Anthropic در 9 نوامبر 2026 از راه اندازی Claude Fable 5.2 و Claude Mythos 5.2 خبر داد، یک جفت ارتقاء همسان که به قول این شرکت برای مقابله با "هولناک ترین چالش های فنی" ساخته شده اند. این دو نام یک مدل اساسی مشترک دارند: Fable دارای امنیت سایبری و حفاظت های زیست شناسی است که به Anthropic اجازه می دهد آن را به همه کاربران ارائه دهد، در حالی که Mythos برای سازمان های بررسی شده محفوظ است و فقط از طریق برنامه های علوم زندگی و تأیید سایبری اخیراً توسعه یافته Anthropic در دسترس است.

طبق اعلام آنتروپیک، مدل‌های جدید در کدنویسی، استدلال و بینش نسبت به مدل‌های قبلی خود 5.1 پیشرفت کرده و خروجی را تا 30 درصد سریع‌تر تولید می‌کنند. آنها همچنین هزینه کمتری دارند: Fable 5.2 به ازای هر میلیون توکن ورودی 8 دلار و به ازای هر میلیون توکن خروجی 40 دلار قیمت دارد. حالت سریع اختیاری تولید توکن را تا 2.5 برابر با 16 دلار در هر میلیون توکن ورودی و 80 دلار به ازای هر میلیون توکن خروجی سرعت می بخشد. For more context on this story, see our ongoing latest AI developments.

یک مدل دو در

ترتیب هویت دوگانه در میان آزمایشگاه‌های هوش مصنوعی مرزی غیرمعمول است. آنتروپیک می‌گوید حفاظت‌های ایمنی سایبری و زیست‌شناسی Fable 5.2 «برای محافظت در برابر سوء استفاده» وجود دارد، که امکان دسترسی نامحدود را فراهم می‌کند. در مقابل، Mythos 5.2 دارای دروازه است: سازمان هایی که به دنبال کاربردهای مفید در امنیت سایبری یا تحقیقات زیست پزشکی هستند، می توانند از طریق برنامه های راستی آزمایی برای دسترسی درخواست دهند.

آزمایش‌کنندگانی که توسط Anthropic به آنها اشاره شده است همچنین گزارش می‌دهند که هر دو نسخه واضح‌تر از مدل‌های قبلی Fable و Mythos ارتباط برقرار می‌کنند، شکایتی مکرر در مورد مدل‌های بسیار توانا که توضیحات متراکم یا گریزان را ایجاد می‌کنند.

کاری که مدل ها قبل از راه اندازی انجام دادند

قابل توجه ترین ادعاها در این اطلاعیه مربوط به آزمایش قبل از انتشار است. آنتروپیک می‌گوید مدل پشت‌نویس Fable 5.2 و Mythos 5.2 به مهندسانش کمک کرد تا مهاجرت‌های نرم‌افزاری غیرممکن را تکمیل کنند، سه دستگاه الکترونیکی کارآمد را از ابتدا طراحی کردند، دو مشکل باز در فیزیک سیاه‌چاله‌ها را حل کردند، پیشرفت قابل‌توجهی در ارزیابی‌های روباتیک داشتند و اثبات آخرین قضیه فرما را در 30 ساعت رسمی کردند.

این ادعاها متعلق به آنتروپیک هستند و به طور مستقل تأیید نشده اند، اما نشان می دهند که چگونه این شرکت در حال انتشار است: به عنوان یک ابزار تحقیقاتی و مهندسی به جای ارتقای محاوره ای.

نتایج بنچمارک، طبق آنتروپیک

جدول بنچمارک منتشر شده Anthropic تقریباً در هر قابلیتی که ارزیابی کرده است، Fable 5.2 را بالاتر از Claude Opus 5.5 خود شرکت قرار می دهد. در FrontierCode 2.0، یک معیار کدگذاری عاملی که اندازه‌گیری می‌کند که آیا تغییرات کد یک مدل توسط نگهبانان منبع باز ادغام می‌شوند یا خیر، Fable 5.2 با حداکثر تلاش 49.1% را به دست آورد - که آنتروپیک می‌گوید بالاترین امتیاز در بین هر مدل منتشر شده‌ای است که آزمایش کرده است. Claude Opus 5.5 امتیاز 45.5 درصد را به دست آورد، در حالی که ارقام مقایسه فهرست شده برای OpenAI's GPT-6 Astra و Google's Gemini 4 Carbon به ترتیب 42.8 درصد و 41.1 درصد بود.

نتایج دیگر در جدول آنتروپیک عبارتند از:

  • FrontierSWE v2 (کدگذاری عامل): 69.9٪ برای Fable 5.2، از 56.3٪ برای Fable 5.1 افزایش یافته است.
  • آخرین امتحان بشریت با ابزار (استدلال چند رشته ای): 74.2% در مقابل 65.6% برای نسل قبل
  • OSWorld 2.1 (استفاده از رایانه): 89.3٪، جلوتر از Opus 5.5 با 87.2٪
  • RoboDojo Sim (رباتیک): 64.9٪، یک جهش شدید از Fable 5.1 27.6٪
  • شاخص کار از راه دور (کار دانش): 41.3٪ در تلاش زیاد، در مقایسه با 17.9٪ برای Fable 5.1

پیکربندی Mythos 5.2 دارای اعداد مرتبط با ایمنی قوی‌تر است: 76.3% در CyScenarioBench، 89.6% در تست کشف مجدد CVE، و 85.1% در طراحی بایندر پروتئین de novo در یک اجرای 24 ساعته، در هر مورد با محافظ‌ها فعال شده است.

تحلیل کارایی هزینه خود آنتروپیک ممکن است به اندازه نمرات خام اهمیت داشته باشد. این شرکت گزارش می‌دهد که Fable 5.2 با تلاش بالا تقریباً با بهترین نتیجه Opus 5.5 در FrontierCode 2.0 در حالی که تقریباً نصف هزینه هر کار هزینه دارد، امتیاز کسب کرده است، و با تلاش متوسط ​​- پیش‌فرض در برنامه‌های Claude و Claude Code - وظایف چالش برانگیز را با توکن‌های کمتری نسبت به Fable 5.1 تکمیل می‌کند.

تست ایمنی و پادمان ها

آنتروپیک می‌گوید که آزمایش‌های ایمنی پیش از انتشار گسترده‌ای را روی مدل مشترک انجام داده است، از جمله ارزیابی‌های جدیدی که برای بررسی رفتارهای خاص مانند فرار از جعبه‌های شنی طراحی شده‌اند. این شرکت بیان می‌کند که ریسک‌های پرمخاطره ناشی از ناهماهنگی کم باقی می‌ماند و این مدل در اکثر معیارهای همسویی به همان خوبی یا بهتر از مدل‌های اخیرش عمل می‌کند.

حفاظت‌های سایبری و زیست‌شناسی Fable 5.2 مانند Fable 5.1 قوی است، اما بلوک‌های غیرضروری کمتری دارد، و Anthropic می‌گوید که قوی‌ترین حفاظت‌های خود را در برابر حملات تقطیر اجرا کرده است - تلاش‌های توسعه‌دهندگان رقیب برای آموزش مدل‌های رقیب بر روی خروجی‌های یک مدل هدف. جزئیات کامل در کارت سیستم Claude Fable 5.2 و Mythos 5.2 منتشر شده است.

جایی که Fable 5.2 در ترکیب کلود قرار می گیرد

Anthropic صریح است که Fable و Mythos قرار نیست جایگزین مدل‌های روزمره شوند. برای اکثر کارهای کدنویسی و دانش، این شرکت توصیه می‌کند که با Claude Opus 5.5 شروع کنید، که آن را «قوی‌ترین راننده روزانه» می‌نامد، سپس برای کارهای سخت غیرمعمول به Fable یا Mythos یا برای درخواست‌های معمول به Claude Sonnet 5.5 یا Claude Haiku 5.5 بروید.

Fable 5.2 همچنین می‌تواند به‌عنوان یک مشاور - که توسط مدل‌های Haiku، Sonnet، یا Opus در هنگام برخورد با مشکلات سخت‌تر مورد مشورت قرار می‌گیرد- یا به عنوان یک ارکستراتور که وظایف ساده‌تری را به مدل‌های کوچک‌تر محول می‌کند، عمل کند. که انتشار را به اندازه عملکرد تک مدلی، در مورد گردش کار چند مدل قرار می دهد.

برای مسابقه هوش مصنوعی چه معنایی دارد

اگر اعداد گزارش شده تحت بررسی خارجی باقی بماند، Fable 5.2 شکاف بین مدل های تخصصی Anthropic و پیشنهادات پرچمدار OpenAI و Google DeepMind را با قیمت پایین تری کاهش می دهد. این زمان به دلیل دیگری نیز قابل توجه است: راه اندازی یک روز قبل از آنتروپیک که نمایشگاه جاده ای را برای عرضه اولیه عمومی خود راه اندازی کند، به این شرکت ارائه می شود تا بتواند به عنوان سرمایه گذاران به عنوان مورد انتظارترین فهرست فناوری در سال های اخیر اشاره کند.

برای کاربران، در دسترس بودن فوری است - Fable 5.2 برای همه، و Mythos 5.2 برای سازمان‌هایی که نوار تأیید را پاک می‌کنند.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →