Na kilka miesięcy przed wprowadzeniem na giełdę (IPO), wydawca Claude’a zaprezentował w poniedziałek 9 listopada nową wersję swojego najpotężniejszego modelu. Dostępny w dwóch wariantach, Claude Fable 5.2 i Claude Mythos 5.2, wykazuje postępy w kodowaniu, rozumowaniu i wizji, i mierzy się z badaniami naukowymi oraz robotyką. Cena spadła.
Claude Fable 5.2 jest przeznaczony dla szerokiej publiczności, podczas gdy Claude Mythos 5.2 oferuje wzmocnione możliwości cybernetyczne dla wybranych organizacji, w ramach programów weryfikacji w cyberbezpieczeństwie i naukach przyrodniczych. Oba warianty opierają się w rzeczywistości na tym samym modelu. Różnica polega głównie na zabezpieczeniach zastosowanych do ich wyników: Mythos może prowadzić zaawansowane zadania z zakresu cyberbezpieczeństwa i biologii, podczas gdy Fable 5.2 stosuje ścisłe zabezpieczenia i często odmawia odpowiedzi.
Model prezentowany jako uniwersalny
Anthropic pozycjonuje Fable 5.2 jako model odpowiedni dla wszystkich złożonych zadań, a nie tylko jako prosty model referencyjny do kodu. W benchmarku FrontierCode 2.0 osiąga 49,1% w kodowaniu agentowym, w porównaniu do 45,5% dla Claude Opus 5.5. W usuwaniu błędów (FrontierSWE v2) osiąga 69,9%, wobec 62,3% dla Opus 5.5. W wyszukiwaniu internetowym (WANDR, wynik rozluźniony) wykazuje 82,1%, w porównaniu do 72,3% dla Opus 5.5.
W automatyzacji przepływów pracy biznesowej pozostaje jednak za Gemini 4 Carbon, z wynikiem 51,4% wobec 53,9% na AutomationBench. Przedstawione dane plasują go również na czele w dziedzinie wizji i wykorzystania komputerów, z nieco mniejszą przewagą.
Robotyka i badania naukowe
Najbardziej znaczące postępy dotyczą robotyki. Na RoboDojo Sim, teście symulacji robotycznej, Fable 5.2 osiąga 64,9%, w porównaniu do 39,4% dla Opus 5.5 i 29,8% dla GPT-6 Astra. W autonomicznych badaniach naukowych (Terminal-Bench-Science 0.1) osiąga 74,6%, wobec 68,1% dla GPT-6 Astra.
Według opublikowanych informacji, Fable 5.2 samodzielnie rozwiązał dwa otwarte pytania z fizyki dotyczące czarnych dziur. Mythos 5.2 z kolei zorganizował dwa modele open source, aby przewidzieć strukturę kapsyd AAV, otoczki wirusów stosowanych w terapii genowej, z 28 sukcesami na 34 próby. Zespół 1000 agentów Fable 5.2 zweryfikował komputerowo dowód twierdzenia Fermata w 30 godzin, podczas gdy Opus 5.5 zakończył tylko 26% w 18 godzin. Anthropic twierdzi również, że jego model może uogólniać na niektóre sytuacje nieuczone podczas treningu, zdolność, która skłania niektórych badaczy do kwestionowania długoterminowej trafności world models, czyli modeli symulujących funkcjonowanie świata.
Niższa cena, wyższy koszt na zadanie
Anthropic ogłasza spadek rzędu 20% w porównaniu do Claude Fable 5.1, do 8 dolarów za milion tokenów na wejściu i 40 dolarów na wyjściu, wobec poprzednich 10 i 50 dolarów. Token to jednostka tekstu przetwarzana przez model. Według Artificial Analysis, model pozostaje jednak droższy w testowanych zadaniach. Według indeksu organizacji, zadanie kosztuje około 6 dolarów z GPT-6 Astra, około dziesięciu z Opus 5.5 i blisko 27 dolarów z Fable 5.2.
Model jest ponadto nawet o 30% szybszy niż Fable 5.1, z około 98 tokenów na sekundę w maksymalnym rozumowaniu według Artificial Analysis, wobec 77 dla Gemini 4 Carbon. Może zużywać do 50% tygodniowych limitów użycia w standardowych subskrypcjach Pro i Team.
To pozycjonowanie wpisuje się w perspektywę IPO. Anthropic celuje obecnie w nowe sektory, takie jak badania naukowe, biologia i robotyka, co może, według analizy, z której pochodzą te informacje, poszerzyć jego bazę klientów i przychody cykliczne przed wprowadzeniem na giełdę.
