Anthropic、「Claude Fable 5.2」と「Claude Mythos 5.2」を公開 コーディングや推論、視覚が向上

Anthropic、「Claude Fable 5.2」と「Claude Mythos 5.2」を公開 コーディングや推論、視覚が向上
出典:Introducing Claude Fable 5.2 and Claude Mythos 5.2

米Anthropicは、高度な技術課題に取り組むためのモデル「Claude Fable」と「Claude Mythos」をアップグレードし、「Claude Fable 5.2」と「Claude Mythos 5.2」として公開しました。同社によると、コーディング、推論、ビジョン(画像理解)などの分野で性能が向上しています。

FableとMythosは同じ基盤モデルです。Fableにはサイバーセキュリティーと生物学の分野で悪用を防ぐための強力な保護機能があり、すべてのユーザーに提供されます。サイバーセキュリティーや生物医学研究で有益な用途を目指す組織は、拡充された「Life Sciences and Cyber Verification Programs」を通じて、Mythosへのアクセスを申請できます。

同社は、テスターから従来のモデルより明確に意思疎通できるとの評価を得たと説明しています。出力速度はClaude Fable 5.1やMythos 5.1より最大30%速く、価格は入力が100万トークンあたり8ドル、出力が100万トークンあたり40ドルに下がりました。任意で使える高速モードではトークン生成が最大2.5倍になり、料金は入力100万トークンあたり16ドル、出力100万トークンあたり80ドルです。

公開前のテストでは、Anthropicのエンジニアが、これまで実現が難しかったソフトウェア移行を完了できたほか、3つの電子機器を一から設計し、ブラックホールの物理学における2つの未解決問題を解いたといいます。ロボティクスの評価でも大きく前進し、フェルマーの最終定理の証明を30時間で形式化したとのことです。

ベンチマークでは、ほぼすべての評価項目でClaude Opus 5.5を上回ったとしています。実際のオープンソースの変更が採用されるかを測る「FrontierCode 2.0」では、Xhigh effortで49.1%を記録しました。同社は、これまでに試験した公開済みモデルで最高だと説明しています。Fable 5.1は32.4%、Opus 5.5は45.5%、GPT-6 Astraは42.8%でした。ロボティクスの「RoboDojo Sim」は64.9%で、Fable 5.1の27.6%を上回りました。図表の読み取りを測る「Chartography」は73.4%でした。

出典:Introducing Claude Fable 5.2 and Claude Mythos 5.2

効率面では、Fable 5.2はMedium effortで、Fable 5.1より少ないトークンで難題をこなせるといいます。FrontierCode 2.0のHigh effortでは45.3%で、Opus 5.5の最高スコア45.5%とほぼ並び、1タスクあたりのコストは約半分でした。

コーディングでは、Anthropicの中核コードベースに統合される変更の9割超が、人間の指導のもとでClaudeによって書かれているそうです。Fable 5.2の初期版を使ったエージェントのチームは、本番環境の重要なサービスをPythonからRustへ移行し、起動が約26倍速くなったとのことです。また、あるエンジニアが試作OSの設計を任せたところ、1000を超えるサブエージェントを調整して8日間稼働し、ノートPCで起動するOSを作り上げました。

安全面では、公開前に広範な試験を実施しました。同社は、アラインメント(人間の意図との整合)の失敗による重大リスクは低いままだと考えており、ほとんどの指標で最近のモデルと同等以上の結果だったと説明しています。サイバーと生物の保護機能はFable 5.1と同程度の堅牢さで、不要なブロックは減ったとしています。

用途について同社は、多くの場合はまずOpus 5.5から使い始め、必要に応じて選ぶよう勧めています。


出典:Introducing Claude Fable 5.2 and Claude Mythos 5.2

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次