Anthropic выпустила Claude Fable 5.1: результат в тесте Fable 5 вырос более чем вдвое

Во вторник Anthropic выпустила Claude Fable 5.1 и Claude Mythos 5.1. Это стало первым обновлением линейки моделей класса Mythos после запуска Fable 5 9 июня. Fable 5.1 набрала 52.6% в Terminal-Bench-Science 0.1. Fable 5 набрала 24.7% в этом тесте. Opus 5 набрала 29.0%. Terminal-Bench-Science 0.1 измеряет, способен ли ИИ-агент выполнять научно-исследовательские задачи в среде командной строки. Fable 5.1 набрала 55.8% в Terminal-Bench 4.0. Fable 5 набрала 42.0% в этом тесте. Opus 5 набрала 52.3%. Mythos 5.1 набрала 60.9% в Terminal-Bench 4.0 при менее строгих фильтрах кибербезопасности. Anthropic заявила, что ее защитные механизмы перехватили некоторые задачи и перенаправили их в Opus 4.8. Fable 5.1 набрала 60.9% в Humanity's Last Exam без внешних инструментов. При использовании внешних инструментов Fable 5.1 набрала 65.0%. Anthropic заявляет, что эта модель является ее наиболее продвинутой моделью для академических целей. Anthropic утверждает, что новые модели являются наиболее продвинутыми в мире моделями для программирования и интеллектуальной работы. По данным Anthropic, Fable 5.1 и Mythos 5.1 используют одну и ту же базовую модель с разными фильтрами безопасности. Fable 5.1 в целом доступна всем, у кого есть аккаунт Claude. Mythos 5.1 доступна только проверенным специалистам по кибербезопасности и биологическим наукам через Cyber Verification Program и Life Sciences Verification Program Anthropic. Эти программы заменили канал доступа Project Glasswing, который ограничивал доступ к Mythos 5. Fable 5.1 использует кредиты оплаты по мере использования в планах Pro и на стандартных местах Team или Enterprise. Fable 5.1 не входит в еженедельные лимиты этих планов. Планы Max и премиальные места Team или Enterprise включают Fable 5.1 в объеме до 50% недельного использования. Стоимость Fable 5.1 составляет $10 за входной токен и $50 за выходной токен. Стоимость Opus 5 составляет $5 за входной токен и $25 за выходной токен. Anthropic заявляет, что низкий или средний уровень интенсивности рассуждений Fable 5.1 может соответствовать предыдущим результатам Fable 5 или превосходить их при меньшей стоимости. Fable 5.1 доступна через Claude API, Amazon Bedrock, Google Cloud и Microsoft Foundry. Ее идентификатор модели — claude-fable-5-1.