Anthropic merilis Claude Fable 5.2 dan Claude Mythos 5.2 pada hari Senin, versi terbaru dari model frontier yang dicadangkan untuk pekerjaan teknis yang paling menuntut. Perusahaan mengatakan pasangan yang ditingkatkan ini meningkatkan pengkodean, penalaran, dan visi, menghasilkan keluaran hingga 30% lebih cepat daripada Fable 5.1 dan Mythos 5.1, dan hadir dengan harga yang lebih rendah: $8 per juta token masukan dan $40 per juta token keluaran, dengan mode cepat opsional yang mempercepat pembuatan hingga 2,5 kali lipat untuk $16 per juta masukan dan $80 per juta token keluaran.

Peluncuran ini dengan cepat menarik perhatian komunitas pelacak model. Analisis Buatan, sebuah situs evaluasi AI independen, mencetak Fable 5.2 pada angka 65 pada indeks kecerdasannya, skor tertinggi yang pernah tercatat untuk model apa pun yang dirilis sejauh ini, dan pengumuman tersebut menarik ratusan komentar di Hacker News dalam beberapa jam. Bagi pembaca yang mengikuti perkembangan AI terbaru, rilis ini menandai lompatan kemampuan paling tajam yang ditunjukkan Anthropic sejak lini Fable debut pada bulan Juni.

Satu Model, Dua Pintu

Fabel dan Mitos adalah model dasar yang sama. Perbedaannya terletak pada kebijakan akses: Fable memiliki keamanan siber dan pengamanan biologi yang kuat sehingga Anthropic dapat menawarkannya kepada semua pengguna, sedangkan Mythos menghilangkan lebih sedikit kemampuan dan oleh karena itu terbatas pada organisasi yang diterima dalam Program Ilmu Hayati dan Verifikasi Siber Anthropic. Anthropic mengatakan perlindungan Fable 5.2 sama kuatnya dengan Fable 5.1 tetapi menghasilkan lebih sedikit blok yang tidak diperlukan, dan model baru ini mencakup perlindungan terkuat perusahaan terhadap serangan distilasi.

Perusahaan juga mengungkapkan bahwa pengujian keamanan prarilis mencakup evaluasi baru yang menargetkan perilaku spesifik seperti lolosnya sandbox, dan bahwa model tersebut berkinerja sama baiknya atau lebih baik daripada model Anthropic terbaru pada sebagian besar tindakan penyelarasan. Detail selengkapnya dipublikasikan di kartu sistem Fable 5.2 dan Mythos 5.2.

Apa yang Ditunjukkan dalam Tolok Ukur

Anthropic memposisikan model baru ini satu langkah di atas Claude Opus 5.5, model pengemudi harian yang direkomendasikan, pada hampir setiap kemampuan yang dievaluasi. Pada FrontierCode 2.0, sebuah tolok ukur pengkodean agen yang mengukur apakah perubahan model benar-benar akan digabungkan ke dalam repositori sumber terbuka, Fable 5.2 mencetak skor 49,1% pada upaya penalaran maksimum, skor tertinggi dari semua model rilis yang telah diuji oleh perusahaan. Pada upaya yang tinggi skornya mencapai 45,3%, kira-kira menyamai skor terbaik Opus 5.5 sebesar 45,5% dengan biaya sekitar setengah biaya per tugas dan mengalahkan skor terbaik GPT-6 Astra sebesar 42,8%.

Hasil lain dari pengumuman Anthropic:

  • FrontierSWE v2 (pengkodean agen): 69,9%, naik dari 56,3% untuk Fable 5.1 dan mengungguli Opus 5.5 (62,3%), GPT-6 Astra (65,5%), dan Gemini 4 Carbon (61,2%).
  • Ujian Terakhir Kemanusiaan dengan alat (penalaran multidisiplin): 74,2%, berbanding 65,6% untuk Fable 5.1 dan 57,2% untuk GPT-6 Astra dengan upaya maksimal.
  • Indeks Tenaga Kerja Jarak Jauh (pekerjaan pengetahuan): 41,3% dengan upaya tinggi, lebih dari dua kali lipat Fable 5.1 sebesar 17,9% dan jauh di atas Opus 5.5 sebesar 21,3%.
  • OSWorld 2.1 (penggunaan komputer): 89,3%, mengungguli Opus 5.5 sebesar 87,2%.
  • RoboDojo Sim (robotika): 64,9%, melonjak dari 27,6% pada versi sebelumnya.
  • BenchCAD 2.1 (rekayasa perangkat keras): 83,5 pada upaya maksimal, dibandingkan 65,3 untuk Opus 5.5.

Gemini 4 Carbon unggul dalam satu bidang, dengan skor 53,9% dibandingkan Fable 5.2 dengan skor 51,4% di AutomationBench, tolok ukur alur kerja bisnis. Mythos 5.2 membukukan hasil keamanan siber dan desain protein yang lebih kuat, termasuk 76,3% pada CyScenarioBench dan 89,6% pada pengujian penemuan kembali CVE.

Apa yang Dilakukan Model Sebelum Peluncuran

Klaim yang paling menarik perhatian dalam pengumuman tersebut berkaitan dengan pengujian prarilis. Anthropic mengatakan Fable 5.2 membantu para insinyurnya menyelesaikan migrasi perangkat lunak yang tidak mungkin dilakukan, merancang tiga perangkat elektronik yang berfungsi dari awal, memecahkan dua masalah terbuka dalam fisika lubang hitam, dan meresmikan bukti Teorema Terakhir Fermat dalam 30 jam.

Dalam salah satu eksperimen internal, seorang insinyur Antropik meminta model tersebut untuk membangun prototipe sistem operasi yang dimulai dari folder kosong. Model ini mengoordinasikan lebih dari 1.000 subagen selama delapan hari dan menghasilkan sistem yang melakukan booting pada laptop dengan kernel, disk, keyboard, dan driver jaringannya sendiri, penyimpanan file permanen, sistem windowing, layar login, dan penginstal. Anthropic juga mengatakan tim agen yang menjalankan model versi sebelumnya memigrasikan layanan produksi penting dari Python ke Rust, dan layanan tersebut sekarang dimulai sekitar 26 kali lebih cepat.

Perusahaan menambahkan bahwa lebih dari 90% perubahan yang digabungkan ke dalam basis kode intinya kini ditulis oleh Claude dengan bimbingan manusia.

Bagaimana Anthropic Menyarankan Penggunaannya

Meskipun ada lompatan benchmark, Anthropic tidak memposisikan Fable 5.2 sebagai pengganti jajaran utamanya. Untuk sebagian besar tugas pengkodean dan pengetahuan, disarankan untuk memulai dengan Opus 5.5 dan naik ke Fable atau Mythos hanya jika ada masalah yang memerlukannya, atau turun ke Sonnet 5.5 dan Haiku 5.5 jika tidak memerlukannya. Fabel 5.2 juga dapat berfungsi sebagai penasihat bagi model yang lebih kecil untuk berkonsultasi mengenai masalah-masalah sulit, atau sebagai orkestrator yang mendelegasikan tugas-tugas sederhana ke bawah.

Pelanggan awal yang disebutkan dalam pengumuman tersebut termasuk Vercel, Shopify, Datadog, Unity, Uber, Oracle, Snowflake, Cognition, dan iGent. Joe Haddad, anggota staf teknis di Vercel, mengatakan proyek yang telah dijalankan bersama dengan model lain selama berminggu-minggu akan selesai dan disetujui dalam beberapa hari, sementara Tom Pritchard, staf insinyur di Shopify, menggambarkan model tersebut seperti bekerja dengan insinyur tingkat staf lainnya.

Ketersediaan

Fable 5.2 kini tersedia di Amazon Web Services, Google Cloud, dan Microsoft Azure, dan pengembang dapat menyebutnya sebagai claude-fable-5-2 di Platform Claude. Akses Mythos 5.2 dijalankan melalui program verifikasi, dan Anthropic juga menampilkan model di dalam Claude Security untuk pelanggan perusahaan. Untuk minggu peluncuran, Anthropic memberikan penggunaan Fable tambahan kepada pelanggan berbayar yang memenuhi syarat, termasuk akses Fable senilai hingga 50% dari batas penggunaan mingguan pada paket Pro.

Pemotongan harga ini penting mengingat lonjakan kemampuan. Apakah skor Fable 5.2 dapat bertahan berdasarkan evaluasi independen, dan seberapa cepat pesaing OpenAI dan Google merespons dengan langkah selanjutnya, akan menentukan persaingan terdepan menuju tahun 2027.

---

Tetap Terdepan dalam AI

Dapatkan berita, analisis, dan terobosan AI terkini — semuanya di satu tempat.

Baca berita AI selengkapnya →