Anthropic усилено се подготвя за излизане на борсата и затова важните съобщения от компанията следват едно след друго. Този път новината е за нови версии на най-важните ѝ модели — Claude Fable и Mythos. Благодарение на тях потребителите ще усетят подобрения в много аспекти при използването на Claude и различните му функции.
Новите модели на практика представляват напредък във всяко отношение, но компанията открои няколко области: програмиране, логическо разсъждение, обработка на изображения, киберсигурност и научни изследвания. Разработчиците допълниха, че освен по-добри резултати и производителност новите модели ще предлагат и до 30 % по-висока скорост спрямо предишните версии.
Разликата между Fable и Mythos следва познатата схема: двата модела използват една и съща основа, но Fable включва допълнителни защитни мерки срещу злоупотреби в областта на киберсигурността и биологията, които позволяват да бъде общодостъпен. Организациите, занимаващи се с киберсигурност и биомедицински изследвания, могат да заявят достъп до Mythos чрез програмите за верификация на Anthropic. Според компанията първите тестери са оценили изключително високо подобренията. Наред с останалото те са установили, че новите модели се изразяват по-ясно от предшествениците си и дават по-качествени отговори.
„Двата нови модела помогнаха на инженерите ни да извършат софтуерни миграции, които иначе биха били неосъществими, проектираха от нулата три работещи електронни устройства, решиха два нерешени проблема във физиката на черните дупки, постигнаха значителен напредък в тестовете по роботика и формализираха доказателството на Последната теорема на Ферма за 30 часа“, подчерта Anthropic.
В рамките на един проект разработчици мигрирали критично важна услуга в продукционна среда от Python към Rust, като така намалили времето ѝ за стартиране с около 95 %. Съвместно с производителя на печатни платки Diode Anthropic изпробва докъде се простират възможностите на Fable 5.2 за проектиране на хардуер. По задание с дължина един абзац моделът създал хъб за умен дом с гласово управление, подобен на Alexa, USB устройство за разговори със свободни ръце и преносим виртуален домашен любимец за деца. Fable 5.2 подбрал компонентите, проектирал четирислойните печатни платки и корпусите за 3D печат и написал софтуера. За всяко устройство му бил необходим един ден, а след минимална човешка намеса всички заработили веднага.
В теста FrontierCode 2.0, който оценява справянето със сложни задачи от реалната софтуерна разработка, Fable 5.2 постигна рекордна успеваемост от 49,1 %. Така той изпревари значително собствения модел Opus 5.5 на Anthropic (45,5 %), GPT-6 Astra на OpenAI (42,8 %) и водещия модел Gemini 4 Carbon на Google (41,1 %). В популярния Humanity's Last Exam резултатът му вече достига 74,2 %, което също му осигурява значителна преднина пред GPT-6 Astra с неговите едва 57,2 %. Claude Fable 5.2 постави рекорд и в OSWorld 2.1, който оценява използването на компютър от ИИ агенти, с резултат от 89,3 %. Най-добре сред конкурентите тук се представя Gemini 4.0 Carbon, но и той успява да постигне само 81,5 %.
Като цяло най-новите езикови модели на Anthropic доминират: трудно може да се намери тест, в който Fable 5.2 да не излиза начело, а в областта на сигурността Mythos 5.2 има още по-голяма преднина. Изключение е AutomationBench, насочен към автоматизирането на бизнес процеси, където най-мощният модел на Google постига 53,9 % успеваемост, а Claude Fable 5.2 — „само“ 51,4 %. Друг сериозен конкурент обаче не се доближава до тях: GPT-6.0 Astra достига едва 41,4 %.
Според собствените оценки на Anthropic при практически задачи от софтуерното инженерство Claude Fable 5.2 може самостоятелно и без грешки да извърши приблизително два пъти повече работа от преките си конкуренти. Предназначеният за изследователи по сигурността Claude Mythos 5.2 открива в теста CVE Rediscovery с 10,2 % повече уязвимости от Opus 5.5 и надминава Mythos 5.1 с 14,4 %. Партньорските компании за киберсигурност съобщават, че моделът е идентифицирал около 16 % повече критични проблеми от всички останали водещи модели.
Anthropic допълни, че Claude Mythos 5.2 спазва правилата по-стриктно от всякога и е по-малко склонен да „избяга“ от тестовата среда, за да постигне целите си. Индексът му за излизане от изолираната среда е спаднал до 3,1 %, докато при първия Mythos е бил 39 %, а при Mythos 5.1 — 21 %. Компанията измерва това с тест от 1.800 задачи, в които умишлено поставя моделите пред предизвикателства, подтикващи ги да се опитат да излязат извън зададените ограничения.
Fable 5.2 и Mythos 5.2 се представят отлично, но за ежедневни задачи по програмиране и работа със знания Anthropic препоръчва на потребителите да започнат с Opus 5.5. Ако с него не постигнат целта си, могат да преминат към друг модел според конкретната нужда. Fable 5.2 е подходящ за изключително сложна работа, а когато скоростта е приоритет, на разположение са Sonnet 5.5 и Haiku 5.5. Различните модели могат да се комбинират за постигане на максимална ефективност и възможно най-точни резултати.
Компанията предлага на партньорите си Claude Fable 5.2 и Mythos 5.2 на цени с 20 % по-ниски от тези на предишните версии 5.1. Така моделите не само са по-добри, но и работата с тях е по-евтина.
Новите модели са достъпни за всички абонати в платформите на Anthropic, както и чрез API през различни партньори. Обработката на един милион токена струва 8 долара, а генерирането на същото количество — 40 долара. Предлага се и „Бърз режим“, който е два пъти по-скъп, но работи 2,5 пъти по-бързо, така че може да си заслужава за тези, за които времето действително е решаващо.































