Fable 5.2 догнала Opus 5.5 в FrontierCode за полцены

Anthropic 9 ноября перевела Claude Fable и Claude Mythos на версию 5.2: новые модели генерируют до 30% быстрее версий 5.1 и стоят 8 долларов за миллион входных токенов и 40 за выходные вместо 10 и 50. За токен Fable 5.2 всё равно вдвое дороже Opus 5.5, с которого Anthropic советует начинать большинство задач с кодом. Но в раннем замере самой компании на FrontierCode 2.0 Fable 5.2 на уровне усилия High набрала примерно столько же, сколько Opus 5.5 на Max, а задача обошлась примерно вдвое дешевле.

Fable 5.2 уже открыта на всех платных тарифах, в Claude Platform и у крупных облачных провайдеров, включая AWS, Google Cloud и Microsoft Azure. Mythos 5.2 - та же модель, но без жёстких фильтров по кибербезопасности и биологии, которые стоят у Fable, и её по-прежнему дают только организациям из программ Cyber Verification и Life Sciences Verification. У обеих контекст в 1 млн токенов, до 128 тысяч токенов на выходе и одинаковые цены.

Какой уровень усилия ставить

На уровне Xhigh Fable 5.2 набрала в FrontierCode 2.0 49,1%: среди выпущенных моделей, которые тестировала Anthropic, результата выше нет. Сравнение с Opus 5.5 на Max сделано на High, а в приложениях Claude и в Claude Code по умолчанию стоит Medium. В Claude Code умолчание сменилось: Fable 5.1 там по умолчанию работала на High. Получается, что замер «как Opus на Max за полцены» сделан на уровне High, а Claude Code запустит Fable 5.2 на Medium. На Medium, уверяют в Anthropic, Fable 5.2 решает сложные задачи за меньшее число токенов, чем Fable 5.1. Экономия на задаче пока держится на одном раннем замере самой Anthropic в одном бенчмарке.

Для тех, кому важнее скорость, появился fast mode: генерация ускоряется до 2,5 раза, а миллион входных токенов стоит 16 долларов, выходных 80, вдвое дороже обычных ставок. По сведениям The New Stack, режим доступен в Claude Code, в Claude Platform, через Claude Models на Google Cloud и в Microsoft Foundry, который размещает сама Anthropic. Издание сравнивает и с OpenAI: GPT-6 Astra по стандартным ставкам для промптов до 272 000 входных токенов стоит 10 и 50 долларов, так что ставки Fable 5.2 за токен на 20% ниже.

Сама Anthropic называет Fable и Mythos моделями для «самой амбициозной открытой технической работы». Схема, которую предлагает компания: начинать с Opus 5.5 и по мере сложности подниматься до Fable или Mythos либо спускаться до Sonnet 5.5 и Haiku 5.5. Fable 5.2 может работать и советником, к которому Haiku, Sonnet или Opus обращаются за трудными задачами, и оркестратором, который раздаёт простые задачи моделям поменьше.

Где Fable 5.2 уступает

В таблице Anthropic Fable 5.2 обходит Opus 5.5 почти везде. В FrontierSWE v2 у неё 69,9% против 65,5% у GPT-6 Astra и 62,3% у Opus 5.5. В FrontierCode 2.0 Opus 5.5 набрал 45,5%, GPT-6 Astra 42,8%, Gemini 4 Carbon 41,1% на уровне Medium. Модели Anthropic в таблице замерены с включёнными фильтрами, все модели на максимальном доступном уровне усилия, если не оговорено иное.

В AutomationBench, тесте на бизнес-процессы, впереди Gemini 4 Carbon: 53,9% против 51,4%. В AA-Briefcase v1.1 Fable 5.2 лидирует по оценке рубрик с 66,1%, но по Elo Opus 5.5 сохраняет небольшой перевес: 1800 против 1785.

Fable 5.1 в той же таблице уступает Opus 5.5 и в FrontierCode 2.0 (32,4% против 45,5%), и в FrontierSWE v2 (56,3% против 62,3%). В сентябре Anthropic говорила, что Opus 5.5 на большинстве задач держит уровень Fable 5.1.

Что заблокируют фильтры

Фильтры Fable 5.2 по кибербезопасности и биологии, по словам Anthropic, так же надёжны, как у 5.1, но реже срабатывают впустую. The New Stack приводит цифры компании из ранних тестов в Claude.ai, Claude Code и Cowork: блокировок в целом примерно на 55% меньше, по кибербезопасности примерно на 60%, по биологии примерно на 40%. При этом пентесты, генерацию эксплойтов и большинство исследовательских задач по биологии Fable по-прежнему блокирует, а на заблокированный запрос отвечает Opus 4.8, если речь о кибербезопасности, или Opus 5, если о биологии. В самом анонсе сказано прямо: большинство задач по кибербезопасности фильтры Fable 5.2 не пропустят.

Для такой работы Anthropic предлагает Mythos 5.2. Во внутреннем тесте CVE Rediscovery она нашла на 10,2% больше уязвимостей, чем Opus 5.5, и на 14,4% больше, чем Mythos 5.1. Одна компания по безопасности обнаружила, что каждую шестую подтверждённую ошибку, найденную Mythos 5.2, пропустили все остальные фронтирные модели, которые она тестировала. Без членства в Cyber Verification Program к Mythos 5.2 есть и другой путь: клиенты Claude Enterprise получают её внутри Claude Security, сканера уязвимостей в кодовой базе. После недавнего обновления он следит за репозиториями по мере изменений кода, отслеживает, исправлены ли находки, и подключается к инструментам пользователя через API и MCP.

Ещё одно ограничение Anthropic, как сообщает The New Stack, заложила при обучении: в оптимизации ядер для ускорителей и в работе над архитектурами больших языковых моделей улучшения намеренно сдержали, и там модели работают примерно на уровне Opus 5.5. На агентное программирование, разработку железа и классическое машинное обучение это, по словам компании, не влияет.

API и хранение данных

Защиту от атак дистилляции, когда на ответах модели обучают другую, Anthropic называет самой сильной за свою историю. Для разработчиков в API, пишет The New Stack, компания открывает всем аккаунтам preserved thinking: функция ограничивает изменения в прежнем контексте Claude, через которые можно вытащить его рассуждения для дистилляции. Enterprise Frontier Safeguards, анонсированные в сентябре, переходят в закрытую бету, среди первых клиентов Bridgewater, Salesforce и Stripe. Мониторинг безопасности там работает на запросах и ответах, которые хранятся в инфраструктуре самого клиента, поэтому совместим с нулевым хранением данных. Подходящие клиенты могут работать с Fable 5.2 и Mythos 5.2 с нулевым хранением и до внедрения системы, а данные остальных Anthropic хранит 30 дней.

Ферма за 30 часов

Агентная команда на ранней версии Fable 5.2 перенесла критичный продакшен-сервис Anthropic с Python на Rust, и теперь он стартует примерно в 26 раз быстрее. Среди других результатов, которые приводит компания: прототип операционной системы, написанный с пустой папки за восемь дней силами больше 1 000 субагентов, две решённые открытые задачи физики чёрных дыр, 28 точно смоделированных капсидов из 34 у Mythos 5.2 и три устройства, собранные вместе с производителем плат Diode.

Команда из 1 000 агентов Fable 5.2 за 30 часов полностью формализовала доказательство Великой теоремы Ферма, перевела его на язык, где компьютер проверяет каждый шаг, почти без участия человека. Первая такая формализация у неопубликованной исследовательской версии Claude заняла 11 дней, со специальной обвязкой и подсказками исследователя. The New Stack уточняет, что формализация шла в Lean, а сравнение моделей сделано по одному прогону на каждую: Opus 5.5 в той же конфигурации за 18 часов прошёл 26% пути и к 30 часам почти не продвинулся.