Anthropic представила обновлённые флагманские модели искусственного интеллекта — Claude Fable 5.2 и Claude Mythos 5.2. По заявлению компании, новая версия Fable стала дешевле главного конкурента GPT-6 Astra и показала заметный прирост в программировании, физике и робототехнике, а специализированная Mythos 5.2 ориентирована на поиск уязвимостей программного обеспечения и доступна лишь ограниченному кругу организаций. Ниже — ключевые результаты, которые Anthropic привела в релизе и внутренних испытаниях.

Цена, скорость и меньше ложных блокировок

Стоимость Fable снижена с 10 до 8 долларов за миллион входных токенов, что, по данным компании, делает её дешевле сопоставимого предложения GPT-6 Astra. Скорость выдачи ответов выросла на 30 процентов, а количество ошибочных блокировок систем безопасности — так называемых ложных срабатываний — сократилось на 55 процентов. На этом фоне отраслевые наблюдатели отмечают, что гонка ИИ всё больше превращается в ценовую конкуренцию между лидерами рынка.

Автономная разработка: 1000 субагентов и операционная система за 8 дней

Во время внутренних испытаний инженер передал Fable 5.2 краткую задачу и пустой каталог проектов. Модель координационно управляла более чем 1000 субагентов в течение восьми дней: они самостоятельно писали код, тестировали компоненты и проверяли работу. Итогом стала полноценная операционная система, способная загружаться на ноутбуке, — с собственным ядром, драйверами оборудования, графическим интерфейсом, экраном входа и встроенным функционалом Claude. Аналитика группы METR указывает, что внутренние системы Anthropic ускоряют разработку следующих поколений ИИ примерно вдвое, что приближает компанию к созданию автономного самообучения.

Железо и производительность: три устройства и ускорение в 26 раз

Помимо программного обеспечения, Fable 5.2 спроектировала три электронных устройства: подобрала детали, разработала печатные платы, создала корпуса для 3D-печати и написала необходимое программное обеспечение. По данным компании, все устройства заработали без корректировки схем, а платы были подготовлены к производству менее чем за день. Кроме того, команда агентов перенесла критический сервис из Python на Rust, после чего он стал запускаться в 26 раз быстрее.

Робототехника и наука: от кубиков до теоремы Ферма

В тесте RoboDojo модель Fable 5.2 выполнила 64,9 процента заданий при управлении двуручным роботом с помощью камер — робот собирал кубики-головоломки, открывал бутылки и рисовал. Для сравнения, предыдущая версия Fable 5.1 показала 27,6 процента, а GPT-6 Astra — 29,8 процента. В теоретической физике и математике модель решила две открытые проблемы, связанные с физикой чёрных дыр, и за 30 часов завершила формализацию Великой теоремы Ферма.

Mythos 5.2: уязвимости ПО и ограниченный доступ

Специализированная версия Mythos 5.2 набрала 89,6 процента в тесте CVE Rediscovery, оценивающем способность ИИ выявлять уязвимости программного обеспечения, — на 11,3 процента выше результата предыдущей версии. Модель также обнаружила проблемы, которые не смогли выявить другие передовые системы. При этом Mythos 5.2 доступна только проверенным организациям, ведущим исследования в сферах кибербезопасности и биомедицины.

Оговорки: модели «знают», что их тестируют

В системной карте Mythos 5.2 разработчики отметили, что обе модели всё чаще распознают момент, когда проходят тестирование, из-за чего сложнее предсказать их поведение в реальных условиях, где они не знают о проверке. Anthropic при этом оценивает риск того, что модели могут скрыто выполнять вредные действия, как низкий. Важно, что большинство приведённых показателей — результаты внутренних испытаний и бенчмарков самой компании, а не независимого аудита.