Anthropic បើកដំណើរការ Claude Fable 5.1 និង Mythos 5.1: 25% ថោកជាង ខ្លាំងជាងនៅ Agentic Coding

Anthropic បានបើកដំណើរការ Claude Fable 5.1 និង Claude Mythos 5.1 នៅថ្ងៃទី 1 ខែកញ្ញា ឆ្នាំ 2026 ដោយណែនាំនូវអ្វីដែលក្រុមហ៊ុនហៅថាម៉ូដែលទំនើបបំផុតរបស់ពិភពលោកសម្រាប់ការងារសរសេរកូដ និងចំណេះដឹង និងការមើលឃើញដំបូងអំពីរបៀបដែលប្រព័ន្ធ AI នឹងរួមចំណែកដល់ការស្រាវជ្រាវវិទ្យាសាស្ត្រ។ សេចក្តីប្រកាសដែលបានចេញផ្សាយនៅលើគេហទំព័ររបស់ Anthropic បានមកដល់ជាមួយនឹងសំណុំនៃការផ្លាស់ប្តូរតម្លៃ និងការគ្រប់គ្រងទិន្នន័យ ដែលឆ្លើយតបដោយផ្ទាល់ទៅនឹងមតិកែលម្អរបស់អតិថិជនលើតម្លៃ ភាពឯកជន និងការការពារ។

ការបើកដំណើរការឈ្មោះពីរមិនធម្មតាឆ្លុះបញ្ចាំងពីគំរូមូលដ្ឋានតែមួយជាមួយនឹងការកំណត់រចនាសម្ព័ន្ធការពារពីរ។ Fable 5.1 ជាទូទៅមានសម្រាប់អ្នកប្រើប្រាស់ទាំងអស់ ខណៈពេលដែល Mythos 5.1 ត្រូវបានបម្រុងទុកសម្រាប់កម្មវិធីចូលប្រើដែលអាចទុកចិត្តបានរបស់ Anthropic ដែលការការពាររបស់វាត្រូវបានរចនាឡើងជាពិសេសដើម្បីគាំទ្រការងារនៅក្នុងសន្តិសុខអ៊ីនធឺណិត និងវិទ្យាសាស្ត្រជីវិត។ AWS បានបញ្ជាក់នៅថ្ងៃដដែលនោះថា Fable 5.1 មាននៅលើវេទិការបស់ខ្លួននៅក្នុងការបង្ហោះដែលមានចំណងជើងថា "ការណែនាំ Claude Fable 5.1 នៅលើ AWS" ហើយព័ត៌មានបានឡើងដល់កំពូលនៃ Hacker News ដោយទទួលបានច្រើនជាង 600 ពិន្ទុក្នុងរយៈពេលប៉ុន្មានម៉ោងនៃការបោះពុម្ពផ្សាយ។ សម្រាប់បរិបទបន្ថែមអំពីរឿងនេះ សូមមើលការផ្សាយរបស់យើង breaking AI news។

ការកាត់តម្លៃ និងសម្បទានរក្សាទិន្នន័យ

ការផ្លាស់ប្តូរចំណងជើងសម្រាប់អតិថិជនភាគច្រើននឹងត្រូវចំណាយ។ យោងតាម ​​Anthropic Fable 5.1 នឹងត្រូវចំណាយប៉ាន់ស្មាន 25% តិចជាង Fable 5 សម្រាប់បន្ទុកការងារធម្មតា គ្រប់ទីកន្លែងដែលការប្រើប្រាស់ត្រូវបានចេញវិក្កយបត្រដោយសញ្ញាសម្ងាត់។ ការកាត់បន្ថយបានមកពីតម្លៃទាបនៅលើការអានឃ្លាំងសម្ងាត់ - នៅពេលដែលគំរូអានធាតុបញ្ចូលដែលបានដំណើរការ និងរក្សាទុករួចហើយ។ សម្រាប់ការងារដែលមានភ្នាក់ងារខ្ពស់ ក្រុមហ៊ុនបាននិយាយថា ការសន្សំច្រើនដងនឹងមានទំហំធំជាង ដែលឈានដល់ប្រហែល 45% ។

ការផ្លាស់ប្តូររចនាសម្ព័ន្ធកាន់តែធំគឺជាប្រព័ន្ធថ្មីមួយដែលក្រុមហ៊ុនហៅថា Enterprise Frontier Safeguards ឬ EFS ។ Anthropic និយាយថា EFS ផ្តល់ឱ្យអតិថិជនសហគ្រាសនូវភាពឯកជនពេញលេញ - ស្មើនឹងគោលការណ៍រក្សាទិន្នន័យសូន្យ - ខណៈពេលដែលនៅតែរក្សាបាននូវការការពារដ៏ទំនើបបំផុតប្រឆាំងនឹងការប្រើប្រាស់ជាសត្រូវ។ យន្តការនេះដំណើរការដោយការរក្សាទុកទិន្នន័យអតិថិជននៅក្នុងហេដ្ឋារចនាសម្ព័ន្ធពពកដែលគ្រប់គ្រងទាំងស្រុងដោយអតិថិជនជាជាងដោយ Anthropic ។ EFS នឹងដាក់ឱ្យប្រើប្រាស់ដល់អតិថិជនសហគ្រាសក្នុងដំណាក់កាលដែលចាប់ផ្តើមនៅចុងរដូវស្លឹកឈើជ្រុះនេះ ហើយរហូតទាល់តែវាអាចប្រើបានជាទូទៅ អតិថិជនដែលមានសិទ្ធិអាចដំណើរការ Fable 5.1 ជាមួយនឹងការរក្សាទុកទិន្នន័យសូន្យ។

សម្បទានឯកជនភាពធ្វើតាមការជំរុញអតិថិជនដែលអាចមើលឃើញ។ CNBC បានរាយការណ៍នៅថ្ងៃទី 1 ខែកញ្ញាថា Anthropic បានផ្លាស់ប្តូរគោលការណ៍រក្សាទិន្នន័យរបស់ខ្លួនបន្ទាប់ពីការជំទាស់ពីអតិថិជន ហើយការប្រកាស EFS គឺជាការឆ្លើយតបដ៏ជាក់ស្តែងបំផុតរបស់ក្រុមហ៊ុនដែលមិនទាន់មានចំពោះសហគ្រាសដែលចង់បានសមត្ថភាពគំរូព្រំដែនដោយគ្មានទិន្នន័យរបស់ពួកគេនៅលើហេដ្ឋារចនាសម្ព័ន្ធរបស់ Anthropic ។

Benchmark ទទួលបាននៅទូទាំងការសរសេរកូដ និងវិទ្យាសាស្ត្រ

ការវាយតម្លៃដែលបានបោះពុម្ពផ្សាយរបស់ Anthropic បង្ហាញពីការកើនឡើងយ៉ាងច្រើនលើសជំនាន់មុនរបស់ខ្លួន ទោះបីជាចំនួនបានមកពីការសាកល្បងផ្ទាល់របស់ក្រុមហ៊ុន ហើយគួរតែត្រូវបានអានតាមនោះក៏ដោយ។

នៅលើ Terminal-Bench-Science 0.1 ដែលជាស្តង់ដារស្រាវជ្រាវវិទ្យាសាស្ត្រភ្នាក់ងារ Fable 5.1 ទទួលបានពិន្ទុ 52.6% ធៀបនឹង 24.7% សម្រាប់ Fable 5 ក្នុងការរៀបចំដូចគ្នា។ Claude Opus 5 បានចុះឈ្មោះ 29.0% ហើយ GPT-5.6 Sol របស់ OpenAI ទទួលបាន 22.4% នៅលើគោលដូចគ្នា។ នៅលើ Terminal-Bench 4.0 ការធ្វើតេស្តសរសេរកូដភ្នាក់ងារផ្អែកលើស្ថានីយ Fable 5.1 ទទួលបានពិន្ទុ 55.8% ខណៈដែល Mythos 5.1 ជាមួយនឹងការការពារការប៉ះស្រាលជាងមុន បានឈានដល់ 60.9% ពោលគឺកើនឡើងពី 42.0% របស់ Fable 5 ។

ការវាស់ស្ទង់ចំណេះដឹងការងារ និងការប្រើប្រាស់កុំព្យូទ័រក៏ប្រសើរឡើងផងដែរ។ Fable 5.1 ទទួលបានពិន្ទុ 1853 លើការវាយតម្លៃ GDPval-AA v2 ធៀបនឹង 1723 សម្រាប់ Fable 5 ហើយឈានដល់ 60.9% លើការប្រឡងចុងក្រោយរបស់មនុស្សជាតិដោយគ្មានឧបករណ៍ និង 65.0% ជាមួយឧបករណ៍។ នៅលើ CursorBench 3.2.0 ដែលជាស្តង់ដារសរសេរកូដ វាបានពិន្ទុ 73.4% ធៀបនឹង 70.5% របស់ Fable 5 ។ នៅក្នុងការប្រើប្រាស់កុំព្យូទ័រ វាបានពិន្ទុ 77.9% ផ្នែកខ្លះ និង 41.7% យ៉ាងតឹងរឹងលើ OSWorld 2.0 និង 31.4% នៅលើ AutomationBench កើនឡើងពី 17.1% សម្រាប់ជំនាន់មុនរបស់វា។

Anthropic ក៏បានបង្ហាញពីការព្រមានដ៏សំខាន់មួយផងដែរ៖ Fable 5.1 ត្រូវបានគេវាយតម្លៃជាមួយនឹងការការពារផលិតកម្មរបស់វា ហើយនៅលើការងារដែលការការពារទាំងនោះបានធ្វើអន្តរាគមន៍ ម៉ូដែលនេះទទួលបានពិន្ទុសូន្យ ដែលជាកត្តាដែលក្រុមហ៊ុនបាននិយាយថាទំនងជាធ្វើឱ្យលទ្ធផលរបស់វាធ្លាក់ចុះនៅលើស្តង់ដារមួយចំនួន។

ក្រុមហ៊ុនបានកត់សម្គាល់ថាការកំណត់កិច្ចខិតខំប្រឹងប្រែងមានសារៈសំខាន់សម្រាប់ការចំណាយ។ Fable 5.1 លំនាំដើមទៅនឹងការខិតខំប្រឹងប្រែងខ្ពស់នៅក្នុង Claude Code និងការខិតខំប្រឹងប្រែងមធ្យមនៅក្នុង Claude Cowork និងនៅលើ Claude.ai ហើយនៅកម្រិតនៃកិច្ចខិតខំប្រឹងប្រែងទាបវាសម្រេចបានលទ្ធផលស្រដៀងគ្នា ឬប្រសើរជាង Fable 5 ក្នុងតម្លៃទាបជាងច្រើន។

អតិថិជនដំបូងរាយការណ៍ពីការកើនឡើងផលិតភាព

Anthropic បានបោះពុម្ពផ្សាយសក្ខីកម្មពីដៃគូដែលចូលដំណើរការដំបូងដែលសង្កត់ធ្ងន់ទាំងសមត្ថភាព និងសេដ្ឋកិច្ច។ Cognition បាននិយាយថាវាកំពុងផ្លាស់ប្តូរចរាចរណ៍ Opus 5 របស់ខ្លួននៅក្នុង Devin ទៅ Fable 5.1 នៅថ្ងៃចាប់ផ្តើម។ លោក Walden Yan សហស្ថាបនិកក្រុមហ៊ុន Cognition និងជាប្រធានផ្នែកផលិតផលបាននិយាយថា "វាបានផ្គូផ្គង ឬកាត់ចេញ Fable 5 នៅក្នុងការសាកល្បងរបស់យើងក្នុងតម្លៃទាបបំផុតក្នុងមួយកិច្ចការ ហើយជាមួយនឹងតម្លៃឃ្លាំងសម្ងាត់ថ្មីនៃការអានគំរូ Fable-class ចុងក្រោយគឺសន្សំសំចៃសម្រាប់បន្ទុកការងារដែលយើងរក្សាទុកនៅលើ Opus ដោយចាប់ផ្តើមពីការពិនិត្យកូដ" ។

ក្រុមហ៊ុនពាណិជ្ជកម្ម Quantitative Millennium បានផ្តល់ការកែកំហុសដ៏គួរឱ្យចាប់អារម្មណ៍មួយ។ អ្នកគ្រប់គ្រងផលប័ត្រជាន់ខ្ពស់ម្នាក់បាននិយាយថា ការគាំងដ៏កម្រមួយ - ប្រហែលមួយក្នុងចំនោមការរត់មួយលាន - មិនបានពន្យល់ដោយវិស្វកររបស់ក្រុមហ៊ុនអស់រយៈពេល 4 ទៅ 5 ឆ្នាំ ហើយថាគ្រប់ម៉ូដែលដែលគាត់បានព្យាយាមខកខានវា។ Fable 5.1 បានរុះរើបណ្ណាល័យអ្នកលក់ខាងក្រៅ ផ្គូផ្គងវាប្រឆាំងនឹងការបោះចោលស្នូល និងតាមដានការគាំងទៅនឹងបញ្ហានៅក្នុងបណ្ណាល័យនោះ។

លោក Dan Shipper នាយកប្រតិបត្តិនៃក្រុមហ៊ុនប្រព័ន្ធផ្សព្វផ្សាយ Every បាននិយាយថានៅក្នុងការធ្វើតេស្តរបស់គាត់ ម៉ូដែលនេះគឺលឿនជាង Opus 5 ពីរដង ខណៈពេលដែលប្រើថូខឹនពាក់កណ្តាល។ ហើយ Ramp ដែលជាការចាប់ផ្តើមកាតសាជីវកម្មបានពិពណ៌នាអំពីការរត់រយៈពេល 38 ម៉ោងដែលមិនមានការយកចិត្តទុកដាក់ ដែលម៉ូដែលនេះបានធ្វើរោគវិនិច្ឆ័យលទ្ធផលនៃការសិក្សារបស់ម៉ាស៊ីនពីមុនថាជាវត្ថុបុរាណនៃស្លាក កែវា ចាប់ផ្តើមការពិសោធន៍ស្របគ្នាចំនួនប្រាំមួយពេញមួយយប់ ហើយបានត្រឡប់មកវិញជាមួយនឹងលទ្ធផល និងជំហានបន្ទាប់។

ការការពារកាន់តែទន់ ជាមួយនឹងការភ្ជាប់ខ្សែ

ខាងផ្នែកសុវត្ថិភាព Anthropic បាននិយាយថា ការការពារថ្មីបំផុតរបស់ខ្លួនផលិតភាពវិជ្ជមានមិនពិតចំនួន 60% តិចជាងមុននៅក្នុងសុវត្ថិភាពអ៊ីនធឺណិត។ ក្រុមហ៊ុនក៏បានបើកការផ្លាស់ប្តូរសមត្ថភាពផងដែរ៖ ឥឡូវនេះ Fable 5.1 អាចត្រូវបានប្រើដើម្បីស្វែងរកភាពងាយរងគ្រោះរបស់កម្មវិធី ទោះបីជាមិនមែនដើម្បីអភិវឌ្ឍការកេងប្រវ័ញ្ចសម្រាប់ពួកគេក៏ដោយ។

នៅក្នុងជីវវិទ្យា ការចូលទៅកាន់សមត្ថភាពកម្រិតខ្ពស់របស់ Mythos 5.1 នឹងដំណើរការតាមរយៈកម្មវិធីដែលត្រូវបានបង្កើតឡើងក្នុងភាពជាដៃគូជាមួយរដ្ឋាភិបាលសហរដ្ឋអាមេរិក ជាមួយនឹងការចុះឈ្មោះសម្រាប់អ្នកវិទ្យាសាស្ត្រដែលរំពឹងថានឹងបើកក្នុងពេលឆាប់ៗនេះ។ ក្រុមហ៊ុនបានរឹតបន្តឹងការការពារទាក់ទងនឹងជីវវិទ្យារួចហើយនៅលើ Fable 5 នៅដើមឆ្នាំនេះ ដែលធ្វើឱ្យការផ្គូផ្គងចាប់ផ្តើមដំណើរការបន្តនៃគោលការណ៍នោះជាជាងការបញ្ច្រាស។

ហេតុអ្វីវាសំខាន់

ការបើកដំណើរការនេះស្ថិតនៅក្នុងទីផ្សារដែលតម្លៃការសន្និដ្ឋានបាននឹងកំពុងធ្លាក់ចុះយ៉ាងឆាប់រហ័ស — ការវិភាគ AI Buzz Wire ថ្មីៗនេះបានរកឃើញថាតម្លៃនិមិត្តសញ្ញាឈានដល់កម្រិតទាបបំផុត ហើយ Anthropic កំពុងជ្រើសរើសយ៉ាងច្បាស់ដើម្បីប្រកួតប្រជែងលើតម្លៃការអនុវត្តសម្រាប់បន្ទុកការងារជាជាងការពារអត្រាបុព្វលាភ។ ជាមួយនឹងការប្រៀបធៀបដែលបានបោះពុម្ពផ្សាយប្រឆាំងនឹង GPT-5.6 Sol របស់ OpenAI និងបន្ទាត់ Opus 5 របស់ខ្លួន ក្រុមហ៊ុនកំពុងដាក់ Fable 5.1 ជាជម្រើសលំនាំដើមសម្រាប់កិច្ចការសរសេរកូដ និងស្រាវជ្រាវដែលដំណើរការយូរ។ ថាតើការវាយតម្លៃឯករាជ្យ និងការសុំកូនចិញ្ចឹមដោយសហគ្រាសបញ្ជាក់ពីទីលាន នឹងក្លាយជាច្បាស់លាស់ក្នុងរយៈពេលប៉ុន្មានសប្តាហ៍ខាងមុខនេះ។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →