Anthropic mengeluarkan Claude Fable 5.2 dan Claude Mythos 5.2 pada hari Isnin, versi terbaru model sempadan yang dikhaskan untuk kerja teknikal yang paling mencabar. Syarikat itu berkata pasangan yang dinaik taraf itu bertambah baik pada pengekodan, penaakulan dan penglihatan, menjana output sehingga 30% lebih pantas daripada Fable 5.1 dan Mythos 5.1, dan tiba pada harga yang lebih rendah: $8 bagi setiap juta token input dan $40 bagi setiap juta token keluaran, dengan mod pantas pilihan yang mempercepatkan penjanaan sehingga $165 juta untuk input dan $160 juta bagi setiap input.

Pelancaran dengan cepat menarik perhatian daripada komuniti penjejakan model. Analisis Buatan, tapak penilaian AI bebas, menjaringkan Fable 5.2 pada 65 pada indeks kecerdasannya, skor tertinggi yang telah direkodkan untuk mana-mana model yang dikeluarkan setakat ini, dan pengumuman itu menarik beratus-ratus komen mengenai Berita Hacker dalam beberapa jam. Bagi pembaca yang mengikuti perkembangan AI terbaharu, keluaran ini menandakan lompatan keupayaan paling tajam yang telah ditunjukkan oleh Anthropic sejak baris Fable ditayangkan pada bulan Jun.

Satu Model, Dua Pintu

Fable dan Mythos adalah model asas yang sama. Perbezaannya ialah dasar akses: Fable membawa perlindungan keselamatan siber dan biologi yang kukuh yang membolehkan Anthropic menawarkannya kepada semua pengguna, manakala Mythos menghilangkan keupayaan yang lebih sedikit dan oleh itu terhad kepada organisasi yang diterima masuk ke dalam Program Pengesahan Sains Hayat dan Siber Anthropic. Anthropic berkata perlindungan Fable 5.2 adalah sama teguhnya dengan Fable 5.1 tetapi menghasilkan lebih sedikit blok yang tidak diperlukan, dan model baharu itu termasuk perlindungan terkuat syarikat terhadap serangan penyulingan.

Syarikat itu juga mendedahkan bahawa ujian keselamatan prakeluaran termasuk penilaian baru yang menyasarkan khusus mengenai tingkah laku seperti pelarian kotak pasir, dan model itu berprestasi serta atau lebih baik daripada model Anthropic terkini pada kebanyakan langkah penjajaran. Butiran penuh diterbitkan dalam kad sistem Fable 5.2 dan Mythos 5.2.

Apa yang Ditunjukkan oleh Penanda Aras

Anthropic meletakkan model baharu sebagai satu langkah di atas Claude Opus 5.5, model pemacu harian yang disyorkan, pada hampir setiap keupayaan yang dinilainya. Pada FrontierCode 2.0, penanda aras pengekodan agen yang mengukur sama ada perubahan model benar-benar akan digabungkan ke dalam repositori sumber terbuka, Fable 5.2 mendapat 49.1% pada usaha penaakulan maksimum, skor tertinggi bagi mana-mana model keluaran yang telah diuji oleh syarikat. Dengan usaha yang tinggi, ia mencapai 45.3%, kira-kira menyamai skor terbaik Opus 5.5 sebanyak 45.5% pada kira-kira separuh daripada kos setiap tugas dan mengatasi skor terbaik GPT-6 Astra sebanyak 42.8%.

Keputusan lain daripada pengumuman Anthropic:

  • FrontierSWE v2 (pengekodan agen): 69.9%, meningkat daripada 56.3% untuk Fable 5.1 dan mendahului Opus 5.5 (62.3%), GPT-6 Astra (65.5%) dan Gemini 4 Carbon (61.2%).
  • Peperiksaan Terakhir Kemanusiaan dengan alatan (penaakulan pelbagai disiplin): 74.2%, berbanding 65.6% untuk Fable 5.1 dan 57.2% untuk GPT-6 Astra pada usaha maksimum.
  • Indeks Buruh Jauh (kerja pengetahuan): 41.3% dengan usaha yang tinggi, lebih daripada dua kali ganda Fable 5.1 17.9% dan jauh di hadapan Opus 5.5 21.3%.
  • OSWorld 2.1 (penggunaan komputer): 89.3%, mendahului Opus 5.5 pada 87.2%.
  • RoboDojo Sim (robotik): 64.9%, melonjak daripada 27.6% untuk versi sebelumnya.
  • BenchCAD 2.1 (kejuruteraan perkakasan): 83.5 pada usaha maksimum, berbanding 65.3 untuk Opus 5.5.

Gemini 4 Carbon memegang kelebihan dalam satu kawasan, menjaringkan 53.9% kepada Fable 5.2 51.4% pada AutomationBench, penanda aras aliran kerja perniagaan. Mythos 5.2 menyiarkan keputusan keselamatan siber dan reka bentuk protein yang lebih kukuh, termasuk 76.3% pada CyScenarioBench dan 89.6% pada ujian penemuan semula CVE.

Perkara yang Model Dilakukan Sebelum Pelancaran

Tuntutan yang paling menarik perhatian dalam pengumuman berkenaan dengan ujian prakeluaran. Anthropic berkata Fable 5.2 membantu juruteranya menyelesaikan migrasi perisian yang tidak boleh dilaksanakan, mereka bentuk tiga peranti elektronik yang berfungsi dari awal, menyelesaikan dua masalah terbuka dalam fizik lubang hitam, dan memformalkan bukti Teorem Terakhir Fermat dalam masa 30 jam.

Dalam satu percubaan dalaman, seorang jurutera Anthropic meminta model itu membina sistem pengendalian prototaip bermula dari folder kosong. Model itu menyelaraskan lebih daripada 1,000 subagen selama lapan hari dan menghasilkan sistem yang but pada komputer riba dengan kernel, cakera, papan kekunci dan pemacu rangkaiannya sendiri, storan fail kekal, sistem tingkap, skrin log masuk dan pemasang. Anthropic juga berkata sepasukan ejen yang menjalankan versi terdahulu model itu telah memindahkan perkhidmatan pengeluaran kritikal daripada Python ke Rust, dan perkhidmatan itu kini bermula kira-kira 26 kali lebih pantas.

Syarikat itu menambah bahawa lebih daripada 90% perubahan yang digabungkan ke dalam pangkalan kod terasnya sendiri kini ditulis oleh Claude dengan bimbingan manusia.

Bagaimana Anthropic Mencadangkan Penggunaannya

Walaupun lonjakan penanda aras, Anthropic tidak meletakkan Fable 5.2 sebagai pengganti untuk barisan utamanya. Untuk kebanyakan tugas pengekodan dan pengetahuan, ia mengesyorkan bermula dengan Opus 5.5 dan beralih ke Fable atau Mythos hanya apabila masalah memerlukannya, atau turun ke Sonnet 5.5 dan Haiku 5.5 apabila tidak. Fable 5.2 juga boleh beroperasi sebagai penasihat yang model yang lebih kecil berunding mengenai masalah yang sukar, atau sebagai orkestra yang mewakilkan tugas yang lebih mudah ke bawah.

Pelanggan awal yang disebut dalam pengumuman itu termasuk Vercel, Shopify, Datadog, Unity, Uber, Oracle, Snowflake, Cognition dan iGent. Joe Haddad, ahli kakitangan teknikal di Vercel, berkata projek yang telah ditolak bersama-sama model lain selama berminggu-minggu telah siap dan diluluskan dalam beberapa hari, manakala Tom Pritchard, seorang jurutera kakitangan di Shopify, menyifatkan model itu berasa seperti bekerja dengan jurutera peringkat kakitangan lain.

Ketersediaan

Fable 5.2 kini tersedia merentas Perkhidmatan Web Amazon, Google Cloud dan Microsoft Azure, dan pembangun boleh memanggilnya sebagai claude-fable-5-2 pada Platform Claude. Akses Mythos 5.2 dijalankan melalui program pengesahan, dan Anthropic juga memaparkan model dalam Claude Security untuk pelanggan perusahaan. Untuk minggu pelancaran, Anthropic memberi pelanggan berbayar yang layak penggunaan Fable tambahan, termasuk akses Fable bernilai sehingga 50% daripada had penggunaan mingguan pada pelan Pro.

Potongan harga adalah ketara memandangkan lonjakan keupayaan. Sama ada markah Fable 5.2 bertahan di bawah penilaian bebas, dan seberapa cepat pesaing OpenAI dan Google bertindak balas dengan langkah seterusnya, akan membentuk perlumbaan sempadan menuju 2027.

---

Kekal Mendahului AI

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

Baca lebih banyak berita AI →