Anthropic випустила Claude Fable 5.1 та Claude Mythos 5.1 у вівторок, що стало її першим оновленням лінійки моделей класу Mythos з моменту запуску Fable 5 9 червня.

Компанія стверджує, що нові моделі ШІ є «найсучаснішими у світі для кодування та роботи зі знаннями», і це відбувається через три місяці після циклу запуску, який вже включав 18-денне призупинення через експортний контроль, літню цінову боротьбу за доступ за підпискою та липневий випуск Claude Opus 5, який перевершив Fable 5 за ціною.

Fable 5.1 та Mythos 5.1, за даними Anthropic, є однією і тією ж базовою моделлю з різними вбудованими фільтрами безпеки. Fable 5.1 загальнодоступна для всіх, хто має обліковий запис Claude. Mythos 5.1 залишається обмеженою для перевірених фахівців з кібербезпеки та біологічних наук через Програму кіберперевірки та Програму перевірки біологічних наук Anthropic, наступника треку доступу Project Glasswing, який обмежував Mythos 5.

Що насправді вимірюють бенчмарки

Основний показник Anthropic походить від Terminal-Bench-Science 0.1, бенчмарку, який перевіряє, чи може агент ШІ виконувати науково-дослідні завдання у середовищі командного рядка, оцінюється як відсоток успішних спроб.

Fable 5.1 досягла 52,6% проти 24,7% у Fable 5 та 29,0% у Opus 5, що більш ніж удвічі перевищує її попередника.

Terminal-Bench 4.0 тестує агентне кодування, виконане через термінал — написання, запуск і налагодження коду в багатоетапних сесіях командного рядка, оцінюється як відсоток правильно виконаних завдань. Fable 5.1 набрала 55,8%, що більше, ніж 42,0% у Fable 5, та випереджає 52,3% у Opus 5.

Mythos 5.1, що працює з легшими фільтрами кібербезпеки, набрала 60,9% у тому ж тесті; Anthropic стверджує, що цей розрив відображає завдання, які її засоби захисту перехопили та перенаправили до Opus 4.8.

На "Останньому іспиті людства" (Humanity's Last Exam), міждисциплінарному тесті на міркування, створеному з питань експертного рівня з десятків академічних галузей та оціненому як відсоток успішних спроб, Fable 5.1 досягла 60,9% без зовнішніх інструментів та 65,0% з ними, обидва результати випереджають Opus 5, що свідчить про те, що це найдосконаліша модель Anthropic для академічних цілей.

Де він перевершує Opus 5, і де математика стає туманнішою

Opus 5 був запущений у липні, коштуючи вдвічі дешевше за токен, ніж Fable 5, і перевершивши Fable 5 за більшістю основних бенчмарків, фактично зробивши флагманську модель зайвою для більшості платних користувачів.

Fable 5.1 змінює цю ситуацію: тепер вона перевершує Opus 5 за кожним опублікованим бенчмарком Anthropic, включаючи ті, де Opus 5 раніше перевершував Fable 5.

Але Fable 5.1 все ще коштує вдвічі дорожче за токен, ніж Opus 5 — $10 за вхідні та $50 за вихідні токени проти $5 та $25 у Opus 5. Токени — це базова одиниця інформації, яку може обробити модель (зазвичай близько двох третин середнього англійського слова), і компанії платять за використання, оскільки інтенсивні робочі процеси зазвичай дуже швидко вичерпують квоти, встановлені в планах підписки.

Власна презентація моделі Anthropic зосереджена на рівнях зусиль, а не на сирих показниках: вона стверджує, що запуск Fable 5.1 з низьким або середнім рівнем логічних зусиль відповідає або перевершує старі результати Fable 5 за значно меншою вартістю, залишаючи вищі рівні зусиль для проблем, які ставлять у глухий кут усе інше.

Для рутинної роботи цей аргумент про повне відмовлення від Opus 5 стає слабшим, чим нижче встановлюється рівень зусиль.

Доступ розподіляється так само, як це було з Fable 5 після місяців коригування умов Anthropic. За планами Pro та стандартними місцями Team або Enterprise, Fable 5.1 повністю використовує кредити за використання за принципом «плати по мірі використання», що тарифікуються за ставкою API, оскільки це не входить до тижневих лімітів цих планів. За планами Max та преміум місцями Team або Enterprise, вона включена як стандартна частина підписки до 50% тижневого використання.

Claude Fable 5.1 вже доступна на Claude API, Amazon Bedrock, Google Cloud та Microsoft Foundry під ідентифікатором моделі "claude-fable-5-1."