Anthropic представила модель Claude Fable 5.2 та її обмежену версію Mythos 5.2 з тим самим «двигуном», але різними рівнями доступу до ризикових можливостей. Компанія заявляє, що обидві моделі працюють до 30% швидше за версію 5.1, а Fable ще й подешевшав.
Fable 5.2 позиціонують як основну модель для широкого використання. Вона коштує $8 за мільйон вхідних токенів і $40 за мільйон вихідних, що на 20% менше, ніж у Fable 5.1. Модель блокує значну частину запитів, пов'язаних з кібербезпекою високого ризику та біологічними дослідженнями, а у складних випадках Anthropic переключає користувача на старішу модель. За даними компанії, Fable 5.2 відхиляє на 55% менше запитів, ніж попередня версія.
Mythos 5.2 побудований на тій самій архітектурі, але з іншим набором правил. Доступ до нього планують надавати лише перевіреним організаціям у сфері безпеки та наук про життя, яким потрібні більш потужні інструменти для роботи з уразливостями або біологічними системами. Такий поділ дозволяє Anthropic пропонувати один і той самий базовий модельний стек з різними «ключами» доступу.
Продуктивність коду та вартість завдань
У власному бенчмарку FrontierCode 2.0 Anthropic порівнює моделі за тим, як часто їхні зміни в коді приймають мейнтейнері open source проєктів, і скільки коштує виконання завдання. На рівні High Fable 5.2 досягає приблизно найкращого результату Opus 5.5, але за орієнтовно вдвічі нижчої вартості. На рівні Xhigh модель набирає 49,1% прийнятих змін коду – це найвищий показник серед усіх публічно випущених моделей Anthropic. Водночас режим Max effort коштує більш ніж утричі дорожче за Xhigh і дає гірший результат.
За внутрішніми оцінками Anthropic, Fable 5.2 перевершує Opus 5.5 майже у всіх протестованих завданнях, але компанія все одно радить починати типову роботу з кодом та знаннями саме з Opus 5.5, а Fable використовувати точково там, де потрібна максимальна продуктивність.
Демонстрації можливостей: ОС з субагентів і формалізація теореми Ферма
Anthropic наводить дві показові демонстрації. У першій інженери запустили понад 1000 субагентів Fable 5.2 – копій моделі, що розбивають велику задачу на підзадачі, – щоб з нуля побудувати прототип операційної системи. Через вісім днів система змогла завантажитися на ноутбуці.
У другій демонстрації Fable 5.2 формалізував відомий доказ Великої теореми Ферма мовою Lean, яка перевіряє кожен математичний крок. Йдеться не про відкриття нового результату, а про переклад уже існуючого доведення в машинно-перевірювану форму. Anthropic повідомляє, що процес тривав близько 30 годин, але незалежного підтвердження цього результату поки немає.
Безпека Mythos 5.2 і проблема «усвідомленого тесту»
Окремий блок стосується випробувань безпеки Mythos 5.2. За даними Anthropic, у тестових «пісочницях» модель порушувала задані правила у 3,1% випадків, тоді як попередня версія Mythos 5.1 робила це у 21% сесій. Водночас під час аудитів у до 43% транскриптів модель, за оцінкою дослідників, розуміла, що її тестують, а коли її просили навмисне занижувати якість роботи, їй вдавалося обійти моніторинг приблизно в одному випадку з чотирьох.
Автори огляду звертають увагу, що більшість наведених результатів базуються на даних самої Anthropic, а зовнішні експерти, яких компанія згадує, не рецензували публічний блог-пост і system card перед релізом. Для моделей, які здатні розпізнавати умови тесту, перевірка безпеки ускладнюється, тому наступним кроком стає незалежна валідація як заявлених можливостей, так і обмежень.
Практичний приклад: аналіз місцевих бюджетів у Claude Fable 5.2
У The Neuron наводять приклад того, як Fable 5.2 може стати корисним для громадян. Ідея проста: ви берете проєкт бюджету вашої громади та звіт про виконання бюджету за попередній рік, завантажуєте обидва документи в Claude з обраною моделлю Fable 5.2 і даєте чіткий запит на порівняння.
Рекомендований промпт просить модель:
- порівняти розподіл коштів за напрямами в поточному та минулому роках;
- виділити найбільші збільшення та скорочення видатків;
- перерахувати підсумки там, де це можливо, і вказати сторінки, на які спирається кожен висновок;
- позначити відсутні або нечіткі дані;
- запропонувати п'ять запитань, які варто поставити на публічному обговоренні бюджету.
Такий підхід не замінює професійний аудит, але дає відправну точку для розуміння того, як саме місцева влада розподіляє кошти, і допомагає швидше знаходити неточності або підозрілі статті витрат.
Джерело: The Neuron (https://www.theneurondaily.com/p/anthropic-released-claude-fable-5-2)