnet 5 / Opus 5 的能力对绝大多数任务已经够用，工具使用经验比等某一个模型更重要。
• 编程场景还在选工具的话，先看 Cursor 和 Claude Code 怎么选；想了解大模型回答质量波动是怎么回事，可以读 GPT-5.6 降智了吗：回答变短的真相，原理对 Claude 同样适用。

总结

claude-marshmallow-eap 和 claude-melon-eap 的泄露，表面看是两个有趣的代号，背后其实是 Anthropic 的一次关键补救：Opus 5 口碑告急、Fable 5 销量遇冷、开源模型步步紧逼，公司需要在几周内拿出一个「更好用的 Opus」和一个「更便宜的小模型」。

给你三个可以带走的判断：

1. 两个模型真实存在，且临近发布——EAP 代号 + 2 到 4 周的历史规律，指向 2026 年 9 月上中旬；
2. Marshmallow 大概率是 Opus 5.1，主打修复稳定性和对话体验，不是更强大脑；Melon 的定位（新 Haiku 还是 Sonnet 更新）是最大悬念；
3. 现在什么都不用做——不换模型、不退订、不改代码，等官方公告即可。发布后我们会第一时间更新实测对比，欢迎收藏本页。