Компания Anthropic 9 ноября представила обновление двух моделей для сложных технических задач — Claude Fable 5.2 и Mythos 5.2. В их основе одна и та же модель, однако первая снабжена дополнительными защитными ограничениями в кибербезопасности и биологии и доступна широкому кругу пользователей. Вторую предоставляют проверенным организациям через программы допуска для специалистов по защите систем и исследователей наук о жизни
По заявлению разработчика, новинки выдают ответы до 30% быстрее предыдущих версий 5.1, а стоимость снизилась до 8 долларов за миллион входных токенов и 40 долларов за миллион выходных. Ускоренный режим обещает увеличение скорости генерации до 2,5 раза, но удваивает тариф: до 16 и 80 долларов соответственно. Общедоступная версия уже появилась на платформах компании и в облаках её партнёров
В опубликованных компанией испытаниях новая модель обошла предыдущие версии по большинству проверенных возможностей. Например, доля успешных заданий по управлению виртуальным двуруким роботом выросла с 27,6% до 64,9%. Это результат внутренних запусков в симуляторе, а не показатель надёжности реального робота. Для обычной работы с кодом и информацией разработчик по-прежнему рекомендует начинать с прежней повседневной модели, переходя к новинкам при необходимости
Среди инженерных демонстраций компания описывает разработку трёх электронных устройств: голосового помощника для дома, устройства громкой связи и карманного виртуального питомца. По её сообщению, нейросеть спроектировала платы, корпуса и программы, а изготовлением и сборкой занимался партнёр. В отдельном математическом эксперименте команда примерно из тысячи программных агентов за 30 часов формализовала доказательство Великой теоремы Ферма. Эти примеры приведены самим разработчиком и не заменяют независимой проверки возможностей
Как выбирать модель, если версия 5.2, по данным производителя, сильнее версии 5.5 из соседней линейки? Нумерация здесь уже не объясняет иерархию. При выборе рабочего инструмента полезнее сопоставить качество на своей задаче, расход токенов и действующие ограничения: более высокая позиция в таблице испытаний сама по себе не делает модель оптимальной для повседневной работы
Первоисточник — Anthropic
Сообщите редакции. Существенные исправления мы отмечаем в материале