В понедельник Anthropic выпустила Claude Fable 5.2 и Claude Mythos 5.2 — новейшие версии передовых моделей, которые она зарезервировала для самых требовательных технических работ. Компания заявляет, что обновленная пара улучшает кодирование, рассуждение и видение, генерирует выходные данные на 30% быстрее, чем Fable 5.1 и Mythos 5.1, и имеет более низкую цену: 8 долларов за миллион входных токенов и 40 долларов за миллион выходных токенов, с дополнительным быстрым режимом, который ускоряет генерацию до 2,5 раз при цене 16 долларов за миллион входных и 80 долларов за миллион выходных токенов.

Запуск быстро привлек внимание сообщества, занимающегося отслеживанием моделей. Искусственный анализ, независимый сайт оценки искусственного интеллекта, получил оценку Fable 5.2 на уровне 65 баллов по индексу интеллекта, что является наивысшим баллом, который он зафиксировал для любой выпущенной модели на данный момент, и это объявление за считанные часы вызвало сотни комментариев на Hacker News. Для читателей, следящих за последними разработками в области искусственного интеллекта, этот выпуск знаменует собой самый резкий скачок возможностей, продемонстрированный Anthropic с момента дебюта линейки Fable в июне.

Одна модель, две двери

Fable и Mythos представляют собой одну и ту же базовую модель. Разница заключается в политике доступа: Fable обеспечивает надежную кибербезопасность и биологическую защиту, что позволяет Anthropic предлагать его всем пользователям, в то время как Mythos лишает меньше возможностей и, следовательно, доступен только организациям, принятым в программы Anthropic Life Sciences и Cyber ​​Verification. В Anthropic заявили, что средства защиты Fable 5.2 столь же надежны, как и Fable 5.1, но создают меньше ненужных блоков, а также что новая модель включает в себя самую надежную за всю историю компанию защиту от атак методом дистилляции.

Компания также сообщила, что предварительное тестирование безопасности включало в себя новые оценки, нацеленные на конкретные действия, такие как побег из песочницы, и что модель работала так же или лучше, чем недавние модели Anthropic, по большинству мер согласования. Полная информация опубликована в системной карточке Fable 5.2 и Mythos 5.2.

Что показывают тесты

Anthropic позиционировала новые модели как ступень выше Claude Opus 5.5, рекомендованной модели для повседневного использования, практически по всем оцениваемым ею возможностям. В FrontierCode 2.0, эталонном тесте агентного кодирования, который определяет, будут ли изменения модели фактически объединены в репозитории с открытым исходным кодом, Fable 5.2 набрала 49,1% при максимальных усилиях по рассуждению, что является самым высоким показателем среди всех выпущенных моделей, протестированных компанией. При больших усилиях он достиг 45,3%, что примерно соответствует лучшему результату Opus 5.5 (45,5%) при примерно половине затрат на задачу и превзошло лучший результат GPT-6 Astra (42,8%).

Другие результаты заявления Anthropic:

  • FrontierSWE v2 (агентное кодирование): 69,9% по сравнению с 56,3% для Fable 5.1 и опережает Opus 5.5 (62,3%), GPT-6 Astra (65,5%) и Gemini 4 Carbon (61,2%).
  • Последний экзамен человечества с инструментами (многодисциплинарное рассуждение): 74,2% по сравнению с 65,6% для Fable 5.1 и 57,2% для GPT-6 Astra при максимальном усилии.
  • Индекс удаленной работы (умственная работа): 41,3% при больших усилиях, что более чем вдвое превышает показатель Fable 5.1 (17,9%) и значительно опережает показатель Opus 5.5 (21,3%).
  • OSWorld 2.1 (использование компьютера): 89,3%, опережая Opus 5.5 с 87,2%.
  • RoboDojo Sim (робототехника): 64,9%, рост по сравнению с 27,6% в предыдущей версии.
  • BenchCAD 2.1 (аппаратное обеспечение): 83,5 при максимальных усилиях по сравнению с 65,3 для Opus 5.5.

Gemini 4 Carbon лидировала в одной области, набрав 53,9% против 51,4% у Fable 5.2 на AutomationBench, тесте бизнес-процессов. Mythos 5.2 показал более высокие результаты в области кибербезопасности и проектирования белков, в том числе 76,3% в CyScenarioBench и 89,6% в тесте повторного обнаружения CVE.

Что делала модель перед запуском

Самые привлекательные заявления в объявлении касаются предварительного тестирования. Anthropic заявила, что Fable 5.2 помогла ее инженерам выполнить невозможную в противном случае миграцию программного обеспечения, спроектировала три работающих электронных устройства с нуля, решила две открытые проблемы в физике черных дыр и формализовала доказательство Великой теоремы Ферма за 30 часов.

В одном из внутренних экспериментов инженер Anthropic попросил модель создать прототип операционной системы, начиная с пустой папки. Модель координировала работу более 1000 субагентов в течение восьми дней и создала систему, которая загружается на ноутбуке с собственным ядром, диском, клавиатурой и сетевыми драйверами, постоянным хранилищем файлов, оконной системой, экраном входа в систему и установщиком. Anthropic также сообщила, что команда агентов, использующих более раннюю версию модели, перенесла критически важный производственный сервис с Python на Rust, и теперь этот сервис запускается примерно в 26 раз быстрее.

Компания добавила, что более 90% изменений, внесенных в ее собственную базовую кодовую базу, теперь пишутся Клодом под руководством человека.

Как Anthropic предлагает его использовать

Несмотря на скачок в показателях, Anthropic не позиционирует Fable 5.2 как замену своей основной линейке. Для большинства задач по программированию и познанию рекомендуется начинать с Opus 5.5 и переходить к Fable или Mythos только тогда, когда этого требует проблема, или переходить к Sonnet 5.5 и Haiku 5.5, когда этого не требуется. Fable 5.2 также может работать как советник, с которым меньшие модели консультируются по сложным проблемам, или как оркестратор, делегирующий более простые задачи вниз.

Среди первых клиентов, упомянутых в объявлении, — Vercel, Shopify, Datadog, Unity, Uber, Oracle, Snowflake, Cognition и iGent. Джо Хаддад, член технического персонала Vercel, сказал, что проекты, которые продвигались вместе с другими моделями в течение нескольких недель, были завершены и одобрены за несколько дней, а Том Причард, штатный инженер Shopify, описал модель как работу с другим штатным инженером.

Доступность

Fable 5.2 теперь доступен в веб-службах Amazon, Google Cloud и Microsoft Azure, и разработчики могут называть его claude-fable-5-2 на платформе Claude. Доступ к Mythos 5.2 осуществляется через программы проверки, и Anthropic также представляет модель внутри Claude Security для корпоративных клиентов. На неделе запуска Anthropic предоставляет соответствующим платным подписчикам дополнительное использование Fable, включая доступ к Fable стоимостью до 50% от еженедельного лимита использования в планах Pro.

Снижение цен заметно, учитывая скачок возможностей. Сохранятся ли результаты Fable 5.2 при независимой оценке и как быстро конкуренты OpenAI и Google отреагируют своими следующими шагами, будут определять пограничную гонку, приближающуюся к 2027 году.

---

Будьте впереди ИИ

Получайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.

Подробнее новости AI →