Anthropic представила Claude Fable 5.2 и Mythos 5.2, заявив о значительном улучшении в решении сложных задач программной инженерии и снижении цен на API на 20% по сравнению с предыдущими версиями.
Fable 5.2 и Mythos 5.2 используют одну и ту же базовую модель, но имеют разные уровни защиты. Fable доступен всем, в то время как прямой доступ к Mythos ограничен для проверенных организаций в сфере кибербезопасности и наук о жизни, чтобы ограничить потенциальное злоупотребление.
Стоимость обеих моделей составляет 8 долларов за миллион входных токенов и 40 долларов за миллион выходных токенов, что ниже предыдущих 10 и 50 долларов соответственно. Anthropic заявила, что новые версии могут генерировать выходные данные до 30% быстрее своих предшественников.
Компания сообщила о существенном росте производительности в области программирования. Fable 5.2 набрал 49,1% в бенчмарке FrontierCode 2.0 при настройке Xhigh, по сравнению с 32,4% у Fable 5.1. Бенчмарк оценивает, примут ли разработчики проектов с открытым исходным кодом изменения, сгенерированные ИИ, в свой код.
Производительность и стоимость могут привлечь предприятия
Улучшенная производительность и снижение цен на модели могут сделать долгосрочные ИИ-агенты жизнеспособными для миграции программного обеспечения и научных исследований, по мнению Лянь Цзе Су, главного аналитика Omdia. По его словам, более высокие показатели завершения задач могут дополнительно снизить затраты на развертывание.
Anthropic заявила, что Fable 5.2 при настройке «High effort» достиг показателя в бенчмарке программирования, сравнимого с Opus 5.5 при его максимальной настройке, при примерно половине стоимости за задачу. Это сравнение предполагает, что Fable может быть более экономичным для некоторых сложных задач, хотя экономия будет зависеть от рабочей нагрузки и настройки усилий.
«Anthropic снизила цену токена, а не цену мысли», — сказал Санчит Вир Гогия, главный аналитик Greyhound Research. Он призвал ИТ-директоров рассматривать усилия по обработке ИИ как бюджетный фактор и измерять затраты в сопоставлении с успешно выполненными задачами.
Anthropic также рекомендует Opus 5.5 для большинства задач программирования и работы с знаниями, а Fable и Mythos — для более сложных заданий.
Проблемы надежности сохраняются
Во внутреннем эксперименте инженер Anthropic поручил Fable 5.2 создать прототип операционной системы. Модель скоординировала более 1000 субагентов в течение восьми дней и произвела программное обеспечение, которое могло загрузиться на ноутбуке.
Су отметил, что улучшения приближают предприятия к полностью автономной разработке программного обеспечения, хотя широкомасштабное развертывание будет зависеть от решения сохраняющихся операционных ограничений.
«Надежность остается проблемой без человеческого надзора», — сказал Су.
По его словам, координация нескольких ИИ-агентов с использованием корпоративных инструментов и внутренних команд также остается сложной задачей. Организациям потребуется отслеживать активность агентов и запускать эти системы в соответствующих изолированных средах. Критические изменения должны оставаться под одобрением человека, при этом необходимо обеспечить достаточную прозрачность поведения агентов для поддержки аудита.
Пареекх Джайн, генеральный директор Pareekh Consulting, заявил, что сложные унаследованные системы и необходимость соответствия бизнес-требованиям могут ограничить объем разработки программного обеспечения, который предприятия могут делегировать ИИ-агентам.
Ускоренное обнаружение уязвимостей вызывает опасения
Anthropic сообщила, что Mythos 5.2 выявил 89,6% уязвимостей в своей внутренней оценке CVE Rediscovery по сравнению с 78,3% у Mythos 5.1.
Тест, проведенный на 1829 ранее раскрытых уязвимостях, оценивал, могут ли модели самостоятельно повторно обнаруживать дефекты в снимках программного обеспечения, сделанных до исправления уязвимостей. Компания заявила, что Mythos 5.2 также лучше воспроизводил уязвимости и разрабатывал исправления.
Anthropic ограничила прямой доступ к Mythos 5.2 через свои программы верификации. Однако клиенты Claude Enterprise могут использовать возможности модели по обнаружению уязвимостей через Claude Security без участия в этих программах, сообщила компания.
По словам Су, «Mythos 5.2 смещает баланс в пользу защитников в контролируемых корпоративных средах».
Однако Джайн предупредил, что достижения в области обнаружения уязвимостей с помощью ИИ также могут помочь злоумышленникам быстрее находить слабые места в программном обеспечении. «Это создает гонку между атакующими и защитниками, управляемую ИИ», — сказал он.
Хранение данных вызывает вопросы соответствия требованиям
Anthropic заявила, что клиенты, имеющие право на нулевое хранение данных, могут продолжать использовать Fable 5.2 и Mythos 5.2 в рамках этих соглашений, в то время как другие клиенты сталкиваются с 30-дневным сроком хранения для мониторинга безопасности.
Компания также представила Enterprise Frontier Safeguards, в настоящее время находящуюся в закрытом бета-тестировании, которая позволяет осуществлять автоматический мониторинг безопасности запросов и ответов, хранящихся в инфраструктуре клиентов.
Гогия отметил, что требования к хранению данных могут перевесить преимущества снижения цен на API для регулируемых предприятий. Он призвал отделы закупок получить письменное подтверждение соглашений о нулевом хранении перед развертыванием моделей для конфиденциальных рабочих нагрузок.
Статья изначально опубликована на InfoWorld.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Prasanth Aby Thomas
