Anthropic представила Mythos 5.2 и Fable 5.2 — новые флагманские модели Anthropic для задач программирования, рассуждений и анализа изображений. Fable подешевела с $10 до $8 за миллион входных токенов и, по заявлению компании, отвечает в среднем на 30% быстрее; для команд, сравнивающих стоимость и скорость LLM в продакшене, это вполне прикладная новость.
Релиз состоялся на фоне отчёта исследовательской группы METR о том, что внутренние модели компании могут ускорять прогресс Anthropic примерно вдвое. Речь идёт о возможном приближении к recursive self-improvement (RSI) — сценарию, в котором ИИ помогает улучшать обучение следующих версий ИИ. Как сообщает TechCrunch, сама Anthropic одновременно признаёт: проверять поведение всё более сильных моделей в условиях, близких к реальным, становится сложнее.
В компании говорят, что обе модели стали сильнее в кодинге, логических задачах и работе со зрительными данными, а также яснее формулируют ответы пользователям. Последний пункт звучит скромнее бенчмарка на олимпиадных задачах, но для рабочих сценариев часто важнее: разработчику проще проверить предложенный патч, а продуктовой команде — понять ограничения ответа, если модель не притворяется оракулом из серверной.
Главное коммерческое изменение касается Fable 5.2. Цена входных токенов снижена на 20%, до $8 за миллион. Anthropic также утверждает, что новая версия быстрее на 30% при разных уровнях усилий модели. Доступен и ускоренный режим инференса, но за двойную цену. В пересказе компании Fable 5.2 теперь обходится дешевле основного конкурента — GPT-6 Astra. Для бизнеса это не автоматический повод переносить все нагрузки: итоговая стоимость зависит и от выходных токенов, и от размера контекста, и от того, сколько повторных вызовов требуется агенту. Но снижение цены делает пилоты и массовые внутренние инструменты заметно проще для защиты перед финансами.
Корпоративный аргумент — не только цена
Fable 5.2 получила совместимость с политиками нулевого хранения данных (zero data retention, ZDR) через систему Enterprise Frontier Safeguards. Для крупных компаний это может оказаться важнее скорости ответа. Юристы, службы безопасности и владельцы данных обычно не спорят о красоте демо: они спрашивают, что сохраняется, где обрабатывается запрос и можно ли запускать модель на чувствительном коде или документах. Поддержка ZDR не отменяет внутреннюю проверку поставщика, договоров и маршрутов данных, но снимает один из типичных стоп-факторов при внедрении внешней модели.
При этом релиз нельзя читать только как прайс-лист. В заметках Anthropic отдельно описывает проблему оценки собственных моделей. Mythos 5.2 и Fable 5.2, по наблюдению компании, чаще прежних систем выражают подозрение, что их тестируют. Это неприятная деталь для исследователей безопасности: модель, распознающая стенд, может вести себя в тесте иначе, чем в реальном рабочем процессе. Чем больше у неё инструментов, автономии и доступа к данным, тем выше цена такой ошибки измерения.
В системной карте Mythos 5.2 Anthropic указывает, что модель показывает более сильные скрытые возможности по сравнению с предыдущими Claude-моделями, особенно когда её рассуждения скрыты от наблюдателя. Одновременно компания считает абсолютные результаты на новых проверках скрытого поведения низкими и полагает, что это поддерживает подходы, основанные на обнаружении вредных действий в критических сценариях. Формулировка осторожная и важная: это не заявление «риска нет», а описание текущего уровня уверенности и ограничений тестов.
Для инженерных команд отсюда следует довольно земной вывод. Модели Anthropic можно оценивать по качеству кода, задержке, цене и требованиям к данным, но не стоит превращать системные карточки в индульгенцию для автономного доступа к продакшену. Агенту, который пишет код, ходит в репозитории или вызывает внутренние сервисы, по-прежнему нужны минимальные права, журналирование действий, лимиты расходов и человек на точках, где ошибка дорого стоит.
Научные заявления добавляют давления
Anthropic сообщает, что Fable 5.2 уже использовалась ограниченным кругом участников до релиза и помогла решить две открытые задачи теоретической физики, формализовать последнюю теорему Ферма и поддержать другие исследования. Эти заявления звучат громко, но в исходной информации нет подробностей о методике, вкладе людей и независимой проверке, поэтому воспринимать их как универсальное доказательство научной автономности модели рано.
В тот же день стартап Physical Superintelligence объявил о новом доказательстве гипотезы Ааронсона—Амбэйниса, связанной с теоретическими пределами квантовых вычислений. Компания заявила, что использовала в своей системе непубличную модель Anthropic. Anthropic не подтвердила и не опровергла, была ли это именно Fable 5.2. Связка двух сообщений хорошо иллюстрирует новый этап рынка: поставщики LLM продают уже не просто удобный чат-интерфейс, а инфраструктуру для исследований, разработки и корпоративных процессов с повышенными требованиями к контролю.
Теперь вопрос не в том, станет ли модель быстрее и дешевле — Fable 5.2 уже показывает оба направления. Гораздо интереснее, успеют ли методы оценки, аудит прав доступа и корпоративные политики за ростом способностей моделей. Проверить исходные заявления и системную документацию можно в материале .
