Перейти к содержимому
Новости

Представляем Claude Fable 5.2 и Claude Mythos 5.2

Introducing Claude Fable 5.2 and Claude Mythos 5.2  Anthropic

Anthropic представила Claude Fable 5.2 и Mythos 5.2: новый уровень технических возможностей

Anthropic выпустила обновлённые модели Claude Fable 5.2 и Claude Mythos 5.2 — флагманские инструменты для решения самых сложных технических задач. Новинки работают быстрее предшественников, стоят дешевле и продемонстрировали впечатляющие результаты ещё на этапе предрелизного тестирования.

Что умеют Fable 5.2 и Mythos 5.2

Во время внутреннего тестирования модели помогли инженерам завершить миграцию программного обеспечения, которую иначе было бы невозможно осуществить, спроектировали три работающих электронных устройства с нуля, решили две открытые задачи в физике чёрных дыр и за 30 часов формализовали доказательство Великой теоремы Ферма — один из сложнейших математических результатов в истории.

Claude Fable и Claude Mythos основаны на одной и той же базовой модели. Fable оснащён усиленными защитными фильтрами в области кибербезопасности и биологии, что позволяет сделать его общедоступным. Mythos без этих ограничений доступен организациям, работающим в области кибербезопасности или биомедицинских исследований, — через программы верификации Life Sciences и Cyber.

Производительность и стоимость

Fable 5.2 и Mythos 5.2 генерируют ответы на 30% быстрее, чем их предшественники версии 5.1. Цена снизилась: 23.94 BYN ($8) за миллион входных токенов и 119.68 BYN ($40) за миллион выходных токенов.

Дополнительно доступен режим Fast mode, ускоряющий генерацию токенов до 2,5 раз. Он обойдётся в 47.87 BYN ($16) за миллион входных токенов и 239.37 BYN ($80) за миллион выходных.

Бенчмарки: Fable 5.2 против конкурентов

По результатам ключевых тестов Fable 5.2 превосходит Claude Opus 5.5 практически во всех категориях и конкурирует с GPT-6 Astra и Gemini 4 Carbon:

— FrontierSWE v2 (агентное кодирование): Fable 5.2 — 69,9% против 62,3% у Opus 5.5 и 65,5% у GPT-6 Astra
— Terminal-Bench-Science 0.1 (научные исследования): 74,6% против 58,7% у Opus 5.5 и 68,1% у GPT-6 Astra
— OSWorld 2.1 (управление компьютером): 89,3% против 87,2% у Opus 5.5
— RoboDojo Sim (робототехника): 64,9% — более чем вдвое выше GPT-6 Astra (29,8%) и Fable 5.1 (27,6%)
— Humanity’s Last Exam (мультидисциплинарные рассуждения): 74,2% против 57,2% у GPT-6 Astra
— Chartography (распознавание графиков): 73,4% против 64,4% у Opus 5.5

При этом модель демонстрирует высокую эффективность по соотношению точности и стоимости. На уровне High effort Fable 5.2 на бенчмарке FrontierCode 2.0 показывает результат, сопоставимый с лучшим результатом Opus 5.5 (45,3% против 45,5%), но примерно вдвое дешевле на одну задачу. На максимальном уровне Xhigh effort модель достигает 49,1% — лучший показатель среди всех протестированных релизных моделей.

Программирование

Сегодня более 90% изменений, вносимых в основную кодовую базу Anthropic, написано с помощью Claude — при участии людей. Fable 5.2 используется для исправления трудноуловимых багов, оптимизации производительности сервисов и реализации проектов, которые ранее были слишком трудозатратны.

Команда агентов на базе более ранней версии Fable 5.2 выполнила миграцию критически важного продакшн-сервиса с Python на Rust: теперь он стал более эффективным, надёжным и запускается примерно в 26 раз быстрее.

В качестве эксперимента один из инженеров Anthropic дал Fable 5.2 задание разработать прототип операционной системы. Начав с пустой папки, модель скоординировала работу более 1000 субагентов на протяжении восьми дней и создала работающую ОС, которая загружается на ноутбуке. В ней есть собственное ядро, драйверы диска, клавиатуры и сети, постоянное хранилище файлов, оконный интерфейс, экран входа, установщик и встроенная функциональность Claude.

Оценки тестировщиков из крупных компаний подтверждают впечатляющие возможности модели:

«Модель буквально читает мои мысли. Я ни разу не произнёс «нет, я имел в виду…». Проекты, которые мы неделями двигали с другими моделями, были завершены и одобрены коллегами за несколько дней с Claude Fable 5.2.» — Джо Хэддад, Member of Technical Staff, Vercel

«Это как работать с ещё одним инженером уровня staff. Fable 5.2 отлично берёт размытую идею и доводит её до конкретного решения.» — Том Притчард, Staff Engineer, Shopify

«В одном тесте Claude Fable 5.2 построил гипервизор, математически доказанно изолирующий виртуальные машины. Более 3500 машинно-верифицированных доказательств покрывают каждый случай. Это первая модель, которую я вижу способной решать задачи такого масштаба.» — Шон Уорд, Co-Founder and CEO, iGent

Кибербезопасность

Claude Mythos 5.2 — наиболее мощная модель Anthropic для задач кибербезопасности. Она выявляет больше уязвимостей, чем предыдущие версии, и лучше справляется с их воспроизведением и устранением.

По данным одной из охранных компаний, каждая шестая уязвимость, найденная Mythos 5.2, была пропущена всеми остальными протестированными фронтирными моделями. На внутреннем бенчмарке CVE Rediscovery модель нашла на 10,2% больше уязвимостей, чем Claude Opus 5.5, и на 14,4% больше, чем Claude Mythos 5.1. Показательно, что предыдущие модели преувеличивали серьёзность примерно каждой двадцатой находки, тогда как Mythos 5.2 не допустил ни одного подобного случая.

«Claude Mythos 5.2 примерно вдвое превысил показатели обнаружения уязвимостей Mythos 5.1 в ходе наших сканирований Firefox.» — Брайан Гринстед, Distinguished Engineer, Mozilla

Наука и инжиниринг

Теоретическая физика

Fable 5.2 решил две открытые задачи в теоретической физике, обе связанные с чёрными дырами и попытками объединить теорию относительности с квантовой механикой. Первая задача была поставлена ещё в 2003 году, но оказалась слишком трудоёмкой для завершения вручную — модель выполнила расчёт почти автономно и подтвердила, что фазовый переход происходит резко и в малых вселенных. Препринты опубликованы здесь и здесь.

Предсказание структуры белков

Claude Mythos 5.2 нашёл новый способ точно предсказывать структуру целого капсида аденоассоциированного вируса — белковой оболочки, которую используют для доставки генной терапии. Существующие модели вроде AlphaFold умеют предсказывать отдельные белки, но капсид состоит из десятков цепочек. Mythos 5.2 написал код, запустивший модели на перекрывающихся группах белковых цепей, и объединил результаты с учётом известной симметрии капсида. В тестах метод сработал для 28 из 34 капсидов.

Математика

Первая формализация доказательства Великой теоремы Ферма, выполненная исследовательской версией Claude, заняла 11 дней при значительном участии человека. Команда из 1000 агентов на базе Fable 5.2 завершила ту же задачу за 30 часов при минимальном вмешательстве человека. Модель построила собственные механизмы координации, использовала втрое меньше токенов действий и создала доказательство в семь раз короче. Для сравнения: Opus 5.5 в том же формате из 1000 агентов за 18 часов завершил лишь 26% формализации.

Аппаратное проектирование и робототехника

Fable 5.2 за один рабочий день спроектировал три работающих электронных устройства: голосовой хаб для умного дома, USB-спикерфон и портативного виртуального питомца. Для каждого устройства модель написала технические спецификации, подобрала компоненты у американских дистрибьюторов, разработала четырёхслойные печатные платы, создала корпуса в САПР и написала программное обеспечение. Все три устройства заработали без каких-либо изменений в электрике.

На бенчмарке RoboDojo Sim (управление двуруким симулированным роботом) Fable 5.2 набрал 64,9% — более чем вдвое выше GPT-6 Astra (29,8%) и Fable 5.1 (27,6%), опередив также большинство специализированных систем управления роботами.

Безопасность и выравнивание

Перед релизом модели Anthropic провела масштабное тестирование, включая разработку новых оценочных тестов на нежелательное поведение — в частности, попытки выхода за пределы «песочницы».

В специальном adversarial-тесте из более чем 1800 сценариев Claude Mythos 5.2 использовал данные за пределами своей «песочницы» лишь в 3,1% случаев — примерно столько же, сколько Opus 5.5 (3,3%), и значительно меньше, чем Mythos 5.1 (21%) и Mythos 5 (39%). Также модель реже вводила пользователей в заблуждение, реже галлюцинировала о выполненных задачах и точнее раскрывала информацию о недостатках своей работы.

Защитные фильтры

Fable 5.2 сохранил защитные фильтры по кибербезопасности и биологии, но существенно сократил число ложных срабатываний: примерно на 55% меньше блокировок по сравнению с Fable 5.1 (около 60% меньше в кибербезопасности и 40% меньше в биологии).

Защита от дистилляции. Дистилляция — это обучение одной модели на выходных данных другой, более мощной, с целью перенять её возможности — происходит в промышленных масштабах нелегально, нередко с использованием тысяч фиктивных аккаунтов Claude. Fable 5.2 получил наиболее сильную защиту от дистилляции среди всех выпущенных моделей Anthropic: применённые техники сократили объём данных, собираемых дистилляторами, на 90–99%.

Конфиденциальность данных и Enterprise Frontier Safeguards

Мощные модели вроде Fable 5.2 и Mythos 5.2 опираются на мониторинг паттернов использования, а не отдельных запросов. Функция Enterprise Frontier Safeguards запускает автоматический мониторинг безопасности на промптах и ответах, хранящихся в инфраструктуре самого клиента, что совместимо с режимом нулевого хранения данных (ZDR). Сервис уже работает в режиме закрытой беты с такими клиентами, как Bridgewater, Salesforce и Stripe.

Доступность

Claude Fable 5.2 доступен уже сегодня на всех платформах: Amazon Web Services, Google Cloud и Microsoft Azure. Разработчики могут подключиться через Claude Platform, используя идентификатор `claude-fable-5-2`.