Ну что ж, с 1 сентября Anthropic выпустила Claude Fable 5.1 и Mythos… — Квест Теория Каст и Ролей

Квест Теория Каст и Ролей@alexkrol · 18.8K subscribers Open in TelegramOpen

Forwarded fromAI

Ну что ж, с 1 сентября
Anthropic выпустила Claude Fable 5.1 и Mythos 5.1

Fable 5.1 – новая старшая модель, доступна всем. Mythos 5.1 – та же самая модель, но с ослабленными фильтрами по кибербезу и биологии, только для проверенных организаций (пока – американских). Раньше такая раздвоенность была у Opus/Mythos, теперь официально перекочевала на флагман.

Что интересного:

– Terminal-Bench 4.0: 55,8% (Mythos – 60,9%) против 42% у Fable 5 и 52,3% у Opus 5. GPT-5.6 Sol – 37,3%. Разрыв между Fable и Mythos – это ровно те задачи, где срабатывали старые cyber-фильтры
– Terminal-Bench-Science: 52,6% против 24,7% у предыдущей версии. Удвоение за релиз – давно такого не видел
– Humanity's Last Exam – 60,9% без инструментов, 65% с ними
– OSWorld 2.0 – 77,9%, но в строгом режиме всё ещё 41,7%. Компьютер агентам по-прежнему даётся тяжело
– Цена: $10/$50 за миллион токенов – как у Fable 5. Но cache reads подешевели на 75% – до $0,25 за миллион. Anthropic говорит про ~25% экономии на типичных задачах и до ~45% на агентных, где кэш – основная статья расходов. Для тех, кто держал Opus из-за цены, Cognition уже переезжает на Fable на первом дне
– На Low/Medium effort 5.1 даёт результат уровня Fable 5 заметно дешевле. По умолчанию в Claude Code – High, в Cowork и claude.ai – Medium

Из безопасности главное для бизнеса – Enterprise Frontier Safeguards: данные лежат в облаке клиента, а не у Anthropic, ревью делает сам клиент. Фактически zero data retention, но с работающими фильтрами. Раскатывают осенью поэтапно, до этого eligible-клиентам дают обычный ZDR. Для наших финтех-заказчиков это ровно тот аргумент, которого не хватало на встречах с безопасниками. Но скорее всего будет только в энтерпрайз подписке задорого.

Ещё два момента: кибер-фильтры срабатывают на 60% реже, и модель теперь можно использовать для поиска уязвимостей (но не для написания эксплойтов – это по-прежнему уводят в Opus). И тихо закрыли лазейку для дистилляции: новые API-аккаунты больше не могут редактировать прошлый контекст, сохраняя thinking модели.

Из науки – белковые биндеры с hit rate под 50% при обычных 10–15%, карта Венеры по данным Magellan 30-летней давности и ускорение биоинформатических моделей до 2,5× за счёт кастомных GPU-ядер. Красиво.

Из-за EU AI Act во все модели после 2 августа зашит текстовый водяной знак. Пользователю его не видно, детектор дают пока только регуляторам и медиа. Скоро проверим, как это будет жить на практике. И кто пишет нейрослоп :)

Короче, если основная модель – Opus, надо пересчитывать: Fable 5.1 на Medium может оказаться и лучше, и дешевле.

Картинки из уродскую с бенчмарками постить не буду

https://www.anthropic.com/claude-fable-and-mythos-5-1