Anthropic は月曜日、Claude Fable 5.2 と Claude Mythos 5.2 をリリースしました。これは、最も要求の厳しい技術作業用に確保されているフロンティア モデルの最新バージョンです。同社によれば、このアップグレードされたペアはコーディング、推論、ビジョンが向上し、Fable 5.1 や Mythos 5.1 よりも最大 30% 速く出力を生成し、低価格で提供されます。入力トークン 100 万あたり 8 ドル、出力トークン 100 万あたり 40 ドルで、オプションの高速モードにより、生成を最大 2.5 倍加速して入力トークン 100 万あたり 16 ドル、出力トークン 100 万あたり 80 ドルになります。

この発表はすぐにモデル追跡コミュニティの注目を集めました。独立した AI 評価サイトである Artificial Analysis は、知能指数で Fable 5.2 の 65 点を獲得しました。これは、これまでにリリースされたモデルの中で最高のスコアを記録し、この発表には数時間以内に Hacker News に数百のコメントが集まりました。 最新の AI 開発 をフォローしている読者にとって、このリリースは、6 月の Fable シリーズのデビュー以来、Anthropic が示した最も急激な機能の飛躍を示しています。

1 つのモデル、2 つのドア

寓話と神話は同じ基礎モデルです。違いはアクセス ポリシーです。Fable は、Anthropic がすべてのユーザーに提供できる強力なサイバーセキュリティと生物学の保護機能を備えていますが、Mythos は削除される機能が少ないため、Anthropic のライフ サイエンスおよびサイバー検証プログラムに受け入れられた組織に限定されます。 Anthropic 氏は、Fable 5.2 の安全対策は Fable 5.1 と同じくらい堅牢だが、不必要なブロックの生成が少なく、新モデルには蒸留攻撃に対する同社史上最強の保護機能が含まれていると述べた。

同社はまた、リリース前の安全性テストには、サンドボックスからの脱出などの特定の懸念される行動を対象とした新しい評価が含まれていること、およびこのモデルがほとんどの整合対策において最近の Anthropic モデルと同等かそれ以上の性能を発揮したことも明らかにしました。詳細は、Fable 5.2 および Mythos 5.2 システム カードで公開されています。

ベンチマークが示すもの

Anthropic は、新モデルを、評価したほぼすべての機能において、同社推奨のデイリードライバー モデルである Claude Opus 5.5 よりも上のステップとして位置づけました。モデルの変更が実際にオープンソース リポジトリにマージされるかどうかを測定するエージェント コーディング ベンチマークである FrontierCode 2.0 では、Fable 5.2 は最大推論努力で 49.1% のスコアを獲得し、これは同社がテストしたリリース モデルの中で最高スコアでした。高い労力では 45.3% に達し、タスクあたりのコストが約半分で Opus 5.5 の最高スコア 45.5% にほぼ匹敵し、GPT-6 Astra の最高スコア 42.8% を上回りました。

Anthropic の発表によるその他の結果:

  • FrontierSWE v2 (エージェント コーディング): 69.9% で、Fable 5.1 の 56.3% から増加し、Opus 5.5 (62.3%)、GPT-6 Astra (65.5%)、および Gemini 4 Carbon (61.2%) を上回っています。
  • ツールを使用した人類最後の試験 (学際的な推論): 最大努力時の Fable 5.1 の場合は 65.6%、GPT-6 Astra の場合は 57.2% であるのに対し、74.2%。
  • リモート労働指数 (知識労働): 高い労力で 41.3% となり、Fable 5.1 の 17.9% の 2 倍以上で、Opus 5.5 の 21.3% を大きく上回っています。
  • OSWorld 2.1 (コンピュータ使用): 89.3% で、Opus 5.5 の 87.2% を上回っています。
  • RoboDojo Sim (ロボット工学): 64.9% で、前バージョンの 27.6% から上昇しました。
  • BenchCAD 2.1 (ハードウェア エンジニアリング): 最大努力時で 83.5、Opus 5.5 では 65.3。

ビジネス ワークフロー ベンチマークである AutomationBench では、Gemini 4 Carbon が 1 つの領域で優位性を維持し、Fable 5.2 の 51.4% に対して 53.9% のスコアを獲得しました。 Mythos 5.2 では、CyScenarioBench で 76.3%、CVE 再検出テストで 89.6% など、より強力なサイバーセキュリティとタンパク質設計の結果が得られました。

発売前にモデルが行ったこと

発表の中で最も目を引く主張は、リリース前のテストに関するものです。 Anthropic 社によると、Fable 5.2 は、同社のエンジニアが他の方法では実現不可能だったソフトウェアの移行を完了し、動作する電子デバイス 3 台をゼロから設計し、ブラック ホールの物理学における 2 つの未解決の問題を解決し、30 時間でフェルマーの最終定理の証明を形式化するのに役立ったという。

ある内部実験では、Anthropic のエンジニアがモデルに、空のフォルダーからプロトタイプのオペレーティング システムを構築するよう依頼しました。このモデルは 8 日間にわたって 1,000 を超えるサブエージェントを調整し、独自のカーネル、ディスク、キーボード、ネットワーク ドライバー、永続的なファイル ストレージ、ウィンドウ システム、ログイン画面、およびインストーラーを備えたラップトップ上で起動するシステムを作成しました。 Anthropic 氏はまた、以前のバージョンのモデルを実行しているエージェントのチームが重要な実稼働サービスを Python から Rust に移行し、サービスの開始が約 26 倍速くなったとも述べました。

同社は、自社のコアコードベースにマージされた変更の 90% 以上が、現在はクロードによって人間の指導を受けて書かれていると付け加えた。

Anthropic がそれを使用することを提案する方法

ベンチマークの飛躍にもかかわらず、Anthropic は Fable 5.2 を主要ラインナップの代替として位置付けていません。ほとんどのコーディングおよび知識タスクでは、Opus 5.5 から始めて、問題が必要な場合にのみ Fable または Mythos に移行し、そうでない場合は Sonnet 5.5 および Haiku 5.5 に移行することを推奨しています。 Fable 5.2 は、小規模なモデルが困難な問題について相談するアドバイザーとして、またはより単純なタスクを下位に委任するオーケストレーターとしても機能します。

発表の中で言及されている初期の顧客には、Vercel、Shopify、Datadog、Unity、Uber、Oracle、Snowflake、Cognition、iGent が含まれます。 Vercel の技術スタッフの一員である Joe Haddad 氏は、他のモデルとともに数週間にわたって進められてきたプロジェクトが数日で完了し承認されたと述べ、Shopify のスタッフ エンジニアである Tom Pritchard 氏は、このモデルは別のスタッフレベルのエンジニアと一緒に仕事をしているような気分だと述べました。

可用性

Fable 5.2 は現在、アマゾン ウェブ サービス、Google Cloud、Microsoft Azure で利用可能であり、開発者は Claude Platform 上で claude-fable-5-2 として呼び出すことができます。 Mythos 5.2 へのアクセスは検証プログラムを通じて実行され、Anthropic は企業顧客向けに Claude Security 内のモデルも明らかにしています。発売週に向けて、Anthropic は対象となる有料加入者に Fable の追加使用量を提供します。これには、Pro プランの週間使用制限の最大 50% 相当の Fable アクセスが含まれます。

能力の急上昇を考えると、価格引き下げは注目に値します。 Fable 5.2のスコアが独立した評価に耐えられるかどうか、そしてライバルのOpenAIとGoogleが次の動きにどれだけ早く反応するかが、2027年に向けたフロンティア競争を形作ることになるだろう。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→