Аннотация:
9 ноября по местному времени Anthropic выпустила Claude Fable 5.2 и Claude Mythos 5.2. Оба имеют одну и ту же базовую модель. Fable доступен всем пользователям и имеет встроенные средства защиты от кибербезопасности и биобезопасности; Mythos снимает эти ограничения и открыт только для учреждений, прошедших программу проверки кибер- или медико-биологических наук.
После его выхода описания у всех были почти одинаковыми: сильнее и быстрее. Некоторые разработчики также считают, что цены на первый взгляд неправильные. Для кодирования Fable 5.2 нерентабелен. Однако сама Anthropic в документации к выпуску заявила, что для большинства работ по кодированию и изучению рекомендуется всем «начать с Claude Opus 5.5».
Самые мощные модели в истории постоянно обновляются, но времени на их использование осталось не так много. Прежде чем достичь AGI, компании, занимающиеся искусственным интеллектом, сначала достигают потолка коммерциализации.
Сильнейшие продолжают становиться сильнее. Появился ли прототип цифровой рабочей силы?
Давайте сначала поговорим о том, в чем его сильная сторона. FrontierCode 2.0 проверяет, «готовы ли сопровождающие проектов с открытым исходным кодом объединить код, написанный моделями». На самом высоком уровне вычислительной мощности Fable 5.2 достигла 49,1%, а Fable 5.1 предыдущего поколения — 32,4%.
Индекс удаленной работы, который измеряет, сколько реальных задач удаленной работы модель может выполнить самостоятельно, увеличился более чем вдвое — с 17,9% до 41,3%.
Anthropic также проводит внутренний тест по моделированию роботов RoboDojo Sim, результат которого увеличился с 27,6 % до 64,9 %. Однако это число получено из внутренних операций компании и не может быть воспроизведено внешним миром.
И вот здесь есть слабое место. Также в официальной сравнительной таблице в AutomationBench 51,4% Fable 5.2 уступили 53,9% Google Gemini 4 Carbon.
В смарт-листе внешней платформы Artificial Analysis Fable 5.2 возглавила список с 65 баллами, значительно обогнав Gemini 4 Carbon, занявшую второе место с 60 баллами, и отстав на 9 баллов от GPT-6 astra, занявшей четвертое место.
Насколько он силен? Более чем за день был совершен величайший подвиг в истории человеческой математики.
В течение 30 часов была завершена формальная проверка Великой теоремы Ферма; кроме того, были решены еще две нерешенные проблемы физики, связанные с черными дырами и квантовой гравитацией. Он также может совершенно независимо управлять операционной системой, самостоятельно проектировать и производить электронное оборудование и предсказывать структуру капсида сложных аденоассоциированных вирусов...
Некоторые полагают, что появление Fable 5.2 означает, что ИИ превращается из инструмента повышения производительности в цифровую рабочую силу с возможностями инженерного выполнения.
Однако многие группы разработчиков полагают, что это может означать, что Anthropic «достигла своего конца» в направлении кодирования. Если он не разработает новые направления и новые модели, ему будет трудно стимулировать восприятие инвесторов. И теперь это совпадает с критическим периодом для Anthropic в стремлении к установлению цен на IPO.
Цена далеко впереди, поэтому Anthropic рекомендует не использовать ее
Однако, когда многие разработчики захотели опробовать возможности Fable 5.2, они обнаружили, что с ценами что-то не так.
Стандартная цена Fable 5.2 составляет 8 долларов США за ввод и 40 долларов США за вывод за миллион токенов, что на 20% меньше, чем 10 и 50 долларов США в предыдущем поколении, а скорость вывода на 30% выше, чем в версии 5.1. Если слишком медленно, можно включить быстрый режим, который увеличивает скорость в 2,5 раза и удваивает цену. Вход составляет 16 долларов, а выход — 80 долларов.
Интуитивно понятно, что стоимость задачи на искусственном анализе также далеко впереди.
Однако сама Anthropic привела в материалах релиза кривую «точность кода в зависимости от стоимости задачи» и пришла к выводу, что на среднем уровне вычислительной мощности 45,3% Fable 5.2 уже близки к самому высокому уровню Opus 5.5 в 45,5%, а стоимость выполнения задачи составляет лишь около половины.
В настоящее время чиновники Anthropic изменили шкалу измерения разумного потребления. В последние два года сравнение цен в отрасли основывалось на том, сколько стоит миллион токенов. На этот раз оно было заменено на стоимость одного выполненного задания. Результаты, измеренные двумя линейками, могут быть совершенно противоположными. Модель, цена единицы токена которой на 20% дешевле, может стоить вдвое дороже, если для ее правильной разработки потребуется еще три раунда.
Кроме того, официальная рекомендация Anthropic гласит: «Для большинства задач по программированию и познанию мы рекомендуем пользователям начинать с Claude Opus 5.5».
По сравнению с текущим ценовым сегментом, DeepSeek V4.1-Flash стоит 0,3 доллара США за миллион входных данных и 1,2 доллара США за миллион выходных данных, Kimi K3.1 Pro стоит 2 доллара США за миллион входных данных и 10 долларов США выходных, а стандартная версия GPT-5.5 стоит 5 и 30 долларов США. Fable 5.2 стоит на вершине, 8 и 40 долларов.
Другими словами, эта модель стоит очень дорого каждый раз, когда ее открывают. Его ценность в том, чтобы открыть его один раз в критический момент, а не каждый день.
В связи с этим Anthropic отвела ему две новые роли. Один из них — советник. Дешевые модели, такие как Haiku, Sonnet и Opus, обращаются к нему, когда сталкиваются с проблемами. Другой — Orchestrator, планировщик. Он не делает это лично, а разделяет задачи и распределяет их по более мелким моделям ниже.
Сильнее, чем самый сильный, все еще обновляется, но он уже не самый важный
Anthropic сообщила, что инженер предоставил Fable 5.2 пустую папку, которая координировала действия более 1000 субагентов и работала непрерывно в течение 8 дней, и, наконец, передала прототип операционной системы, которую можно было загрузить на ноутбуке, с собственным ядром, диском, клавиатурой и сетевым драйвером, хранилищем файлов, окном, интерфейсом входа и программой установки.
Другая группа агентов перенесла один из собственных производственных сервисов Anthropic с Python на Rust, и после миграции скорость запуска увеличилась примерно в 26 раз.
Это касается даже аппаратного обеспечения. Anthropic заявила, что сотрудничала с производителем печатных плат Diode для разработки трех продуктов — домашнего голосового помощника, USB-динамика для конференций и портативного электронного питомца, включая печатные платы, корпуса и программное обеспечение. Платы могут работать без каких-либо электрических модификаций после сборки.
Математический образец таков. Около 1000 агентов потратили менее 30 часов на перевод существующего доказательства Великой теоремы Ферма в форму, которую Лин может проверить шаг за шагом. Чтобы сделать то же самое в сентябре этого года, потребовалось 11 дней, специальные строительные леса и полное руководство со стороны исследователей; на этот раз была использована только одна треть выходного токена, а длина доказательства составила примерно одну седьмую от исходной длины.
Эти дела напоминают хвастовство. Но если вы замените «1000 субагентов» на «1000 подчиненных», вы обнаружите, что на самом деле это описывает организационную структуру, а не модель.
Инсайдер отрасли считает, что конкуренция за топовые модели сблизилась, то есть конвергенция цен и конвергенция данных. Следующим шагом, несомненно, является этап «приложения», на котором верхний предел возможностей модели и нижний предел цены выполняются одновременно, а это означает, что ИИ может использоваться для различных дифференцированных исследований. К тому времени для производителей моделей конкуренцией станут такие параметры, как подвеска, память и пользовательские привычки.
На данный момент мы видим, что крупные производители моделей принимают меры. Например, DeepSeek и OpenAI также реализуют тот же набор возможностей.
В августе этого года компания DeepSeek открыла исходный код DeepSeek Harness под лицензией MIT. 17 октября, когда DeepSeek выпустила V4.1-Flash-1017, стало ясно, что новая модель оптимизирована для интеллектуальных продуктов, таких как DeepSeek Harness, Tencent CodeBuddy и WorkBuddy. А Цуй Тяньи из команды упряжи активно набирает людей. Компания Ifeng Technology ранее узнала от инсайдеров отрасли, что сам Лян Вэньфэн лучше справляется с «этой областью».
Также 5 ноября Кими только что выпустил Kimi Hosted Agents (размещенные агенты), официально предлагая Harness as a Service.
В тот же день Кэт Ву, который отвечал за продукты Claude Code в Anthropic, присоединился к OpenAI и отвечал за управление продуктами основной команды разработчиков. Она участвовала в разработке Claude Code от внутренних прототипов до широко используемых коммерческих продуктов, а затем ненадолго присоединилась к Cursor.
Claude Code — один из наиболее представительных продуктов Anthropic на рынке программирования для искусственного интеллекта. Cat Wu имеет непосредственный опыт работы от концепции продукта до коммерциализации. Привлечение ее к работе в OpenAI, очевидно, означает усиление возможностей Кодекса и других агентских продуктов.
На самом деле, незадолго до выхода Fable 5.2 «слили в сеть» предполагаемую новую модель Gemini. Пользователь @chetaslua прокомментировал, что «это занимает вдвое больше времени и объем кода удваивается». Это новая контрольная точка для Gemini 4 под кодовым названием «криптон» в Google. Говорят, что производительность визуальной генерации кода и 3D-сцен значительно превосходит недавно выпущенный Carbon. Поэтому скорость обновления топовых моделей увеличивается. Некоторые думают, что это связано с RSI, иначе это невозможно объяснить.
Тогда возникает вопрос. Если интеллект больше не является проблемой, то что такое конкурентоспособность? Как пройдет следующий конкурс моделей? Ответ скоро откроется.
Комментарии