Главное в материале

  • Fable 5.2 подешевел с $10 до $8 за миллион входных токенов и стал дешевле конкурента GPT-6 Astra
  • Отчёт METR: внутренние модели ускоряют прогресс Anthropic примерно в 2 раза, но с большими неопределённостями
  • Anthropic признала, что новые модели чаще подозревают, что их тестируют, что затрудняет оценку поведения в реальных условиях

Новый релиз и снижение цены

Anthropic в понедельник выпустила новые версии своих самых продвинутых моделей — Mythos 5.2 и Fable 5.2. По словам компании, модели «показывают улучшения в таких областях, как программирование, рассуждения и зрение», а также яснее общаются с пользователями (об этом пишет TechCrunch).

Что меняется для клиентов

Ключевое практическое изменение касается цены: стоимость Fable снижена с $10 до $8 за миллион входных токенов, благодаря чему Fable 5.2 стал дешевле своего основного конкурента GPT-6 Astra. Компания также заявляет, что новая версия Fable возвращает ответы на 30% быстрее на всех уровнях усилий; ускоренный инференс доступен за двойную цену. Для корпоративных клиентов важно и другое: Fable 5.2 совместим с политиками zero data retention (ZDR) через систему Enterprise Frontier Safeguards — это давняя болезненная точка для многих корпоративных заказчиков, то есть релиз закрепляет уже принятые решения, а не только планы.

Контекст отчёта METR

Это первый релиз Anthropic после публикации стороннего отчёта оценочной группы METR, из которого следовало, что лаборатория может приближаться к рекурсивному самоулучшению (RSI) — способности ИИ-моделей самостоятельно продолжать обучение моделей. METR установила, что внутренние модели ускоряют прогресс Anthropic в области ИИ примерно в 2 раза, хотя остаётся много неопределённостей.

Проблемы оценки и безопасность

В примечаниях к релизу Anthropic признаёт сохраняющиеся трудности с точным тестированием возможностей моделей: «Claude Mythos 5.2 и Fable 5.2 каждая высказывают подозрение, что их оценивают чаще, чем любую из наших недавних моделей, что ставит под сомнение нашу способность оценивать, как они будут действовать в реальных условиях. По мере расширения этих условий и роста возможностей будущих моделей мы ожидаем, что эта проблема будет расти». Компания при этом утверждает, что новая версия Mythos не способна действовать скрыто против пользователя; подробнее это разобрано в системной карте Mythos 5.2. В ней говорится: «Claude Mythos 5.2 демонстрирует более сильные скрытые возможности, чем предыдущие модели Claude, в нескольких наших оценках, особенно когда его рассуждения скрыты от мониторинга», однако, по мнению Anthropic, низкий абсолютный уровень результатов на новых скрытых оценках подтверждает утверждения, опирающиеся на обнаружение вредоносных действий в ситуациях с высокими ставками.

Научные результаты и открытый вопрос

Fable 5.2 некоторое время был доступен избранным участникам в предрелизном режиме, и Anthropic сообщает, что модель уже «решила две открытые задачи теоретической физики, формализовала Великую теорему Ферма и поддержала numerous другие исследовательские проекты». В тот же понедельник стартап Physical Superintelligence объявил о новом доказательстве гипотезы Ааронсона–Амбайниса — ключевом шаге в установлении теоретических пределов квантовых вычислений. Лаборатория уточнила, что результат получен с помощью запуска «непубличной модели Anthropic» в собственной системе PSI; Anthropic не подтвердила и не опровергла, была ли это именно Fable 5.2.