Anthropic представила Claude Fable 5 и Claude Mythos 5 — модели уровня Mythos-class, который компания позиционирует выше Opus по возможностям. Fable 5 предназначена для широкого использования и оснащена классификаторами безопасности. Mythos 5 основана на той же модели, но некоторые защитные механизмы в ней отключены; доступ к ней ограничен.
Одна модель — разные меры безопасности
У Fable 5 и Mythos 5 одна базовая модель. Различие между ними — в защитных механизмах: Fable 5 поставляется с классификаторами для широкого использования, а у Mythos 5 снята часть ограничений, связанных с кибербезопасностью. Предыдущей моделью этого уровня была Claude Mythos Preview, выпущенная в рамках Project Glasswing.
Названия отражают это разделение. Fable происходит от латинского fabula — «то, о чём рассказывают» — и перекликается с греческим словом mythos. Разные названия подчёркивают различия в мерах безопасности.
В Anthropic называют Fable 5 самой способной моделью компании, доступной широкому кругу пользователей. Она предназначена для сложных задач на рассуждение и длительной автономной работы агентов. По заявлению компании, её возможности превосходят возможности любой модели Anthropic, ранее выпущенной в общий доступ.
Обе модели по умолчанию поддерживают контекстное окно объёмом 1 млн токенов и могут выдавать до 128 тыс. токенов за запрос. Стоимость составляет 10 долларов за миллион входных токенов и 50 долларов за миллион выходных — менее половины стоимости Claude Mythos Preview.
Возможности и результаты испытаний
Anthropic сообщает, что Fable 5 достигает передовых результатов почти во всех проверенных тестах возможностей. Модель показывает высокие результаты в программной инженерии, работе со знаниями, анализе изображений и научных исследованиях. По оценке компании, преимущество перед другими её моделями увеличивается по мере роста продолжительности и сложности задачи.
Программирование
В Stripe испытали Fable 5 на раннем доступе. Модель выполнила миграцию, охватившую кодовую базу на 50 млн строк Ruby, за один день. По оценке Stripe, команде специалистов такая работа вручную заняла бы более двух месяцев.
Fable 5 также эффективнее использует токены, чем предыдущие модели Claude. В тесте FrontierCode от Cognition она показала лучший результат среди передовых моделей даже при среднем уровне усилий. Тест проверяет выполнение сложных задач программирования по стандартам, применяемым к промышленным кодовым базам.
Работа со знаниями и зрение
В бенчмарке Hebbia Finance Benchmark, оценивающем рассуждения на уровне опытных специалистов, Fable 5 получила самый высокий результат среди моделей. Anthropic связывает улучшения с анализом документов, интерпретацией диаграмм и таблиц, а также решением задач.
Anthropic называет Fable 5 новой моделью с передовыми возможностями в работе с изображениями. Она извлекает точные числовые данные из подробных научных иллюстраций и может восстановить исходный код веб-приложения по одним лишь снимкам экрана. Для этого ей требуется меньше вспомогательных инструментов, чем предыдущим моделям. В тесте Pokémon FireRed Fable 5 одержала победу, используя минимальный инструментарий, основанный только на зрительном восприятии.
Память и научные исследования
По данным Anthropic, Fable 5 сохраняет концентрацию при работе с контекстом объёмом в миллионы токенов и улучшает результаты, используя собственные заметки. В игре Slay the Spire постоянная файловая память помогла ей втрое больше, чем Opus 4.8.
С Anthropic связаны и научные заявления о Mythos 5. По словам компании, специалисты по проектированию белков ускорили отдельные этапы разработки лекарств примерно в десять раз. Anthropic также утверждает, что Mythos 5 стала первой её моделью, которая стабильно формулирует новые научные гипотезы. В слепом сравнении учёные предпочитали её гипотезы в области молекулярной биологии примерно в 80% случаев.
Mythos 5 также провела оригинальное геномное исследование в ходе преимущественно автономной работы продолжительностью более недели. Она обучила специализированную модель на данных отдельных клеток 138 видов животных. Anthropic сообщает, что эта модель превзошла модель, опубликованную в журнале Science, хотя была в 100 раз меньше.
Как работают меры безопасности
В Anthropic отмечают, что возможности такой модели несут риски: без защитных механизмов способности Fable 5 в области кибербезопасности могут быть использованы для причинения серьёзного вреда. Поэтому компания выпустила её с новым набором классификаторов.
Классификаторы — это отдельные системы искусственного интеллекта, которые выявляют возможное злоупотребление, в том числе попытки обхода защитных ограничений. Если запрос отмечен, они не дают основной модели на него ответить.
В таких случаях вместо Fable 5 отвечает Claude Opus 4.8. Переключение предусмотрено для запросов по кибербезопасности, биологии и химии, а также дистилляции моделей. Пользователю сообщают о каждом таком переключении.
Для запросов по биологии и химии Fable 5 переключается на Opus 4.8 в большинстве случаев. Anthropic объясняет это опасением, что одинаковые запросы двойного назначения могут дать дополнительное преимущество злоумышленникам. Компания планирует создать программу доверенного доступа в области биологии: одобренные исследователи смогут пользоваться Fable 5 без этих защитных механизмов.
Anthropic настроила классификаторы консервативно, поэтому они иногда срабатывают и на безвредные запросы. В среднем переключение происходит менее чем в 5% сессий. По данным компании, более чем в 95% сессий с Fable переключения не происходит; в таких случаях производительность Fable 5 фактически соответствует Mythos 5.
Anthropic проверяла защитные механизмы с привлечением внешних специалистов. После временной приостановки доступа компания обновила классификатор и восстановила доступ к Fable 5; Mythos 5 вернули ограниченному кругу организаций. В рамках внешней программы вознаграждения за обнаружение ошибок за более чем 1000 часов тестирования не нашли универсального способа обхода защит. Такой способ позволил бы взаимодействовать с моделью так, как будто защитных механизмов нет. При этом Anthropic отмечает, что британский Институт безопасности ИИ (AISI) добился прогресса в поиске подобного способа за короткий период тестирования.
В Mythos 5 отключены защитные механизмы в области кибербезопасности. Anthropic характеризует её возможности в этой области как самые сильные среди моделей, доступных на момент выпуска. Модель предоставляется в рамках Project Glasswing в сотрудничестве с правительством США.
Примеры применения
- Масштабная миграция кода. Способность долго выполнять сложные задачи подходит для крупных рефакторингов и миграций между репозиториями. Пример Stripe демонстрирует работу с кодовой базой на 50 млн строк.
- Цепочки программирования с агентами. Сокращение числа ходов и экономное расходование токенов полезны для многоэтапной автономной работы. В GitHub отмечали автономность и надёжность модели при решении сложных задач программирования с длинным циклом выполнения.
- Финансы и аналитика. Умение рассуждать по документам и диаграммам подходит для финансового анализа на уровне опытных специалистов. Hebbia и IMC сообщали об улучшениях в задачах рассуждения и торговой аналитики.
- Преобразование изображений в код. Восстановление исходного кода по снимкам экрана пригодится для реконструкции интерфейсов и извлечения данных из иллюстраций. Инструментарий, основанный только на зрительном восприятии, сокращает объём вспомогательных средств.
- Длительные исследовательские задачи. Постоянная память при работе с контекстом объёмом в миллионы токенов полезна для многоэтапных исследовательских циклов. Mythos 5 проводила оригинальное геномное исследование в течение более чем недели, преимущественно автономно.
Сравнение моделей
| Характеристика | Claude Fable 5 | Claude Mythos 5 | Claude Opus 4.8 |
|---|---|---|---|
| Уровень модели | Mythos-class | Mythos-class | Класс Opus |
| Базовая модель | Та же, что у Mythos 5 | Та же, что у Fable 5 | Opus 4.8 |
| Доступность | Широкий доступ | Ограниченный доступ через Project Glasswing | Широкий доступ |
| Классификаторы безопасности | Активны для кибербезопасности, биологии и химии, а также дистилляции | Защита в области кибербезопасности отключена | Защитные механизмы уровня Opus |
| Куда переключается модель | На Opus 4.8 | Не применяется | Не применяется |
| Идентификатор модели в API | claude-fable-5 |
claude-mythos-5 |
Существующий идентификатор Opus |
| Контекстное окно | 1 млн токенов по умолчанию | 1 млн токенов по умолчанию | Согласно спецификации Opus |
| Максимальный объём ответа | 128 тыс. токенов на запрос | 128 тыс. токенов на запрос | Согласно спецификации Opus |
| Цена за миллион входных токенов | 10 долларов | 10 долларов | Согласно тарифам Opus |
| Цена за миллион выходных токенов | 50 долларов | 50 долларов | Согласно тарифам Opus |
| Режим рассуждения | Только адаптивный, всегда включён | Только адаптивный, всегда включён | Настраиваемый |
| Хранение данных | 30 дней (Covered Model) | 30 дней (Covered Model) | Стандартные варианты |
В исходных материалах о выпуске Fable 5 не указаны конкретные характеристики и цены Opus 4.8; в таблице для этих параметров приведены ссылки на спецификацию и тарифы Opus.
Главное
- Fable 5 и Mythos 5 используют одну базовую модель; различаются только защитные механизмы.
- По данным Anthropic, Fable 5 показывает передовые результаты почти во всех проверенных тестах возможностей.
- Классификаторы Fable 5 переключают запросы на Opus 4.8 менее чем в 5% сессий.
- Обе модели имеют контекстное окно в 1 млн токенов и стоят 10 долларов за миллион входных и 50 долларов за миллион выходных токенов.
- Доступ к Mythos 5 ограничен рамками Project Glasswing, а Fable 5 доступна широкому кругу пользователей на основных платформах.