Представляем Claude Fable 5.2 и Claude Mythos 5.2
- 9 ноября 2026 года обновлены Claude Fable и Mythos до версии 5.2; в тестировании модель за 30 часов оформила доказательство последней теоремы Ферма.
- Ответы генерируются на 30% быстрее версий 5.1; обычный режим стоит $8/$40 за миллион входных/выходных токенов, быстрый — $16/$80.
- Fable доступна всем с защитами от злоупотреблений в кибербезопасности и биологии; организации могут запросить доступ к Mythos через программы проверки.
Почему это важно: Модели предназначены для самых амбициозных технических задач с открытым результатом.
- Введение
- Производительность и эффективность
- Программирование
- Кибербезопасность
- Наука и инженерия
- Безопасность и согласованность
- Конфиденциальность данных
- Доступность
9 ноября 2026 года
- [1]Введение
- [2]Производительность и эффективность
- [3]Наука и инженерия
- [4]Безопасность и согласованность
- [5]Доступность
Мы обновили Claude Fable и Claude Mythos — модели, созданные для решения самых сложных технических задач.
Claude Fable 5.2 и Claude Mythos 5.2 стали лучше в таких областях, как программирование, рассуждение и работа с изображениями. Во время предварительного тестирования они помогли нашим инженерам выполнить программные миграции, которые иначе были бы невыполнимы, с нуля разработали три работающих электронных устройства, решили две открытые задачи из физики чёрных дыр, добились существенного прогресса в тестировании робототехники и за 30 часов оформили доказательство последней теоремы Ферма —, а также справились со множеством других задач, о которых мы расскажем ниже.
Claude Fable и Claude Mythos — это одна и та же базовая модель. В Fable предусмотрены надёжные средства защиты от злоупотреблений в сферах кибербезопасности и биологии, благодаря чему модель доступна всем пользователям. Организации, ведущие полезную деятельность в области кибербезопасности или биомедицинских исследований, могут подать заявку на доступ к Mythos через наши недавно расширенные программы проверки в области наук о жизни и кибербезопасности.
По словам тестировщиков, Fable 5.2 и Mythos 5.2 общаются яснее, чем предыдущие модели Fable и Mythos. Они генерируют ответы на 30% быстрее, чем Claude Fable 5.1 и Claude Mythos 5.1, и стоят дешевле: 8 долларов за миллион входных токенов и 40 долларов за миллион выходных токенов.
В Fable 5.2 и Mythos 5.2 также появился дополнительный быстрый режим, ускоряющий генерацию токенов до 2,5 раза. Он доступен по цене 16 долларов за миллион входных токенов и 80 долларов за миллион выходных токенов.
Безопасность и согласованность. Чтобы безопасность и согласованность развивались в ногу с растущими возможностями моделей, мы провели масштабное предварительное тестирование безопасности базовой модели Fable 5.2 и Mythos 5.2. В том числе мы разработали новые тесты, позволяющие глубже изучить отдельные вызывающие опасения модели поведения, например выход из песочницы. Мы считаем, что серьёзные риски, связанные с несогласованностью, остаются низкими; по большинству показателей согласованности модель показала результаты не хуже, а иногда и лучше, чем наши недавние модели. Защита Fable 5.2 от угроз в сфере кибербезопасности и биологии столь же надёжна, как у Fable 5.1, но при этом блокирует меньше запросов без необходимости. Кроме того, мы внедрили самые мощные на сегодняшний день меры защиты от атак с дистилляцией.
Подробнее о проверках безопасности мы рассказываем ниже; полную информацию можно найти в системной карте Claude Fable 5.2 и Mythos 5.2.
Когда использовать Claude Fable 5.2 и Mythos 5.2. Fable и Mythos лучше всего подходят для самых амбициозных и масштабных технических задач с открытым результатом. Для большинства задач по программированию и работе со знаниями мы рекомендуем начать с Claude Opus 5.5 — нашей самой мощной модели для повседневной работы, —, а затем, в зависимости от объёма и сложности задачи, при необходимости перейти на другую модель: более мощную Fable или Mythos либо более лёгкие Claude Sonnet 5.5 или Claude Haiku 5.5. Fable 5.2 также может выступать в роли консультанта (модели Haiku, Sonnet или Opus обращаются к ней за помощью в решении более сложных задач) или оркестратора (она поручает более простые задачи моделям меньшего размера).
Оценка Claude Fable 5.2 и Mythos 5.2
Результаты тестов. Таблица ниже показывает, что Claude Fable 5.2 и Mythos 5.2 превосходят Opus 5.5 почти по всем оценённым нами возможностям:
| Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon | |
|---|---|---|---|---|---|
| Агентное программированиеFrontierCode 2.0 | |||||
| Агентное программированиеFrontierCode 2.0 | 49,1%Очень высокая интенсивность | 32,4%Очень высокая интенсивность | 45,5% | 42,8% | 41,1%Средняя интенсивность |
| Агентное программированиеFrontierSWE v2 | |||||
| Агентное программированиеFrontierSWE v2 | 69,9% | 56,3% | 62,3% | 65,5% | 61,2% |
| Бизнес-процессыAutomationBench | |||||
| Бизнес-процессыAutomationBench | 51,4% | 31,4% | 42,5% | 41,4% | 53,9% |
| Агентные научные исследованияTerminal-Bench-Science 0.1 | |||||
| Агентные научные исследованияTerminal-Bench-Science 0.1 | 74,6%75,3% (Mythos 5.2) | 52,6% | 58,7% | 68,1% | 64,8% |
| КибербезопасностьCyScenarioBench† | |||||
| КибербезопасностьCyScenarioBench† | 76,3%Mythos 5.2 | 61,7%Mythos 5.1 | 67,6%без защитных механизмов | 61%GPT-6 Cyber | — |
| КибербезопасностьCVE Rediscovery | |||||
| КибербезопасностьCVE Rediscovery | 89,6%Mythos 5.2 | 78,3%Mythos 5.1 | 81,3%без защитных механизмов | — | — |
| Проектирование белковПроектирование de novo связывающих белков (24 часа) | |||||
| Проектирование белковПроектирование de novo связывающих белков (24 часа) | 85,1%Mythos 5.2 | 79,1%Mythos 5.1 | 82,6%без защитных механизмов | — | — |
| Агентный поискWANDR (смягчённая оценка) | |||||
| Агентный поискWANDR (смягчённая оценка) | 82,1% | 68,7% | 72,3% | — | — |
| Работа с компьютеромOSWorld 2.1 (офлайн-набор, частично) | |||||
| Работа с компьютеромOSWorld 2.1 (офлайн-набор, частично) | 89,3% | 83,5% | 87,2% | 79,5% | 81,5% |
| РобототехникаRoboDojo Sim‡ | |||||
| РобототехникаRoboDojo Sim‡ | 64,9% | 27,6% | 39,4% | 29,8% | — |
| Интеллектуальный трудAA-Briefcase v1.1 | |||||
| Интеллектуальный трудAA-Briefcase v1.1 | 66,1%оценочная шкала | 61,5%оценочная шкала | 61,2%оценочная шкала | 52,0%оценочная шкала | 61,8%оценочная шкала |
| 1785Эло | 1669Эло | 1800Эло | 1569Эло | 1611Эло | |
| Интеллектуальный трудИндекс удалённого труда (RLI) | |||||
| Интеллектуальный трудИндекс удалённого труда (RLI) | 41,3%Высокая интенсивность | 17,9% | 21,3% | 20,8% | — |
| Междисциплинарное мышлениеПоследний экзамен человечества (с инструментами) | |||||
| Междисциплинарное мышлениеПоследний экзамен человечества (с инструментами) | 74,2% | 65,6% | 67,7% | 57,2% | — |
| Распознавание графиковChartography (без инструментов) | |||||
| Распознавание графиковChartography (без инструментов) | 73,4% | 44,8% | 64,4% | 71,0% | 72,5% |
Подробное описание методики оценки см. в системной карте Claude Fable 5.2 и Claude Mythos 5.2. Для Fable 5.2, Fable 5.1 и Opus 5.5 приведены результаты с включёнными защитными механизмами, если не указано иное. Для каждой модели указаны результаты при максимально доступном уровне интенсивности, если не указано иное. † В CyScenarioBench результаты каждой лаборатории основаны на уникальных заданиях. ‡ Для RoboDojo Sim указаны результаты при максимально доступном уровне интенсивности; тестирование проводилось внутри компании.
Интенсивность и эффективность. При средней интенсивности (настройка по умолчанию в приложениях Claude и Claude Code) Fable 5.2 справляется со сложными задачами, используя меньше токенов, чем Fable 5.1. В ходе предварительного тестирования FrontierCode 2.0 Fable 5.2 при высокой интенсивности показала результат примерно на уровне Opus 5.5 при максимальной интенсивности — при этом стоимость выполнения задачи составила примерно половину. При очень высокой интенсивности она также показала лучший результат среди всех протестированных выпущенных моделей.
- Fable 5.2
- Opus 5.5
- Fable 5.1
- GPT-6 Astra
- Gemini 4 Carbon
FrontierCode оценивает, примут ли сопровождающие репозитории с открытым исходным кодом разработчики изменения кода, предложенные моделью. При высоком уровне усилий Fable 5.2 набирает примерно столько же, сколько лучший результат Opus 5.5 (45,3% против 45,5%), обходясь примерно вдвое дешевле за задачу и опережая лучший результат GPT-6 Astra (42,8%) при примерно такой же стоимости. При очень высоком уровне усилий Fable 5.2 набирает 49,1% — это самый высокий показатель среди всех выпущенных моделей, которые мы тестировали.
- Fable 5.2
- Opus 5.5
- Fable 5.1
Бенчмарк WANDR от Perplexity оценивает работу агентов над масштабными задачами по сбору данных. При среднем уровне усилий Fable 5.2 показывает такой же лучший результат, как Opus 5.5, при этом стоимость одной задачи составляет около 40% от стоимости Opus.
- Fable 5.2
- Opus 5.5
- Fable 5.1
BenchCAD 2.1 оценивает инженерное проектирование аппаратного обеспечения — в частности, насколько проекты модели соответствуют эталонной геометрии и схемам. Результат измеряется по шкале от 0 до 100 с возможностью получить частичный балл. При максимальном уровне усилий Fable 5.2 набирает 83,5 балла, опережая Opus 5.5 (65,3) и Fable 5.1 (44,4).
- Fable 5.2
- Opus 5.5
- Fable 5.1
Последний экзамен человечества (HLE) проверяет знания и способность рассуждать на уровне экспертов в академических дисциплинах. На низком уровне усилий Fable 5.2 показывает результат, равный наивысшему результату Opus 5.5, при этом стоимость одной задачи составляет менее одной десятой от его стоимости.
- Fable 5.2
- Opus 5.5
- Fable 5.1
Тест Chartography оценивает, насколько точно модель умеет читать диаграммы и графики. При среднем уровне усилий Fable 5.2 набирает 66,4% — больше, чем Opus 5.5 при максимальном уровне усилий (64,4%), — и обходится менее чем в одну десятую стоимости за задачу.
Программирование
Сегодня более 90% изменений, внесённых в основную кодовую базу Anthropic, написаны Claude (под руководством человека). Мы использовали Fable 5.2, чтобы за считаные минуты исправлять устойчивые ошибки, оптимизировать работу всех наших сервисов и выполнять важные программные проекты, которые иначе было бы слишком долго или дорого запускать. Команда агентов, работавшая на более ранней версии Fable 5.2, перенесла критически важный производственный сервис с Python на Rust — теперь он эффективнее и надёжнее, а запускается примерно в 26 раз быстрее. Мы убедились, что Fable 5.2 обладает развитым инженерным чутьём и способен выдавать качественные результаты даже при неоднозначных запросах.
В рамках эксперимента один из инженеров Anthropic поручил Fable 5.2 разработать прототип операционной системы. Начав с пустой папки, модель координировала работу более 1 000 субагентов, которые круглосуточно в течение восьми дней писали, тестировали и проверяли код. В результате получилась работающая операционная система, загружающаяся на ноутбуке: у неё есть собственное ядро, управляющее компьютером, драйверы для диска, клавиатуры и сети, постоянное хранилище файлов, окна, экран входа, программа установки и встроенные функции Claude (см. видео ниже).
Первые тестировщики были впечатлены тем, насколько успешно навыки Fable 5.2 в программировании можно применять для самых разных задач:
«Модель понимает, что у меня на уме. Она улавливает замысел каждого моего запроса. Мне ни разу не пришлось говорить: «Нет, я имел в виду…» Проекты, над которыми мы неделями работали с другими моделями, Claude Fable 5.2 завершила за несколько дней, и коллеги одобрили результат. У людей, проверявших её код, замечаний тоже было меньше».
«Claude Fable 5.2 отлично подходит для того, чтобы развить и доработать общую идею. Её ответы очень хорошо продуманы, и уже через несколько итераций я почти всегда могу сказать: «Ладно, приступай» — и доверить ей выполнение задачи с минимальным вмешательством. Такое ощущение, будто работаешь с ещё одним опытным инженером».
«Можно просто поручить Claude Fable 5.2 работу с новыми, неоднозначными системами, которых она раньше не видела, — и она сама разберётся, как с ними взаимодействовать. Это почти как руководитель реагирования на инциденты, который может задействовать более быстрые модели для оперативного сбора информации и координировать их работу, снимая эту нагрузку с меня как оператора».
«Claude Fable 5.2 справляется с задачами, которые были не по силам предыдущим моделям. Самые наглядные примеры на данный момент — создание с нуля более качественных 3D-сцен и воссоздание проекта по визуальному образцу. Модель очень хорошо справляется со сложными задачами разработки игр: она продолжает дорабатывать и улучшать результат, а не заходит в тупик».
«Я поручил Claude Fable 5.2 провести аудит безопасности продолжительностью 10–12 часов. Она задействовала около 170 агентов-рецензентов, а затем подготовила отчёт, запросы на внесение исправлений и предложение по политике безопасности. Она продолжает работать, пока задача действительно не будет выполнена, а не останавливается на промежуточном результате, который лишь выглядит правдоподобно. Меня впечатлили её способность исправлять собственные ошибки и честно говорить о пробелах. При высоком уровне усилий я предпочёл бы её той модели, которой пользуюсь сейчас, для длительных аудитов без присмотра и работы с большим объёмом документации».
«В одном тесте, объединившем сводные данные о долгах стран, историю погашения задолженности и региональные ориентиры, Claude Fable 5.2 сгенерировала SQL-запрос, который вернул ожидаемые результаты. SQL-запросы, созданные двумя другими моделями, тоже выполнились успешно, но неверно суммировали сводные данные по странам, выдавая значения в 5–8 раз выше ожидаемых. Именно точность таких бизнес-расчётов объясняет, почему мы видим ценность в использовании Fable 5.2 для генерации SQL-запросов в корпоративной среде».
«За один сеанс Claude Fable 5.2 создала гипервизор — программное обеспечение, изолирующее виртуальные компьютеры, работающие на одной машине. Математически доказано, что его ядро обеспечивает их изоляцию. Более 3 500 доказательств, проверенных машиной, охватывают все возможные случаи, а не только те, которые вы тестируете. Это первая модель, которую я видел способной разделить настолько сложную задачу на части, доказать каждую из них, собрать их вместе и продолжить работу над ещё более амбициозными задачами. Очень заметный шаг вперёд по сравнению с Fable 5.1».
«Среди измеренных нами моделей Claude Fable 5.2 показала лучший результат в data-eng-bench — нашем бенчмарке с открытым исходным кодом, включающем 103 задачи по инженерии данных. Она стабильно решала задачи в повторных запусках и справилась со всеми интерактивными заданиями по программированию, которые мы ей предложили».
«Вместо того чтобы галлюцинировать, Claude Fable 5.2 признаётся, когда чего-то не знает. В какой-то момент она сказала мне, что её предыдущая оценка была неверной и что она не назовёт число, пока не измерит изменение. Очень впечатляет!»
Кибербезопасность
Claude Mythos 5.2 — наша самая мощная модель для инженерных задач в области кибербезопасности. Она выявляет больше уязвимостей, чем предыдущие модели, а также лучше воспроизводит и устраняет их (обратите внимание: защитные механизмы Claude Fable 5.2 блокируют большинство задач, связанных с кибербезопасностью). Одна компания в сфере безопасности обнаружила, что Claude Mythos 5.2 выявила каждую шестую подтверждённую ошибку, пропущенную всеми другими тестировавшимися передовыми моделями. В ходе нашей внутренней оценки CVE Rediscovery¹ Claude Mythos 5.2 обнаружила на 10,2% больше уязвимостей, чем Claude Opus 5.5, и на 14,4% больше, чем Claude Mythos 5.1. Claude Mythos 5.2 также демонстрирует более взвешенные суждения и точную оценку уверенности: по словам одного тестировщика, предыдущие модели преувеличивали серьёзность примерно каждого двадцатого обнаруженного случая, тогда как Claude Mythos 5.2 не преувеличила её ни разу.²
- Mythos 5.2
- Opus 5.5
- Mythos 5.1
Повторное обнаружение CVE — это внутренняя оценка кибербезопасности, которая показывает, сколько опубликованных CVE (общих уязвимостей и рисков) модель может обнаружить самостоятельно, получив снимок проекта до устранения уязвимости CVE. В ходе испытаний в октябре 2026 года на выборке из 1 829 CVE Claude Mythos 5.2 показала лучшие результаты, чем Claude Mythos 5.1 и Claude Opus 5.5, на каждом уровне усилий.
Кибервозможности Claude Mythos 5.2 доступны в рамках нашей Программы проверки кибербезопасности, которую мы продолжаем расширять и совершенствовать. Клиенты Claude Enterprise (даже если они не участвуют в Программе проверки кибербезопасности) могут пользоваться Claude Security — сервисом, который проверяет кодовые базы на уязвимости с помощью наших наиболее мощных моделей, в число которых теперь входит Claude Mythos 5.2. Недавнее обновление Claude Security позволяет сервису отслеживать изменения в репозиториях, контролировать устранение обнаруженных проблем, учитывать дополнительный контекст и подключаться к инструментам пользователя через API и MCP.
«Мы тесно сотрудничали с новой моделью Anthropic Claude Mythos 5.2, чтобы провести очередной раунд высокоточного поиска и устранения угроз в наших системах и выявить потенциальные проблемы, которые не удалось обнаружить с помощью предыдущих моделей Mythos. Результаты стали понятнее, а наша команда получила возможность быстрее и проще проверять их выборочно. Мы создали среду Code Guardian на базе Mythos 5.1 и перешли бы на Mythos 5.2, чтобы предложить клиентам более мощные кибервозможности».
«Claude Mythos 5.2 невероятно хороша. Весь год мы тесно сотрудничали с командой Anthropic, укрепляя Firefox с помощью последовательных поколений моделей Claude, и после каждого раунда оставалось всё меньше, всё более незаметных ошибок. И всё же Mythos 5.2 примерно вдвое превзошла Mythos 5.1 по показателям обнаружения уязвимостей в соответствующих кампаниях сканирования».
Наука и инженерия
Важные задачи в науке, инженерном деле и математике всё чаще требуют программирования: анализ данных, моделирование молекул, проектирование деталей и управление приборами — всё это выполняется с помощью программного обеспечения. Ниже мы расскажем, как Claude Fable 5.2 и Claude Mythos 5.2 помогли исследователям продвинуться в решении сложных задач в этих областях.
Теоретическая физика
Claude Fable 5.2 решила две открытые задачи теоретической физики. Обе связаны с чёрными дырами и попытками объединить две ключевые теории современной физики — теорию относительности и квантовую механику.
Оба результата Claude основаны на голографической дуальности — идее о том, что некоторые вселенные, содержащие гравитацию, можно точно описать квантовой теорией, в которой гравитации нет. В первой задаче физики в 1983 году показали, что при нагревании таких вселенных чёрные дыры образуются внезапно, подобно закипанию воды. Однако их метод работал только для больших вселенных, достаточно крупных для применения теории относительности. В 2003 году был предложен расчёт, который должен был показать, верно ли это и для очень маленьких вселенных, где можно использовать только квантовое описание, но его было слишком трудно выполнить. Fable 5.2, действуя в основном автономно, завершила расчёт и установила, что переход происходит так же внезапно. Во второй задаче Fable 5.2 нашла точную границу применимости метода, который физики используют уже более 15 лет, чтобы исключать возможные теории квантовой гравитации в упрощённой вселенной. Подробнее об этих результатах можно прочитать в соответствующих препринтах: здесь и здесь.
Сворачивание белков
Аденоассоциированные вирусы — небольшие безвредные вирусы, белковая оболочка которых, капсид, может использоваться для доставки генной терапии. Структура белков капсида имеет большое значение: например, от неё зависит, заблокирует ли терапию иммунная система пациента. При этом она чрезвычайно сложна. Существующие модели сворачивания белков, такие как AlphaFold, могут предсказывать структуру отдельных белков, но капсид состоит из десятков таких белков. Используя две модели сворачивания белков с открытым исходным кодом, Claude Mythos 5.2 нашла новый способ точно предсказывать структуру целого капсида. Она написала код, который запускал эти модели на перекрывающихся группах белковых цепей, а затем использовала сведения об известных симметриях капсида, чтобы объединить результаты.
Метод Claude оказался эффективен для нескольких капсидов — как природных, так и искусственно созданных (в ходе наших испытаний модель точно смоделировала 28 из 34 капсидов, за которые взялась).³ Три вычислительных биолога поделились своими соображениями о том, как навыки Claude могут ускорить исследования в области генной терапии:
«Это ускорение позволит существенно сэкономить время и средства на этапе моделирования сворачивания капсидов и эффективнее распределять вычислительные ресурсы для изучения множества свойств капсидов, необходимых для создания генетических лекарств. Мы рады помочь Anthropic и дальше развивать способности к рассуждению, чтобы снизить общие затраты на разработку капсидов».
«Крупные белковые комплексы, включая капсиды, по-прежнему остаются сложной задачей для моделирования белков: трудно точно предсказать структуру и расположение десятков отдельных макромолекул, не говоря уже о чрезвычайно высоких вычислительных затратах. Подход Claude остроумно решает эту проблему для симметричных комплексов, позволяя отдельным учёным моделировать системы на персональных рабочих станциях — для этого больше не нужны специализированные кластеры».
«Открывая исходный код ESMFold2, Biohub стремилась дать научному сообществу возможность развивать дальше модели, основанные на изученной ими биологии. Мы рады видеть, что Claude создала прототип новой процедуры отбора образцов, позволяющей прогнозировать крупные симметричные комплексы, например капсиды AAV — белковую оболочку, используемую для доставки генной терапии. Мы продолжим внедрять такие разработки сообщества, расширяющие возможности наших инструментов в важных прикладных областях».
Математика
Математическая формализация. Формализация — это процесс перевода математического доказательства на язык, который компьютер может проверять шаг за шагом. Она помогает математикам увереннее относиться к результатам, не проверяя их вручную (это особенно важно, когда результаты генерируют модели ИИ и людям трудно их проверить). Формализация требует больших усилий, поэтому, если ИИ сможет помогать в этом процессе, математики смогут уделять больше времени поиску новых идей.
Наша первая формализация Великой теоремы Ферма, выполненная исследовательской версией Claude, которая ещё не была выпущена, заняла 11 дней. Для неё использовалась специально созданная среда и помощь исследователя. В отличие от этого, команда из 1 000 агентов Fable 5.2 полностью формализовала теорему всего за 30 часов при минимальном участии человека. Fable 5.2 начала с кратких запросов, самостоятельно разработала способы координации и не использовала математические справочники — только список промежуточных формулировок теорем, по которым оценивался прогресс. Ей потребовалась лишь треть числа токенов действий, использованных при первой формализации, а полученное доказательство оказалось в семь раз короче. Как видно на рисунке ниже, Opus 5.5 при тех же условиях с 1 000 агентами за 18 часов выполнила лишь 26% формализации и почти не продвинулась дальше за следующие 12 часов.
Подробнее о формализации читайте здесь.
- Fable 5.2
- Opus 5.5
Формализация доказательства последней теоремы Ферма на языке математического программирования Lean. Каждая линия показывает долю полной формализации, выполненную Fable 5.2 (зелёная линия) и Opus 5.5 (оранжевая линия) за 30 часов при участии примерно 1 000 агентов; для каждой модели был проведён один запуск. На пунктирной отметке (18 часов) обе команды продолжили работу с последнего сохранения ещё на 12 часов.
Аппаратное обеспечение и робототехника
Многие потенциальные преимущества ИИ — например, ускорение лабораторных исследований — зависят от его способности действовать в физическом мире. Claude Fable 5.2 продолжает тенденцию, демонстрируя рост полезности наших моделей в реальном мире: модель показывает многообещающие результаты в таких задачах, как проектирование аппаратных устройств, и добилась значительного прогресса в управлении физическими роботами.
Разработка аппаратного обеспечения. Мы проверили навыки Fable 5.2 в разработке аппаратного обеспечения: в ответ на запрос объёмом в один абзац попросили модель спроектировать и изготовить три работающих электронных устройства с собственными печатными платами, корпусами, напечатанными на 3D-принтере, и программным обеспечением. Представленные ниже устройства — домашний голосовой помощник, USB-спикерфон и карманная виртуальная игрушка. В этом проекте мы сотрудничали с компанией Diode, которая проектирует и производит печатные платы.
Claude самостоятельно составила технические задания, выбрала доступные электронные компоненты у дистрибьюторов в США, разработала разводку четырёхслойной печатной платы каждого устройства, смоделировала корпуса с помощью систем автоматизированного проектирования и написала программное обеспечение для устройств. Каждая плата была готова к производству менее чем за день при минимальном участии человека. После того как Diode изготовила платы, Claude помогла инженерам компании протестировать и собрать устройства. Все три устройства заработали без каких-либо изменений в электрической схеме. Подробнее о навыках Claude в разработке аппаратного обеспечения можно прочитать здесь.
Робототехника. По сравнению с предыдущими моделями Claude, Fable 5.2 значительно лучше управляет физическими роботами — даже при выполнении задач, на которых её специально не обучали. На видео ниже роботы под управлением Fable 5.2 выполняют самые разные задачи: собирают головоломку-кубик, откручивают крышку бутылки и рисуют робота. В открытом тесте RoboDojo, оценивающем способность ИИ управлять имитируемым роботом с двумя руками по изображениям с камер, Fable 5.2 показала результат выше, чем у других передовых моделей, запущенных на той же платформе, а также у большинства систем ИИ, специально созданных для управления роботами.
- Gemini 4 Argon
- GPT-6 Astra
- Fable 5.1
- Opus 5.5
- Fable 5.2
RoboDojo Sim проверяет управление имитируемым роботом с двумя руками. Результаты основаны на наших внутренних запусках каждой модели с использованием максимального доступного уровня интенсивности. При максимальной интенсивности Fable 5.2 набрала 64,9% — более чем вдвое выше результата GPT-6 Astra (29,8%) и Fable 5.1 (27,6%).
Исследования и анализ
Первые тестировщики, использовавшие Claude Fable 5.2 для исследовательских и аналитических задач, обнаружили, что модель справляется с более неоднозначными и насыщенными данными задачами, чем предыдущие модели, и лучше оценивает неоднозначные ситуации — особенно те, где требуются абстрактное мышление и проектирование. Проприетарная торговая компания Jump Trading протестировала Fable 5.2 с помощью прокси-оценок, имитирующих некоторые задачи её количественных исследований, встроив модель в среду, похожую на ту, которую компания использует для собственных исследований. В одном из запусков Fable 5.2 эффективно выполняла все необходимые роли: писала код, координировала работу, планировала и отправляла задания. Для предыдущих моделей требовались значительные затраты времени на ручное перераспределение ролей с учётом сильных и слабых сторон разных моделей.
Другие тестировщики из исследовательских и аналитических организаций поделились с нами следующими впечатлениями от работы с Fable 5.2:
«Claude Fable 5.2 невероятно хорошо справляется со всеми основными ролями в исследовательской системе: формулирует вопросы, интерпретирует данные, координирует работу и, конечно, находит и воплощает ключевые идеи. По качеству суждений и вкусу это определённо одна из сильнейших моделей, которые мы видели. Во внутреннем тесте для автоматизации исследований она показала ошибку на целых 10% меньше, чем следующая за ней модель».
«В ходе недавней оценки мы попросили Claude Fable 5.2 выяснить, как одна организация протестировала новую интеграцию в своих ключевых технологических системах. Модель проследила ответ до нужных источников и не стала преувеличивать то, что подтверждали данные. Она также отметила, что формулировка вопроса может вводить в заблуждение. В инвестиционных исследованиях такая сдержанность позволяет понять, что остаётся неизвестным и где рынок может неверно оценивать риски или возможности».
«Расчёты фононов — один из самых затратных регулярных этапов вычислительного материаловедения, поэтому при проверке новых материалов лаборатории часто пропускают проверку стабильности. Claude Fable 5.2 в среднем ускорила расчёты фононов в Quantum ESPRESSO примерно в 36 раз по сравнению со стандартной версией на том же GPU: все 13 наших тестовых случаев модель обработала менее чем за четыре минуты вместо 3,3 часа. Это в 3–4 раза быстрее, чем ускорение, достигнутое Fable 5.1».
«С Fable 5.1 мы впервые увидели проблески модели, способной предлагать по-настоящему новаторские исследовательские идеи. Claude Fable 5.2 продолжает эту тенденцию. Она пришла к тому же выводу, который впечатлил нас в Fable 5.1, а затем предложила совершенно новый подход. Модель показала лучшие результаты на сегодняшний день в трёх из четырёх задач количественных исследований, которые мы завершили. Мы хотели бы использовать её для важных долгосрочных исследовательских задач или для координации команд других моделей».
«При проверке соблюдения требований формы I-9 Claude Fable 5.2 дала клиенту более чёткие указания, чем Fable 5.1. Она определила сотрудников, которым требуется немедленное внимание, объяснила, как исправить каждую проблему, и указала, кто должен это сделать. Это впечатляющий прогресс в способности модели давать практические юридические рекомендации».
«В одном задании Claude Fable 5.2 нужно было перенести финансовые показатели компании из её отчёта 10-K в модель прогнозирования, но в шаблоне не указывалось, брать ли опубликованное значение или рассчитывать его самостоятельно. Модель определила намерение автора по форматированию ячеек, заметила, что региональные показатели не складываются в опубликованный итог, и заполнила все ячейки правильно. Именно благодаря таким более точным суждениям она набрала 91% в нашей оценке против 86% у следующей по результатам модели».
«В наших количественных исследованиях Claude Fable 5.2 показала очень заметный прогресс по сравнению с Fable 5.1, особенно в конфигурации с несколькими взаимодействующими агентами. Её возможности в математических исследованиях также стали значительным шагом вперёд».
«Прежде чем внедрять ИИ в рабочие процессы, нужно доверять его подходу и выводам. В ходе тестирования Claude Fable 5.2 выявляла несоответствия, учитывала контекст из целых наборов документов и корректировала рекомендации на основании релевантных данных. Например, при проверке файлов, приложенных к заявке на кредит, она заметила, что суммы зарплатных поступлений не совпадают с балансом в банковской выписке, и тем самым помогла андеррайтеру сосредоточиться на том, что нужно проверить».
Безопасность и согласованность
Ни один тест не может показать, как будет вести себя высокоэффективная модель после внедрения, поэтому перед выпуском мы опираемся на множество различных тестов и видов доказательств. Перед выпуском модели, лежащей в основе Claude Fable 5.2 и Claude Mythos 5.2, мы провели подготовку и тестирование на согласованность, разработали новые оценки склонности модели к нежелательным действиям, усилили защиту от злоупотреблений и расширили мониторинг поведения. До выпуска модель также проверили внешние эксперты, в том числе Институт безопасности ИИ Великобритании, Frontier Design и METR. В системной карте Claude Fable 5.2 и Mythos 5.2 приведено краткое изложение их отчётов⁴ и подробное описание наших собственных проверок безопасности и возможностей.
Проверка согласованности
Мы провели серию оценок поведенческой согласованности Claude Fable 5.2 и Claude Mythos 5.2, проверяя, как часто они действуют непредусмотренным и потенциально небезопасным образом. Учитывая всё, что мы увидели в ходе различных проверок, мы оценили риск небезопасного поведения этих моделей в ситуациях с высокими ставками как низкий — так же, как и у других наших недавних моделей.
Мы проверили Claude Mythos 5.2 — ту же базовую модель, что и Fable 5.2, но без некоторых средств защиты в области кибербезопасности и биологии — с помощью нашего автоматизированного аудита поведения, который оценивает поведение модели примерно в 1 900 сценариях. По большинству показателей Claude Mythos 5.2 показала результаты не хуже, а зачастую лучше, чем Opus 5.5, Sonnet 5.5 и Claude Mythos 5.1. Например, по большинству показателей, связанных с введением пользователей в заблуждение, она превзошла все три модели. В Claude Mythos 5.2 реже встречались галлюцинации во входных данных, ложные заявления о выполнении задачи, пропуск важной информации, а также сокрытие некачественной или небрежно выполненной работы.⁵
- Mythos 5.1
- Opus 5.5
- Sonnet 5.5
- Mythos 5.2
Общая оценка по результатам автоматизированного аудита поведения — сводный показатель множества нежелательных форм поведения, включая содействие злоупотреблениям со стороны людей и автономные действия в различных сценариях. Чем ниже оценка, тем лучше. Подробности см. в разделе 6.4.1 системной карты Claude Fable 5.2 и Claude Mythos 5.2.
Во время тестирования мы уделили особое внимание поведению, которое сыграло роль в недавних заметных инцидентах в области кибербезопасности и согласованности. Например, мы обнаружили, что Claude Mythos 5.2 реже, чем Opus 5.5, Sonnet 5.5 и Mythos 5.1, прибегает к предвзятым рассуждениям или рассуждениям, продиктованным мотивами (в таких случаях модель может «объяснить» свидетельства, указывающие на то, что она находится не в симуляции, и действовать, не представляя реалистично возможные последствия).
Мы провели несколько оценок, чтобы проверить склонность модели к попыткам покинуть песочницу. В двух ранее использовавшихся нами тестах Claude Mythos 5.2 предпринимала значительно меньше попыток выбраться из песочницы, чем любая другая протестированная нами модель. В специальной оценке — состязательном эксперименте с более чем 1 800 сценариями, большинство из которых невозможно было решить без выхода из песочницы, а сама песочница имела намеренно созданную уязвимость, — Claude Mythos 5.2 использовала учётные данные или файлы, размещённые нами за пределами песочницы, в 3,1% сценариев. Это примерно столько же, сколько у Opus 5.5 (3,3%), меньше, чем у Sonnet 5.5 (5,1%), и намного меньше, чем у предыдущих версий Claude Mythos (5 и 5.1, показавших 39% и 21% соответственно). Мы обнаружили, что другие методы — например, описание песочницы и предоставление инструментов для сообщения об уязвимостях — ещё сильнее сокращали число попыток Claude Mythos 5.2 выбраться из неё. По другим показателям — например, по действиям, причиняющим вред, после ошибочного вывода о том, что модель находится в симуляции, — Claude Mythos 5.2 получила немного худший результат, чем Opus 5.5, и примерно такой же, как Claude Mythos 5.1.
Проблема создания оценок, которые надёжно выявляли бы все сбои до внедрения модели, пока не решена. Сложность оценки высокоэффективных моделей часто мешает получить ясную картину. Например, Claude Mythos 5.2 и Fable 5.2 чаще, чем любая из наших недавних моделей, высказывают подозрение, что проходят проверку, а это затрудняет оценку их поведения в реальных условиях. По мере расширения спектра таких условий и роста возможностей будущих моделей эта проблема, как мы ожидаем, будет усугубляться. Поэтому мы не полагаемся только на эти оценки при формировании целостного представления о безопасности: мы анализируем поведение во время обучения, изучаем записи внутреннего использования, проводим тестирование с участием внешних экспертов и применяем методы интерпретируемости, чтобы исследовать происходящее внутри модели. Кроме того, мы стремимся сделать наши оценки реалистичнее и лучше понять, какие аспекты они упускают.
Меры защиты
Защита в области кибербезопасности и биологии. Как и предыдущие модели Claude Fable, Fable 5.2 оснащена классификаторами безопасности, блокирующими высокорисковую деятельность в сфере кибербезопасности, включая тестирование на проникновение, создание эксплойтов и поиск уязвимостей на основе бинарных файлов, а также большинство задач в области исследовательской биологии. Если запрос блокируется, пользователи вместо этого получат ответ от Opus 4.8 по вопросам кибербезопасности и от Opus 5 — по биологии. С момента выпуска Claude Fable 5.1 мы продолжали снижать число ложных срабатываний классификаторов безопасности. По итогам первых тестов на claude.ai, Claude Code и Cowork, в Fable 5.2 блокировок стало примерно на 55% меньше, чем в Fable 5.1: примерно на 60% меньше в области кибербезопасности и на 40% — в биологии. Claude Mythos 5.2 доступна проверенным организациям, работающим в этих сферах двойного назначения.
Исследования и разработки в области ИИ. Модель, лежащая в основе Claude Fable 5.2 и Claude Mythos 5.2, стала шагом вперёд в развитии общих возможностей. Однако во время обучения мы приняли меры, чтобы ограничить прогресс в конкретных исследовательских возможностях, которые могли бы напрямую ускорить развитие ИИ. Поэтому в соответствующих областях, включая оптимизацию ядер для ускорителей и улучшение архитектур больших языковых моделей, Fable 5.2 и Claude Mythos 5.2 работают примерно на уровне Opus 5.5. Важно отметить, что внесённые в обучение изменения не затронули смежные возможности, такие как агентное программирование, разработка оборудования, а также традиционные исследования ИИ и машинного обучения, в том числе исследования интерпретируемости. Мы не меняем эти возможности при предоставлении модели пользователям (то есть во время инференса). Как описано в разделе 1.5 системной карты, Fable 5.2 и Claude Mythos 5.2, как и предыдущие модели, также предусматривают прозрачное переключение на Opus 5 для ограниченного набора тем в этой области, в том числе разработки ядер для некоторых нестандартных ускорителей.
Защита от дистилляции. Дистилляция, при которой модель обучают на ответах более продвинутой модели, чтобы перенять её возможности, незаконно проводится в промышленных масштабах, зачастую с использованием тысяч поддельных аккаунтов Claude. Поскольку дистилляция позволяет выпускать модели с расширенными возможностями без встроенных в Claude средств защиты, она создаёт риски для безопасности и национальной безопасности (подробности о выявленных и пресечённых нами случаях незаконной дистилляции см. в отчёте об угрозах за сентябрь 2026 года). В Fable 5.2 применены самые надёжные из всех наших моделей средства защиты от дистилляции; в ней используются методы, описанные в недавнем отчёте, благодаря которым объём данных, собираемых для дистилляции, сократился на 90–99%.
Мы также расширяем внедрение функции API, помогающей предотвращать незаконную дистилляцию: сохранение рассуждений теперь доступно всем аккаунтам. Эта функция не позволяет тем, кто занимается дистилляцией, редактировать предыдущий контекст Claude, пытаясь извлечь ход рассуждений модели. Разработчики могут ознакомиться с документацией по сохранению рассуждений, чтобы узнать, как обновить интеграции с учётом новых возможностей API.
Конфиденциальность данных и расширенные меры защиты для корпоративных клиентов
Некоторые более сложные формы злоупотребления моделями ИИ можно выявить, только отслеживая закономерности в нескольких запросах. Поэтому мощные модели, такие как Claude Fable 5.2 и Claude Mythos 5.2, используют средства защиты, отслеживающие данные об использовании за определённый период, а не отдельные ответы. В рамках программы Enterprise Frontier Safeguards автоматический мониторинг безопасности выполняется для запросов и ответов, хранящихся в инфраструктуре клиента, что позволяет не сохранять данные (ZDR). Enterprise Frontier Safeguards сейчас проходит закрытое бета-тестирование с такими клиентами, как Bridgewater, Salesforce и Stripe.
Корпоративные клиенты могут запросить доступ к Enterprise Frontier Safeguards, связавшись со своей командой по работе с аккаунтом или заполнив эту форму. Клиенты, соответствующие требованиям, могут продолжать пользоваться Claude Fable 5.2 и Claude Mythos 5.2 с нулевым сроком хранения данных до внедрения мониторинга безопасности с помощью EFS. Для остальных клиентов данные мониторинга безопасности хранятся 30 дней.
Доступность
Claude Fable 5.2 уже доступна на всех платформах, включая Amazon Web Services, Google Cloud и Microsoft Azure. Разработчики могут начать работу с claude-fable-5-2 на платформе Claude.
На этой неделе мы предоставляем подписчикам соответствующих платных тарифов дополнительный доступ к Fable. Пользователи тарифов и мест, включающих модели Fable, получат от одного до трёх сбросов лимита Fable в зависимости от срока подписки; в тарифе Pro и стандартных местах тарифа Team Fable доступна в пределах до 50% недельного лимита использования. Подробнее о промоакции в честь запуска Fable 5.2 можно узнать здесь.
Специалисты по кибербезопасности могут подать заявку на доступ к Claude Mythos 5.2 через программу проверки специалистов по кибербезопасности. Клиенты Claude Enterprise также могут использовать Claude Security, работающую на основе всего семейства наших моделей, включая Claude Mythos 5.2. Исследователи в области биологических наук также могут подать заявку на доступ через программу проверки исследователей в области биологических наук.
Ускоренный режим для Claude Fable 5.2 и Claude Mythos 5.2 доступен в Claude Code, на платформе Claude, в Claude Models на Google Cloud (под управлением Anthropic и Google), а также в Microsoft Foundry (на хостинге Anthropic). Обратите внимание: доступ к ускоренному режиму Claude Mythos предоставляется только организациям, участвующим в наших программах проверки.
Примечания
1 CVE — это общепринятая система идентификаторов уязвимостей, которая присваивает номера уязвимостям программного обеспечения.
2 Это исходные данные об обнаружениях в ходе аудита, проведённого одним тестировщиком, хотя тестировщики неизменно отмечали, что Claude Mythos 5.2 выявляла больше уязвимостей, чем предыдущие модели. По результатам наших собственных оценок, способность выявлять уязвимости примерно соответствует Opus 5.5 (см. системную карту).
3 К ранним работам по моделированию капсидов AAV и других крупных симметричных белковых систем относятся FoldaVirus, EvoDOCK и его симметричное расширение, SymProFold, CapBuild, MoLPC, CombFold, Uni-Fold Symmetry, Apodex Discovery и инициализация «большого взрыва» (на последнюю ссылались в запросе, который мы дали Claude Mythos 5.2). Эти методы обычно собирают полную структуру из цепей или небольших групп цепей, предсказанных по отдельности. Claude разрешалось использовать известные симметрии, но было предписано не полагаться на сборку структуры. Обратите внимание: точность оценивается путём сравнения RMSD атомов Cα с экспериментальной структурой: 1,2 Å для OpenFold3-preview2 и 1,4 Å для ESMFold2 при моделировании AAV2 (PDB:1LP3). Капсид считался точно смоделированным, если хотя бы одна из моделей показала отклонение менее 3 Å. Для AAV2 методу Claude потребовалось около 58 минут вычислений на одном графическом процессоре NVIDIA H200 при использовании OpenFold3-preview2 и около семи минут — при использовании ESMFold2.
4 Ни одна из внешних организаций не проверяла содержание этой публикации в блоге или системной карты. Эти организации не обязательно согласны с какими-либо утверждениями, содержащимися в той или другой публикации.
5 Мы проводили эти тесты на Claude Mythos 5.2, поскольку тестирование модели с ослабленными мерами защиты даёт наиболее полное представление о её поведении. Мы ожидаем, что Fable 5.2 будет вести себя аналогично; в некоторых случаях благодаря более строгим мерам защиты она должна блокировать больше потенциальных сценариев злоупотребления.
Полный текст статьи читайте на Anthropic прочитано 1611 раз
Об этом также пишут
- 9to5Mac.ru Anthropic обновила Claude новой моделью Fable 5.2: подробности 09.11.2026 22:03
- TheNextWeb.ru Вышла Claude Fable 5.2: на 20% дешевле и до 30% быстрее 09.11.2026 22:22
- MacRumors.ru Anthropic представила Claude Fable 5.2 и Mythos 5.2 09.11.2026 22:38
- VentureBeat.ru Anthropic представила Claude Fable 5.2 и Mythos 5.2: рекордные результаты в бенчмарках и снижение стоимости API на 20% 09.11.2026 22:55
- iClarified.ru Anthropic выпускает Claude Fable 5.2 и Mythos 5.2 с более высокой скоростью генерации и более низкими ценами 09.11.2026 23:00
- 3DNews ИИ научился писать целые операционные системы: Anthropic представила мощнейшие Claude Fable 5.2 и Mythos 5.2 10.11.2026 00:28
- overclockers.ru Anthropic представила ИИ-модели Claude Fable 5.2 и Claude Mythos 5.2 10.11.2026 07:03
- iXBT Anthropic выпустила Claude Fable 5.2 и Mythos 5.2: модели стали на 30% быстрее и заметно сильнее в программировании 10.11.2026 08:40
