Claude Fable 5.2 და Claude Mythos 5.2 გამოვიდა და მათემატიკა „გატეხა“

2026 წლის 9 ნოემბერს Anthropic-მა წარადგინა Claude Fable 5.2 და Claude Mythos 5.2. კომპანიამ განაახლა მოდელები რთული ტექნიკური ამოცანებისთვის: პროგრამული უზრუნველყოფის შემუშავებისთვის, სამეცნიერო კვლევებისთვის და ელექტრონიკის დაპროექტებისთვის. Anthropic-ის განცხადებით, ისინი წინა ვერსიებზე სწრაფად მუშაობენ, ხოლო ტოკენების დამუშავების საბაზისო ღირებულება 20%-ით შემცირდა.

რით განსხვავდება Fable 5.2 Mythos 5.2-ისგან

ორ სახელწოდებას მიღმა ერთი საბაზისო მოდელი დგას. განსხვავება დამცავ მექანიზმებსა და წვდომის პირობებშია.

Fable განკუთვნილია ფართო მოხმარებისთვის, ამიტომ კიბერუსაფრთხოებასა და ბიოლოგიასთან დაკავშირებული მოთხოვნების ნაწილი შეზღუდულია. Mythos ამ სფეროებში მეტ შესაძლებლობას იძლევა, მაგრამ მასზე წვდომას შემოწმებაგავლილი სპეციალისტები და ორგანიზაციები იღებენ.

Anthropic-ის დოკუმენტაციაში Fable 5.2-ს ეთმობა რთული მსჯელობისა და ხანგრძლივი აგენტური მუშაობის მოდელის როლი. ყოველდღიური ამოცანების უმეტესობისთვის კომპანია კვლავ გვირჩევს დაწყებას Opus 5.5-ით და Fable-ზე გადასვლას, თუ Opus-ის შესაძლებლობები საკმარისი არ აღმოჩნდება.

Fable 5.2-ის ბარათის თანახმად, მისი კონტექსტური ფანჯარა ერთ მილიონ ტოკენს შეადგენს, ხოლო პასუხის მაქსიმალური მოცულობა — 128 ათასს. მოდელი იღებს ტექსტსა და გამოსახულებებს, აბრუნებს ტექსტს და მხარს უჭერს ინსტრუმენტების გამოძახებას. ის ხელმისაწვდომია Claude API-სა და AWS-ის, Google Cloud-ისა და Microsoft Foundry-ის პლატფორმების მეშვეობით. API იდენტიფიკატორია — `claude-fable-5-2`.

ასეთი პოზიციონირება გვეხმარება განახლების აზრის გაგებაში: ძირითადი აუდიტორია არიან მომხმარებლები, რომლებსაც მოდელისთვის დიდი პროექტის მინდობა სურთ რამდენიმე ეტაპით, დამოკიდებულებებითა და შედეგის შემოწმებებით.

ცალკეული შესწორებებიდან პროექტზე მუშაობამდე

ანონსში Anthropic-ს მოჰყავს სამუშაო სერვისის Python-იდან Rust-ზე მიგრაციის მაგალითი. მასზე მუშაობდა აგენტების გუნდი Fable 5.2-ის ადრეულ ვერსიაზე. კომპანიის მონაცემებით, გადატანის შემდეგ სერვისმა დაახლოებით 26-ჯერ უფრო სწრაფად დაიწყო გაშვება. ეს კონკრეტული პროექტის შედეგია, რომლის განზოგადებაც ამ ენებს შორის ნებისმიერ მიგრაციაზე არ შეიძლება.

კიდევ ერთი ექსპერიმენტი რვა დღეს გაგრძელდა: მოდელი კოორდინაციას უწევდა ათასზე მეტ სუბაგენტს, რომლებიც ოპერაციული სისტემის პროტოტიპს ამუშავებდნენ. Anthropic იტყობინება, რომ ის ლეპტოპზე იტვირთება და მოიცავს საკუთარ ბირთვს, დრაივერებს, ფაილურ საცავსა და გრაფიკულ ინტერფეისს. თუმცა პროტოტიპის დემონსტრირება თავისთავად არ ადასტურებს მის მზადყოფნას ყოველდღიური ექსპლუატაციისთვის.

რა აჩვენა ტესტებმა

Anthropic-ის ანგარიშში მოყვანილია შემდეგი შედეგები. ცხრილში მოცემულია Fable-ის შეფასებები და არა Mythos-ის სპეციალიზებული შესაძლებლობები.

ტესტი

რას ამოწმებს

Fable 5.2

Fable 5.1

Opus 5.5

FrontierCode 2.0

მუშაობა ცვლილებებზე პროგრამულ პროექტებში

49,1%

32,4%

45,5%

FrontierSWE v2

შემუშავების აგენტური ამოცანები

69,9%

56,3%

62,3%

AutomationBench

ბიზნესპროცესების ავტომატიზაცია

51,4%

31,4%

42,5%

Humanity’s Last Exam, ინსტრუმენტებით

რთული კითხვები სხვადასხვა სამეცნიერო დისციპლინიდან

74,2%

65,6%

67,7%

ეს არის შემქმნელის მიერ გამოქვეყნებული შედეგები. პირობები და გამოთვლითი ძალისხმევის დონეები ტესტებს შორის განსხვავდება; მაგალითად, FrontierCode-ისთვის მითითებულია მოდელების საუკეთესო შედეგები სხვადასხვა პარამეტრის დროს. პროცენტები ახასიათებს კონკრეტული ნაკრების დავალებების შესრულებას და არა სწორი პასუხის საერთო ალბათობას.

სამუშაო პროექტისთვის აქედან გამომდინარეობს პრაქტიკული კრიტერიუმი: მოდელების შედარება ღირს ერთნაირ საკუთარ ამოცანებზე, მიღებული შესწორებების, შემოწმების დროისა და განმეორებითი მცდელობების ღირებულების გათვალისწინებით.

ჩვენ თვალს ვადევნებთ რელიზებს, რათა შეძლოთ სწრაფად გადახვიდეთ სიახლეებიდან საკუთარ ტესტებზე. SpeShu.AI-ში უახლესი მოდელები ჩნდება მიერთებისთვის წვდომის გახსნიდან რამდენიმე წუთში. შეგიძლიათ მაშინვე შეამოწმოთ სიახლე ნაცნობ ამოცანებზე: გაარჩიოთ კოდი, მოამზადოთ ტექსტი ან გააანალიზოთ დოკუმენტი — და შეაფასოთ, რა შეიცვალა კონკრეტულად თქვენს მუშაობაში.

ათასი აგენტი და ფერმას თეორემის დამტკიცება

ცალკე ექსპერიმენტში ათასი აგენტისგან შემდგარმა გუნდმა Fable 5.2-ის ადრეულ ვერსიაზე ფერმას დიდი თეორემის დამტკიცების ფორმალიზება დაახლოებით 29 საათში დაასრულა.

საუბარია დამტკიცების ისეთ ფორმაში გადაყვანაზე, რომელსაც სისტემა Lean ამოწმებს. აგენტებს ჰქონდათ მათემატიკური ბიბლიოთეკა, შუალედური დებულებების სია, განსაზღვრებები და 47 მანამდე დამტკიცებული ლემა. თითოეული მუშაობდა ცალკე იზოლირებულ გარემოში ინტერნეტთან წვდომის გარეშე, ხოლო კოორდინაციისთვის გამოიყენებოდა Git და საერთო ბაზა PostgreSQL.

ეს გამოცდილება საინტერესოა ერთობლივი მუშაობის აგებულებით. აგენტები ანაწილებდნენ ამოცანებს, ინახავდნენ შუალედურ შედეგებს და რთულ დებულებებს უფრო მცირე ნაწილებად ყოფდნენ. ამასთანავე, მკვლევრები აღნიშნავენ, რომ აგენტებს შეეძლოთ არასწორად შეეფასებინათ სირთულე და ნაადრევად მიეჩნიათ ამოცანა შეუსრულებლად. ამიტომ შედეგი არ აუქმებს ადამიანის ხელმძღვანელობისა და სპეციალიზებული ინსტრუმენტების სარგებელს.

როგორ აპროექტებდა Claude ელექტრონიკას

Anthropic-ისა და Diode-ის კიდევ ერთი პროექტი აჩვენებს მოდელის გამოყენებას პროგრამული უზრუნველყოფის შემუშავების ფარგლებს გარეთ. Fable 5.2-ს დაავალეს სამი მოწყობილობის დაპროექტება: სახლის ხმოვანი ასისტენტი, USB-სპიკერფონი და ჯიბის გაჯეტი ვირტუალური შინაური ცხოველით.

მოდელი არჩევდა კომპონენტებს, ამუშავებდა ნაბეჭდ პლატებს, აპროექტებდა კორპუსებს და წერდა მიკროპროგრამულ უზრუნველყოფას. პროცესში ის მიმართავდა მწარმოებლების დოკუმენტაციას, ამოწმებდა დეტალების თავსებადობას და ცვლიდა წარუმატებელ გადაწყვეტილებებს. მაგალითად, სპიკერფონის დაპროექტებისას შეამოწმა, მოხერხდებოდა თუ არა პლატის კორპუსში ჩაყენება გამოწეული გადამრთველის გათვალისწინებით.

ფიზიკურ დამზადებას, აწყობასა და გამოცდებს Diode-ის ინჟინრები ახორციელებდნენ. Anthropic-ის ცნობით, სამივე პროტოტიპმა ელექტრული სქემების შესწორებების გარეშე იმუშავა.

მზა კომერციულ პროდუქტამდე ამასთან ერთად რამდენიმე ეტაპი რჩება. მოწყობილობებს არ გაუვლიათ ელექტრული და თერმული გამოცდების სრული ციკლი, ანტენების მორგება და სერტიფიცირება. ისინი ასევე არ დაუპროექტებიათ მასობრივი წარმოებისთვის. ექსპერიმენტი აჩვენებს პროტოტიპის მომზადების შესაძლებლობებს და არა საქონლის გამოშვების დასრულებულ პროცესს.

რა ღირს ახალი მოდელები

ოფიციალური ტარიფების მიხედვით, Fable 5.2-ისა და Mythos 5.2-ის სტანდარტული ფასი შეადგენს $8-ს ერთ მილიონ შემავალ ტოკენზე და $40-ს ერთ მილიონ გამომავალზე. 5.1 ვერსიებში ეს მაჩვენებლები შესაბამისად $10-სა და $50-ს შეადგენდა.

მოდელი და რეჟიმი

მილიონი შემავალი ტოკენი

მილიონი გამომავალი ტოკენი

Fable 5.2 / Mythos 5.2, სტანდარტული რეჟიმი

$8

$40

Fable 5.2 / Mythos 5.2, Fast mode

$16

$80

Fable 5.1 / Mythos 5.1, სტანდარტული რეჟიმი

$10

$50

ტარიფები მოცემულია API-სთვის; ღრუბლოვანი პლატფორმების პირობებმა და დამატებითმა მომსახურებებმა შეიძლება გავლენა მოახდინოს საბოლოო ღირებულებაზე. Claude Platform Docs

ჩვეულებრივ რეჟიმში ახალი მოდელები, Anthropic-ის მონაცემებით, ტოკენებს წინამორბედებზე 30%-მდე სწრაფად აგენერირებს. დამატებითი Fast mode აჩქარებს გენერაციას 2,5-ჯერ სტანდარტულ რეჟიმთან შედარებით, მაგრამ აორმაგებს მითითებულ ტარიფებს.

ტოკენების გენერირების სიჩქარე არ უდრის პროექტის დასრულების სიჩქარეს: აგენტს ასევე სჭირდება დრო ინსტრუმენტების გასაშვებად, ტესტირებისა და შეცდომების გამოსასწორებლად. ანალოგიურად, ტარიფის 20%-ით შემცირება არ იძლევა საბოლოო გადასახადის იმავე ოდენობით შემცირების გარანტიას. ის დამოკიდებულია კონტექსტის მოცულობაზე, პასუხების სიგრძეზე, ქეშის გამოყენებასა და განმეორებითი გაშვებების რაოდენობაზე.

წვდომა Mythos-ზე და მუშაობა მონაცემებთან

Mythos-ის გაფართოებული კიბერშესაძლებლობებისთვის გათვალისწინებულია Cyber Verification Program. მასში მოწმდება განმცხადებელი, მისი მუშაობის ხასიათი და უსაფრთხოების მოთხოვნების დაცვა. სიცოცხლის შემსწავლელი მეცნიერებების სფეროში კვლევებისთვის მოქმედებს ცალკე პროგრამა.

ამასთანავე, Claude-ის ჩვეულებრივი მოდელების გამოყენებაც შეიძლება თავდაცვითი ამოცანებისთვის: საკუთარი საწყისი კოდის ანალიზისთვის, ცნობილი შეცდომების გამოსასწორებლად და უსაფრთხოების გაფრთხილებების გასარჩევად. შემოწმება საჭიროა უფრო ფართო შესაძლებლობებზე წვდომისთვის და არა მოწყვლადობების ნებისმიერი განხილვისთვის.

კიდევ ერთი არსებითი საკითხი კომპანიებისთვის არის მოთხოვნებისა და პასუხების შენახვა. Anthropic განმარტავს, რომ რთული ბოროტად გამოყენების გამოვლენა მოითხოვს მიმართვების თანმიმდევრობის ანალიზს. Fable 5.2-ის დოკუმენტაციაში მითითებულია შენახვის სტანდარტული ვადა 30 დღე; გამონაკლისები მოითხოვს Anthropic-ის ცალკე ნებართვას.

შესაფერისი კორპორაციული კლიენტებისთვის კომპანია ავითარებს Enterprise Frontier Safeguards-ს. მონიტორინგისთვის განკუთვნილი მონაცემები შეიძლება ინახებოდეს კლიენტის ღრუბლოვან ინფრასტრუქტურაში მისი კონტროლის ქვეშ, ხოლო სიგნალები საეჭვო აქტივობის შესახებ გადაეცემა მის სპეციალისტებს. ეს არის ცალკე კორპორაციული სქემა, რომლის პირობებიც უნდა დაზუსტდეს მიერთებისას. anthropic.com

რას ცვლის ეს მომხმარებლისთვის

Fable 5.2-ის პრაქტიკული ღირებულება გამოვლინდება იქ, სადაც მოდელი შეძლებს ხანგრძლივი ამოცანის შემოწმებად შედეგამდე მიყვანას: მომუშავე შესწორების მომზადებას, ცვლილებების შეთანხმებას კომპონენტებს შორის ან დაპროექტების რამდენიმე იტერაციის გავლას. ინსტრუმენტის ასარჩევად უფრო სასარგებლოა ასეთი შედეგის გაზომვა საკუთარ მასალაზე, ვიდრე მხოლოდ ტესტების ცხრილში დაკავებულ ადგილზე ორიენტირება.

SpeShu AI-ში ხელმისაწვდომია ნეიროქსელები ტექსტებთან, დოკუმენტებთან და კოდთან სამუშაოდ ერთ სერვისში. გამოიწერეთ ჩვენი ბლოგი: ჩვენ განვიხილავთ მოდელების განახლებებს და გაჩვენებთ, მათი რომელი შესაძლებლობების გამოყენება შეიძლება ყოველდღიურ საქმიანობაში.