Anthropic выпустила новую модель Claude Fable, которая обошла GPT-6 Astra

Что нового в Fable 5.2 и Mythos 5.2?

Новые модели улучшили программирование, рассуждения и научные исследования. Они генерируют ответы до 30% быстрее, чем предыдущее поколение, пишет Neowin.

Как и раньше, обе модели работают на общей архитектуре, но имеют разные ограничения. Fable 5.2 получила строгие меры защиты в сфере кибербезопасности и биологии и доступна всем пользователям. Mythos 5.2 таких ограничений не имеет, поэтому ее предоставляют только проверенным организациям, занимающимся кибербезопасностью и биомедицинскими исследованиями.

Сколько это стоит?

Новые модели подешевели на 20%. Миллион входных токенов теперь стоит 8 долларов вместо 10, а миллион выходных – 40 долларов вместо 50. Появился и необязательный быстрый режим: он генерирует токены до 2,5 раза быстрее, но стоит вдвое дороже стандартного тарифа API.

Как Fable 5.2 показала себя в тестах?

В тесте на программирование FrontierCode 2.0 Fable 5.2 набрала 49,1%. Для сравнения: Opus 5.5 набрала 45,5%, GPT-6 Astra от OpenAI – 42,8%, а Gemini 4 Carbon от Google – 41,1%. Android Authority отмечает, что при высоком уровне усилий Fable 5.2 равна по результатам Opus 5.5 примерно за половину стоимости.

В тесте Humanity's Last Exam, где модели могут использовать инструменты, Fable 5.2 набрала 74,2%, а GPT-6 Astra – 57,2%. В робототехническом тесте RoboDojo Sim, который Anthropic проводила самостоятельно, результат Fable 5.2 составил 64,9%. Это более чем вдвое превышает показатели GPT-6 Astra (29,8%) и Fable 5.1 (27,6%). Есть и исключение: в тесте AutomationBench для бизнес-процессов впереди оказалась Gemini 4 Carbon с 53,9% против 51,4% у Fable 5.2.

Что модель продемонстрировала на практике?

Anthropic продемонстрировала несколько примеров из реальной жизни:

• Более тысячи агентов Fable 5.2 в течение восьми дней работали вместе и создали с нуля рабочую операционную систему. Она запускается на ноутбуке и имеет драйверы устройств, файловое хранилище, оконную систему и установщик.
• Команда из тысячи агентов Fable 5.2 формализовала доказательство Великой теоремы Ферма за 30 часов. Предыдущая исследовательская модель Claude потратила на это 11 дней.
• Кроме того, Fable 5.2 спроектировала три рабочих электронных устройства: хаб голосового помощника, USB-спикерфон и виртуального питомца. Их схемы работали без электрических доработок после производства, а каждое устройство имело собственные платы, корпус и программное обеспечение.
• Также, по словам Anthropic, модель решила две ранее открытые теоретические задачи по физике черных дыр.

Стали ли модели более честными и безопасными?

Обе модели реже вводят пользователей в заблуждение, чем Opus 5.5, Sonnet 5.5 и Mythos 5.1. Они также реже галлюцинируют, выдумывают выполнение задач, которых на самом деле не выполняли, или скрывают важную информацию.

Mythos 5.2 также реже пытается выйти за пределы изолированной среды. По данным Anthropic, в сценариях с намеренно ослабленной "песочницей" она пыталась сбежать примерно в 3,1% случаев, тогда как Mythos 5.1 делала это в 21%. Mythos 5.2 также обнаружила больше уязвимостей, чем любая другая модель компании.

Где доступны новые модели?

Claude Fable 5.2 уже доступна в Claude, Claude Code, API Claude, а также на платформах AWS, Google Cloud и Microsoft Azure. Разработчики могут подключиться по идентификатору claude-fable-5-2. На этой неделе Anthropic также предоставляет дополнительный доступ к Fable лояльным платным подписчикам.

Claude Mythos 5.2 работает через программы верификации Anthropic для кибербезопасности и наук о жизни, а корпоративные клиенты получают доступ к ее возможностям через Claude Security.