Anthropic представила Fable 5.2 и Mythos 5.2: что нового
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.