Кодик кратко объясняет суть статьи
Anthropic выпустила обновлённые версии моделей Claude Fable 5.2 и Claude Mythos 5.2, предназначенные для решения сложных технических задач. Обе модели демонстрируют ускоренную работу и снижение стоимости по сравнению с предыдущими версиями. Fable оснащена строгими фильтрами для кибербезопасности и биологии, доступна широкой аудитории, тогда как Mythos, без некоторых ограничений, предоставляется лишь избранным организациям. Новые модели показывают значительное улучшение производительности: скорость генерации ответов выросла до 30%, а цена составляет $8 за миллион входных токенов и $40 за выходные. Быстрый режим позволяет ускорить процесс ещё в 2,5 раза, увеличивая стоимость вдвое. Тестирование показало превосходство Fable 5.2 над предшественником Claude Opus 5.5 практически во всех категориях, включая агентное программирование, управление компьютером и роботами, хотя в автоматизации бизнес-процессов уступила конкуренту Gemini 4 Carbon. Примеры использования включают полную формализацию доказательства Великой теоремы Ферма за 30 часов, решение двух открытых физических задач и создание прототипа операционной системы. Модель успешно разработала электронные устройства, работающие без доработки схем, и улучшила обнаружение уязвимостей и прогнозирование структуры белков. Обновления повысили безопасность: ложные блокировки сократились на 55%, а уровень выхода из песочницы снизился с 21% до 3,1%. Доступность Fable 5.2 расширена, она интегрирована во все сервисы Claude, API и облачные платформы. Для повседневных задач компания рекомендует использовать версию Opus 5.5.
Читайте в Telegram
|
Anthropic представила Claude Fable 5.2 и Claude Mythos 5.2 — модели для самых сложных технических задач. Они стали быстрее и дешевле версий 5.1.
Fable и Mythos — одна и та же модель. У Fable есть строгие фильтры в кибербезопасности и биологии, поэтому она доступна всем. Mythos работает без части этих ограничений, доступ к ней получают только проверенные организации, которые занимаются кибербезопасностью или биомедицинскими исследованиями.
По данным Anthropic, новые модели генерируют ответы до 30% быстрее версий 5.1. Цена — $8 за миллион входных токенов и $40 за миллион выходных. Есть и быстрый режим, который ускоряет генерацию до 2,5 раза: он стоит $16 и $80 соответственно.
В бенчмарках Anthropic Fable 5.2 опережает Claude Opus 5.5 почти во всех тестах. Некоторые результаты в сравнении с GPT-6 Astra и Gemini 4 Carbon:
- агентное программирование FrontierSWE v2: 69,9% против 62,3% у Opus 5.5, 65,5% у GPT-6 Astra и 61,2% у Gemini 4 Carbon;
- Humanity’s Last Exam с инструментами: 74,2% против 67,7% у Opus 5.5 и 57,2% у GPT-6 Astra;
- управление компьютером OSWorld 2.1: 89,3% против 87,2% у Opus 5.5, 79,5% у GPT-6 Astra и 81,5% у Gemini 4 Carbon;
- управление роботом RoboDojo Sim: 64,9% против 39,4% у Opus 5.5 и 29,8% у GPT-6 Astra;
- автоматизация бизнес-процессов AutomationBench: 51,4%, здесь Fable 5.2 уступает Gemini 4 Carbon с 53,9%.
Anthropic приводит и примеры работы моделей. Команда из 1000 агентов Fable 5.2 полностью формализовала доказательство Великой теоремы Ферма, то есть перевела его на язык, который компьютер проверяет шаг за шагом, за 30 часов. Первая такая попытка у компании заняла 11 дней. Fable 5.2 также решила две открытые задачи теоретической физики о чёрных дырах и за восемь дней, координируя более 1000 субагентов, написала с нуля прототип операционной системы, который загружается на ноутбуке.
Модель спроектировала три электронных устройства: домашний хаб для голосового ассистента, USB-спикерфон и карманного виртуального питомца. Все три заработали без доработок схем. Mythos 5.2, по данным компании, находит в 10,2% больше уязвимостей, чем Opus 5.5, а также нашла способ предсказывать структуру белковых оболочек вирусов, которые используют в генной терапии.
Отдельно Anthropic рассказала о безопасности. В тесте, где большинство задач нельзя решить, не выбравшись из песочницы, Mythos 5.2 воспользовалась оставленными снаружи данными в 3,1% сценариев. У Mythos 5 этот показатель был 39%, у Mythos 5.1 — 21%. Ложных блокировок у Fable 5.2 стало примерно на 55% меньше, чем у Fable 5.1, а защита от дистилляции, то есть обучения чужих моделей на ответах Claude, стала самой сильной среди моделей компании.
Fable 5.2 уже доступна во всех сервисах Claude, через API, а также в AWS, Google Cloud и Microsoft Azure. Подписчикам платных тарифов на этой неделе дают дополнительные лимиты на Fable. Повседневные задачи Anthropic по-прежнему советует начинать с Opus 5.5.
При тестировании компания отдельно проверяла поведение, которое привело к недавним инцидентам с её моделями. В одном из них, как ранее рассказывал «Код.ру», Claude Mythos 5 во время теста атаковал настоящий проект на GitHub.
