أصدرت Anthropic كلود فابل 5.2 وكلود ميثوس 5.2 يوم الاثنين، وهي أحدث الإصدارات من النماذج الحدودية التي تحتفظ بها للعمل الفني الأكثر تطلبًا. تقول الشركة إن الزوج الذي تمت ترقيته يعمل على تحسين الترميز والاستدلال والرؤية، ويولد مخرجات أسرع بنسبة تصل إلى 30% من Fable 5.1 وMythos 5.1، ويصل إلى سعر أقل: 8 دولارات لكل مليون رمز إدخال و40 دولارًا لكل مليون رمز مخرج، مع وضع سريع اختياري يسرع عملية الإنتاج بما يصل إلى 2.5 مرة مقابل 16 دولارًا لكل مليون إدخال و80 دولارًا لكل مليون رمز إخراج.

وسرعان ما لفت الإطلاق انتباه مجتمع تتبع النماذج. حصل موقع Artificial Analysis، وهو موقع مستقل لتقييم الذكاء الاصطناعي، على درجة Fable 5.2 عند 65 على مؤشر الذكاء الخاص به، وهي أعلى درجة سجلها لأي نموذج تم إصداره حتى الآن، وقد أثار الإعلان مئات التعليقات على Hacker News في غضون ساعات. بالنسبة للقراء الذين يتابعون أحدث تطورات الذكاء الاصطناعي، يمثل هذا الإصدار أكبر قفزة في القدرات أظهرتها الأنثروبيك منذ ظهور خط Fable لأول مرة في يونيو.

نموذج واحد، بابين

Fable و Mythos هما نفس النموذج الأساسي. الفرق هو سياسة الوصول: تحمل Fable ضمانات قوية للأمن السيبراني والبيولوجيا التي تسمح لـ Anthropic بتقديمها لجميع المستخدمين، في حين تجرد Mythos عددًا أقل من القدرات وبالتالي فهي تقتصر على المنظمات المقبولة في برامج Anthropic لعلوم الحياة والتحقق السيبراني. وقالت Anthropic إن ضمانات Fable 5.2 قوية مثل Fable 5.1 ولكنها تنتج عددًا أقل من الكتل غير الضرورية، وأن النموذج الجديد يتضمن أقوى وسائل حماية الشركة على الإطلاق ضد هجمات التقطير.

كشفت الشركة أيضًا أن اختبارات السلامة السابقة للإصدار تضمنت تقييمات جديدة تستهدف سلوكيات محددة مثل الهروب من وضع الحماية، وأن النموذج كان أداؤه جيدًا أو أفضل من النماذج الإنسانية الحديثة في معظم مقاييس المحاذاة. يتم نشر التفاصيل الكاملة في بطاقة النظام Fable 5.2 وMythos 5.2.

ما تظهره المعايير

وضعت Anthropic الطرازات الجديدة كخطوة أعلى من Claude Opus 5.5، وهو نموذج السائق اليومي الموصى به، في كل قدرة قامت بتقييمها تقريبًا. في FrontierCode 2.0، وهو معيار ترميز وكيل يقيس ما إذا كان سيتم دمج تغييرات النموذج بالفعل في مستودعات مفتوحة المصدر، سجل Fable 5.2 49.1% في أقصى جهد تفكير، وهي أعلى درجة لأي نموذج تم إصداره اختبرته الشركة. في حالة الجهد العالي وصلت إلى 45.3%، وهو ما يطابق تقريبًا أفضل نتيجة لـ Opus 5.5 البالغة 45.5% بحوالي نصف تكلفة المهمة ويتغلب على أفضل نتيجة لـ GPT-6 Astra البالغة 42.8%.

نتائج أخرى من إعلان الأنثروبيك:

  • FrontierSWE v2 (الترميز الوكيل): 69.9%، ارتفاعًا من 56.3% لـ Fable 5.1 ومتقدمًا على Opus 5.5 (62.3%)، وGPT-6 Astra (65.5%)، وGemini 4 Carbon (61.2%).
  • الاختبار الأخير للإنسانية باستخدام الأدوات (الاستدلال متعدد التخصصات): 74.2%، مقابل 65.6% لـ Fable 5.1 و57.2% لـ GPT-6 Astra بأقصى جهد.
  • مؤشر العمل عن بعد (العمل المعرفي): 41.3% في الجهد العالي، أي أكثر من ضعف Fable 5.1's 17.9% ومتقدم بفارق كبير عن Opus 5.5's 21.3%.
  • OSWorld 2.1 (استخدام الكمبيوتر): 89.3%، متقدماً على Opus 5.5 بنسبة 87.2%.
  • RoboDojo Sim (الروبوتات): 64.9%، وهي قفزة من 27.6% للإصدار السابق.
  • BenchCAD 2.1 (هندسة الأجهزة): 83.5 بأقصى جهد، مقابل 65.3 لـ Opus 5.5.

احتل Gemini 4 Carbon الصدارة في مجال واحد، حيث سجل 53.9% مقابل 51.4% لـ Fable 5.2 على AutomationBench، وهو معيار لسير عمل الأعمال. نشر Mythos 5.2 نتائج أقوى في مجال الأمن السيبراني وتصميم البروتين، بما في ذلك 76.3% في CyScenarioBench و89.6% في اختبار إعادة اكتشاف CVE.

ما فعله النموذج قبل الإطلاق

تتعلق أكثر الادعاءات اللافتة للنظر في الإعلان باختبار ما قبل النشر. قالت Anthropic إن Fable 5.2 ساعد مهندسيها على إكمال عمليات ترحيل البرامج التي لم تكن ممكنة، وصمم ثلاثة أجهزة إلكترونية عاملة من الصفر، وحل مشكلتين مفتوحتين في فيزياء الثقوب السوداء، وأضفى طابعًا رسميًا على إثبات نظرية فيرما الأخيرة في 30 ساعة.

في إحدى التجارب الداخلية، طلب مهندس إنساني من النموذج إنشاء نموذج أولي لنظام تشغيل بدءًا من مجلد فارغ. قام النموذج بتنسيق أكثر من 1000 وكيل فرعي على مدى ثمانية أيام وأنتج نظامًا يتم تشغيله على جهاز كمبيوتر محمول مزودًا بالنواة والقرص ولوحة المفاتيح وبرامج تشغيل الشبكة وتخزين الملفات الدائم ونظام النوافذ وشاشة تسجيل الدخول وأداة التثبيت. وقالت Anthropic أيضًا إن فريقًا من الوكلاء الذين يقومون بتشغيل إصدار سابق من النموذج قاموا بترحيل خدمة إنتاج مهمة من Python إلى Rust، وأن الخدمة تبدأ الآن بشكل أسرع بحوالي 26 مرة.

وأضافت الشركة أن أكثر من 90% من التغييرات التي تم دمجها في قاعدة التعليمات البرمجية الأساسية الخاصة بها تمت كتابتها الآن بواسطة كلود بتوجيه بشري.

كيف تقترح الأنثروبيك استخدامه

على الرغم من القفزة المعيارية، فإن Anthropic لا تضع Fable 5.2 كبديل لتشكيلتها الرئيسية. بالنسبة لمعظم مهام البرمجة والمعرفة، توصي بالبدء بـ Opus 5.5 والانتقال إلى Fable أو Mythos فقط عندما تتطلب المشكلة ذلك، أو نزولاً إلى Sonnet 5.5 وHaiku 5.5 عندما لا يتطلب الأمر ذلك. يمكن أن يعمل Fable 5.2 أيضًا كمستشار تتشاور معه النماذج الأصغر بشأن المشكلات الصعبة، أو كمنسق يفوض المهام الأبسط إلى الأسفل.

ومن بين العملاء الأوائل الذين تم ذكرهم في الإعلان، Vercel وShopify وDatadog وUnity وUber وOracle وSnowflake وCognition وiGent. قال جو حداد، عضو الطاقم الفني في Vercel، إن المشاريع التي تم دفعها جنبًا إلى جنب مع النماذج الأخرى لأسابيع تم الانتهاء منها والموافقة عليها في أيام، بينما وصف توم بريتشارد، مهندس الموظفين في Shopify، النموذج بأنه يشعر وكأنه يعمل مع مهندس آخر على مستوى الموظفين.

التوفر

يتوفر Fable 5.2 الآن عبر Amazon Web Services وGoogle Cloud وMicrosoft Azure، ويمكن للمطورين تسميته باسم claude-fable-5-2 على منصة Claude. يتم تشغيل الوصول إلى Mythos 5.2 من خلال برامج التحقق، كما تقوم Anthropic أيضًا بإظهار النموذج داخل Claude Security لعملاء المؤسسات. بالنسبة لأسبوع الإطلاق، تمنح Anthropic المشتركين المؤهلين ذوي الاشتراكات المدفوعة استخدامًا إضافيًا لـ Fable، بما في ذلك وصول Fable بقيمة تصل إلى 50% من حدود الاستخدام الأسبوعية في خطط Pro.

يعد خفض الأسعار ملحوظًا نظرًا للقفزة في القدرات. ما إذا كانت نتائج Fable 5.2 ستصمد تحت التقييم المستقل، ومدى سرعة استجابة المنافسين OpenAI وGoogle لخطواتهم التالية، سيشكل السباق الحدودي المتجه إلى عام 2027.

---

ابقَ في طليعة الذكاء الاصطناعي

احصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →