Lunedì Anthropic ha rilasciato Claude Fable 5.2 e Claude Mythos 5.2, le versioni più recenti dei modelli di frontiera che riserva ai lavori tecnici più impegnativi. L'azienda afferma che la coppia aggiornata migliora la codifica, il ragionamento e la visione, genera output fino al 30% più velocemente rispetto a Fable 5.1 e Mythos 5.1 e arriva a un prezzo inferiore: 8 dollari per milione di token di input e 40 dollari per milione di token di output, con una modalità veloce opzionale che accelera la generazione fino a 2,5 volte per 16 dollari per milione di input e 80 dollari per milione di token di output.

Il lancio ha attirato rapidamente l'attenzione della comunità di tracciamento dei modelli. Artificial Analysis, un sito indipendente di valutazione dell'intelligenza artificiale, ha assegnato a Fable 5.2 un punteggio di 65 nel suo indice di intelligenza, il punteggio più alto registrato finora per qualsiasi modello rilasciato finora, e l'annuncio ha attirato centinaia di commenti su Hacker News in poche ore. Per i lettori che seguono gli ultimi sviluppi dell'intelligenza artificiale, questa versione segna il più netto salto di capacità che Anthropic ha mostrato da quando la linea Fable ha debuttato a giugno.

Un modello, due porte

Fable e Mythos sono lo stesso modello di fondo. La differenza è la politica di accesso: Fable prevede forti garanzie di sicurezza informatica e biologia che consentono ad Anthropic di offrirlo a tutti gli utenti, mentre Mythos elimina meno funzionalità ed è quindi limitato alle organizzazioni accettate nei programmi di scienze della vita e di verifica informatica di Anthropic. Anthropic ha affermato che le misure di sicurezza di Fable 5.2 sono robuste quanto quelle di Fable 5.1 ma producono meno blocchi non necessari e che il nuovo modello include le protezioni più forti mai realizzate dall'azienda contro gli attacchi di distillazione.

L’azienda ha inoltre rivelato che i test di sicurezza pre-release includevano nuove valutazioni mirate a comportamenti specifici come le fughe dalla sandbox, e che il modello ha funzionato altrettanto o meglio dei recenti modelli antropici sulla maggior parte delle misure di allineamento. I dettagli completi sono pubblicati nella scheda di sistema di Fable 5.2 e Mythos 5.2.

Cosa mostrano i benchmark

Anthropic ha posizionato i nuovi modelli un gradino sopra Claude Opus 5.5, il modello di guida quotidiana consigliato, su quasi tutte le funzionalità valutate. Su FrontierCode 2.0, un benchmark di codifica ad agenti che misura se le modifiche di un modello verrebbero effettivamente integrate in repository open source, Fable 5.2 ha ottenuto il 49,1% al massimo sforzo di ragionamento, il punteggio più alto di qualsiasi modello rilasciato che l'azienda abbia testato. Con uno sforzo elevato ha raggiunto il 45,3%, eguagliando all'incirca il miglior punteggio di Opus 5.5 del 45,5% a circa la metà del costo per attività e battendo il migliore di GPT-6 Astra del 42,8%.

Altri risultati dall'annuncio di Anthropic:

  • FrontierSWE v2 (codifica agente): 69,9%, in aumento rispetto al 56,3% di Fable 5.1 e davanti a Opus 5.5 (62,3%), GPT-6 Astra (65,5%) e Gemini 4 Carbon (61,2%).
  • Ultimo esame dell'umanità con strumenti (ragionamento multidisciplinare): 74,2%, contro 65,6% per Fable 5.1 e 57,2% per GPT-6 Astra al massimo sforzo.
  • Indice del lavoro a distanza (lavoro conoscitivo): 41,3% con impegno elevato, più del doppio del 17,9% di Fable 5.1 e ben al di sopra del 21,3% di Opus 5.5.
  • OSWorld 2.1 (uso del computer): 89,3%, davanti a Opus 5.5 con 87,2%.
  • RoboDojo Sim (robotica): 64,9%, in aumento rispetto al 27,6% della versione precedente.
  • BenchCAD 2.1 (ingegneria hardware): 83,5 al massimo sforzo, contro 65,3 per Opus 5.5.

Gemini 4 Carbon ha mantenuto il vantaggio in un'area, segnando il 53,9% contro il 51,4% di Fable 5.2 su AutomationBench, un benchmark del flusso di lavoro aziendale. Mythos 5.2 ha registrato i migliori risultati in termini di sicurezza informatica e progettazione delle proteine, di cui il 76,3% su CyScenarioBench e l’89,6% su un test di riscoperta CVE.

Cosa ha fatto il modello prima del lancio

Le affermazioni più accattivanti nell'annuncio riguardano i test pre-release. Anthropic ha affermato che Fable 5.2 ha aiutato i suoi ingegneri a completare migrazioni software altrimenti irrealizzabili, ha progettato da zero tre dispositivi elettronici funzionanti, ha risolto due problemi aperti nella fisica dei buchi neri e ha formalizzato la dimostrazione dell'Ultimo Teorema di Fermat in 30 ore.

In un esperimento interno, un ingegnere antropico ha chiesto al modello di costruire un prototipo di sistema operativo partendo da una cartella vuota. Il modello ha coordinato più di 1.000 subagenti in otto giorni e ha prodotto un sistema che si avvia su un laptop con il proprio kernel, disco, tastiera e driver di rete, archiviazione permanente di file, un sistema a finestre, una schermata di accesso e un programma di installazione. Anthropic ha inoltre affermato che un team di agenti che eseguiva una versione precedente del modello ha migrato un servizio di produzione critico da Python a Rust e che il servizio ora si avvia circa 26 volte più velocemente.

L'azienda ha aggiunto che oltre il 90% delle modifiche confluite nel proprio codice base sono ora scritte da Claude con la guida umana.

Come Anthropic suggerisce di usarlo

Nonostante il salto di qualità, Anthropic non posiziona Fable 5.2 come sostituto della sua formazione principale. Per la maggior parte delle attività di codifica e conoscenza si consiglia di iniziare con Opus 5.5 e passare a Fable o Mythos solo quando un problema lo richiede, o fino a Sonnet 5.5 e Haiku 5.5 quando non lo richiede. Fable 5.2 può anche funzionare come consulente che i modelli più piccoli consultano su problemi difficili o come orchestratore che delega compiti più semplici verso il basso.

I primi clienti citati nell'annuncio includono Vercel, Shopify, Datadog, Unity, Uber, Oracle, Snowflake, Cognition e iGent. Joe Haddad, un membro dello staff tecnico di Vercel, ha affermato che i progetti che erano stati portati avanti insieme ad altri modelli per settimane sono stati completati e approvati in pochi giorni, mentre Tom Pritchard, un ingegnere dello staff di Shopify, ha descritto il modello come se fosse come lavorare con un altro ingegnere a livello di staff.

Disponibilità

Fable 5.2 è ora disponibile su Amazon Web Services, Google Cloud e Microsoft Azure e gli sviluppatori possono chiamarlo claude-fable-5-2 sulla piattaforma Claude. L'accesso a Mythos 5.2 viene eseguito attraverso i programmi di verifica e Anthropic sta anche facendo emergere il modello all'interno di Claude Security per i clienti aziendali. Per la settimana di lancio, Anthropic offre agli abbonati paganti idonei un utilizzo extra di Fable, incluso l'accesso a Fable fino al 50% dei limiti di utilizzo settimanale sui piani Pro.

Il taglio dei prezzi è notevole dato il salto di capacità. Se i punteggi di Fable 5.2 reggeranno sotto una valutazione indipendente e la rapidità con cui i rivali OpenAI e Google risponderanno con le loro prossime mosse, determineranno la corsa alla frontiera verso il 2027.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →