Anthropic wypuścił w poniedziałek Claude Fable 5.2 i Claude Mythos 5.2, najnowsze wersje modeli z pogranicza, które rezerwuje do najbardziej wymagających prac technicznych. Firma twierdzi, że ulepszona para poprawia kodowanie, rozumowanie i wizję, generuje wyniki nawet o 30% szybciej niż Fable 5.1 i Mythos 5.1, a przy tym jest dostępna w niższej cenie: 8 dolarów za milion tokenów wejściowych i 40 dolarów za milion tokenów wyjściowych, z opcjonalnym trybem szybkim, który przyspiesza generowanie nawet 2,5 razy w przypadku 16 dolarów za milion tokenów wejściowych i 80 dolarów za milion tokenów wyjściowych.

Premiera szybko przyciągnęła uwagę społeczności zajmującej się śledzeniem modeli. Artificial Analysis, niezależna witryna oceniająca sztuczną inteligencję, przyznała Fable 5,2 wynik 65 w swoim indeksie inteligencji, co stanowi najwyższy wynik, jaki uzyskała dla dowolnego wypuszczonego dotychczas modelu, a ogłoszenie to wywołało setki komentarzy w serwisie Hacker News w ciągu kilku godzin. Dla czytelników śledzących najnowsze osiągnięcia w dziedzinie sztucznej inteligencji ta wersja oznacza najostrzejszy skok możliwości, jaki Anthropic pokazała od czasu debiutu linii Fable w czerwcu.

Jeden model, dwoje drzwi

Fable i Mythos to ten sam model bazowy. Różnica polega na polityce dostępu: Fable zapewnia silne zabezpieczenia cyberbezpieczeństwa i biologii, dzięki czemu Anthropic oferuje je wszystkim użytkownikom, podczas gdy Mythos ogranicza mniej możliwości i dlatego jest ograniczony do organizacji zaakceptowanych przez Anthropic w programach Life Sciences i Cyber ​​Verification Programs. Anthropic stwierdziła, że ​​zabezpieczenia Fable 5.2 są tak samo solidne jak Fable 5.1, ale generują mniej niepotrzebnych bloków, a nowy model zawiera najsilniejsze w historii firmy zabezpieczenia przed atakami związanymi z destylacją.

Firma ujawniła również, że przedpremierowe testy bezpieczeństwa obejmowały nowatorskie oceny ukierunkowane na konkretne zachowania, takie jak ucieczki z piaskownicy, oraz że model działał równie dobrze lub lepiej niż najnowsze modele Anthropic w przypadku większości miar dostosowania. Pełne szczegóły opublikowano w karcie systemowej Fable 5.2 i Mythos 5.2.

Co pokazują testy porównawcze

Firma Anthropic umieściła nowe modele o krok wyżej od Claude Opus 5.5, zalecanego przez siebie modelu do codziennego użytku, pod względem niemal wszystkich ocenianych możliwości. W FrontierCode 2.0, teście porównawczym kodowania agentycznego, który mierzy, czy zmiany modelu rzeczywiście zostaną scalone z repozytoriami typu open source, Fable 5.2 uzyskał 49,1% przy maksymalnym wysiłku wnioskowania, co stanowi najwyższy wynik spośród wszystkich modeli testowanych przez firmę. Przy dużym wysiłku osiągnął 45,3%, mniej więcej dorównując najlepszemu wynikowi Opus 5.5 wynoszącemu 45,5% przy około połowie kosztu zadania i pobijając najlepszy wynik GPT-6 Astra wynoszący 42,8%.

Inne wyniki ogłoszenia Anthropic:

  • FrontierSWE v2 (kodowanie agentowe): 69,9%, w porównaniu z 56,3% w przypadku Fable 5.1 i przed Opus 5.5 (62,3%), GPT-6 Astra (65,5%) i Gemini 4 Carbon (61,2%).
  • Ostatni egzamin ludzkości z narzędziami (rozumowanie multidyscyplinarne): 74,2% w porównaniu z 65,6% w przypadku Fable 5.1 i 57,2% w przypadku GPT-6 Astra przy maksymalnym wysiłku.
  • Wskaźnik pracy zdalnej (praca oparta na wiedzy): 41,3% przy dużym wysiłku, ponad dwukrotnie w porównaniu z 17,9% w Fable 5.1 i znacznie powyżej 21,3% w Opus 5.5.
  • OSWorld 2.1 (przy użyciu komputera): 89,3%, przed Opus 5.5 na poziomie 87,2%.
  • RoboDojo Sim (robotyka): 64,9%, skok z 27,6% w poprzedniej wersji.
  • BenchCAD 2.1 (inżynieria sprzętu): 83,5 przy maksymalnym wysiłku w porównaniu do 65,3 w Opus 5.5.

Gemini 4 Carbon utrzymał przewagę w jednym obszarze, uzyskując 53,9% wyniku w porównaniu z 51,4% Fable 5.2 w AutomationBench, benchmarku przepływu pracy w biznesie. Mythos 5.2 uzyskał lepsze wyniki w zakresie cyberbezpieczeństwa i projektowania białek, w tym 76,3% w CyScenarioBench i 89,6% w teście ponownego odkrycia CVE.

Co model zrobił przed startem

Najbardziej rzucające się w oczy stwierdzenia zawarte w ogłoszeniu dotyczą testów przedpremierowych. Anthropic twierdzi, że Fable 5.2 pomógł swoim inżynierom w przeprowadzeniu migracji oprogramowania, które w innym przypadku byłyby niewykonalne, zaprojektował od podstaw trzy działające urządzenia elektroniczne, rozwiązał dwa otwarte problemy z fizyki czarnych dziur i sformalizował dowód Ostatniego Twierdzenia Fermata w 30 godzin.

W jednym wewnętrznym eksperymencie inżynier Anthropic poprosił model o zbudowanie prototypu systemu operacyjnego, zaczynając od pustego folderu. Model koordynował pracę ponad 1000 subagentów w ciągu ośmiu dni i stworzył system, który uruchamia się na laptopie z własnym jądrem, dyskiem, klawiaturą i sterownikami sieciowymi, stałym miejscem do przechowywania plików, systemem okienkowym, ekranem logowania i instalatorem. Anthropic powiedział również, że zespół agentów korzystających z wcześniejszej wersji modelu przeprowadził migrację krytycznej usługi produkcyjnej z Pythona do Rusta i że usługa uruchamia się teraz około 26 razy szybciej.

Firma dodała, że ​​ponad 90% zmian włączonych do jej własnego podstawowego kodu jest obecnie pisanych przez Claude’a pod okiem człowieka.

Jak Anthropic sugeruje jego użycie

Pomimo skoku w benchmarkach, Anthropic nie pozycjonuje Fable 5.2 jako zamiennika swojej głównej linii. W przypadku większości zadań związanych z kodowaniem i zdobywaniem wiedzy zaleca się rozpoczęcie od Opus 5.5 i przejście do Fable lub Mythos tylko wtedy, gdy wymaga tego problem, lub przejście do Sonnet 5.5 i Haiku 5.5, jeśli nie jest to konieczne. Fable 5.2 może również działać jako doradca, z którym mniejsze modele konsultują się w przypadku trudnych problemów, lub jako orkiestrator delegujący prostsze zadania w dół.

Pierwsi klienci wymienieni w ogłoszeniu to Vercel, Shopify, Datadog, Unity, Uber, Oracle, Snowflake, Cognition i iGent. Joe Haddad, członek personelu technicznego w firmie Vercel, powiedział, że projekty, które tygodniami przesuwano wraz z innymi modelami, zostały ukończone i zatwierdzone w ciągu kilku dni, natomiast Tom Pritchard, inżynier personelu w Shopify, opisał model jako przypominający współpracę z innym inżynierem na poziomie personelu.

Dostępność

Fable 5.2 jest już dostępne w Amazon Web Services, Google Cloud i Microsoft Azure, a programiści mogą nazywać go claude-fable-5-2 na platformie Claude. Dostęp do Mythos 5.2 odbywa się poprzez programy weryfikacyjne, a Anthropic prezentuje również model w Claude Security dla klientów korporacyjnych. W tygodniu premiery Anthropic zapewnia uprawnionym płatnym subskrybentom dodatkowe korzystanie z Fable, w tym dostęp do Fable o wartości do 50% tygodniowych limitów użytkowania w planach Pro.

Obniżka cen jest zauważalna, biorąc pod uwagę skok możliwości. To, czy wyniki Fable 5.2 utrzymają się w niezależnych ocenach i jak szybko rywale, OpenAI i Google, zareagują kolejnymi ruchami, zadecyduje o wyścigu pionierów w roku 2027.

---

Wyprzedź sztuczną inteligencję

Otrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.

Przeczytaj więcej aktualności o sztucznej inteligencji →