Η Anthropic ανακοίνωσε τις νέες εκδόσεις Claude Fable 5.2 και Claude Mythos 5.2, δύο μοντέλα που, σύμφωνα με την εταιρεία, απευθύνονται στις πιο απαιτητικές και ανοιχτού τύπου τεχνικές εργασίες. Οι βασικές βελτιώσεις αφορούν τον προγραμματισμό, τη συλλογιστική ικανότητα και την επεξεργασία οπτικών δεδομένων. Παράλληλα, η εταιρεία υποστηρίζει ότι οι νέες εκδόσεις επικοινωνούν πιο καθαρά από τις προηγούμενες και παράγουν απαντήσεις έως 30% ταχύτερα σε σχέση με τα Fable 5.1 και Mythos 5.1. Η τιμολόγηση μειώνεται επίσης, ενώ προστίθεται και προαιρετική λειτουργία fast mode για ακόμη υψηλότερη ταχύτητα.
Η ανακοίνωση έχει ιδιαίτερο ενδιαφέρον επειδή η Anthropic δεν παρουσιάζει τα δύο μοντέλα ως εντελώς διαφορετικά συστήματα, αλλά ως παραλλαγές του ίδιου υποκείμενου μοντέλου. Η ουσιαστική διαφορά είναι ότι το Fable διαθέτει ισχυρές δικλείδες ασφαλείας για την κυβερνοασφάλεια και τη βιολογία, ώστε να μπορεί να διατεθεί ευρύτερα. Αντίθετα, το Mythos προορίζεται για οργανισμούς που δραστηριοποιούνται σε ωφέλιμες εφαρμογές στην κυβερνοασφάλεια ή τη βιοϊατρική έρευνα, μέσω ειδικών προγραμμάτων επαλήθευσης της εταιρείας. Με αυτό το σχήμα, η Anthropic επιχειρεί να συνδυάσει την ευρύτερη διάθεση με πιο αυστηρά ελεγχόμενη πρόσβαση σε ευαίσθητες δυνατότητες.
Τι αλλάζει στις επιδόσεις και στη χρήση
Η Anthropic τοποθετεί τα Claude Fable 5.2 και Claude Mythos 5.2 στην κορυφή της γκάμας της για φιλόδοξες τεχνικές εργασίες μεγάλης κλίμακας. Για τις περισσότερες καθημερινές ανάγκες σε coding και αναζήτηση γνώσης, η ίδια προτείνει οι χρήστες να ξεκινούν από το Claude Opus 5.5 και να μεταβαίνουν σε ισχυρότερα ή ελαφρύτερα μοντέλα ανάλογα με την πολυπλοκότητα του έργου. Αυτό δείχνει ότι τα νέα μοντέλα δεν παρουσιάζονται ως καθολική επιλογή, αλλά ως εργαλεία για περιπτώσεις όπου το κόστος και οι απαιτήσεις δικαιολογούν υψηλότερες δυνατότητες. Η εταιρεία περιγράφει επίσης το Fable 5.2 ως πιθανό “Advisor” ή “Orchestrator”, δηλαδή ως μοντέλο που συμβουλεύει άλλα μοντέλα ή συντονίζει μικρότερα συστήματα.
Στα στοιχεία που δημοσιεύει η Anthropic, το Fable 5.2 φαίνεται πιο αποδοτικό και οικονομικό από τον προκάτοχό του. Σε ρυθμίσεις μέσης προσπάθειας, που είναι και η προεπιλογή στις εφαρμογές Claude, ολοκληρώνει δύσκολες εργασίες με λιγότερα tokens από το Fable 5.1. Σε πρώιμες δοκιμές στο FrontierCode 2.0, το Fable 5.2 με υψηλή προσπάθεια είχε περίπου αντίστοιχη επίδοση με το Opus 5.5 στη μέγιστη ρύθμιση, αλλά με περίπου το μισό κόστος ανά εργασία. Σε ακόμη υψηλότερη ρύθμιση προσπάθειας, η εταιρεία αναφέρει ότι σημείωσε την καλύτερη επίδοση από κάθε δημοσιευμένο μοντέλο που δοκιμάστηκε στο ίδιο πλαίσιο.
Η έμφαση στο coding και στις agentic ροές εργασίας
Η Anthropic συνδέει άμεσα τις αναβαθμίσεις με τη δική της εσωτερική παραγωγή λογισμικού. Αναφέρει ότι πλέον πάνω από το 90% των αλλαγών που ενσωματώνονται στον βασικό κώδικά της γράφονται από το Claude με ανθρώπινη καθοδήγηση. Σύμφωνα με την εταιρεία, το Fable 5.2 έχει χρησιμοποιηθεί για γρήγορη διόρθωση επίμονων σφαλμάτων, βελτιστοποίηση επιδόσεων σε υπηρεσίες και ολοκλήρωση έργων που διαφορετικά θα ήταν πολύ αργά ή πολύ ακριβά για να υλοποιηθούν. Το επιχείρημα εδώ δεν είναι απλώς η παραγωγή κώδικα, αλλά η ικανότητα του μοντέλου να επιδεικνύει μηχανική κρίση ακόμη και όταν οι οδηγίες είναι ασαφείς.
Ένα από τα πιο εντυπωσιακά παραδείγματα που δίνει η εταιρεία αφορά τη δημιουργία πρωτοτύπου λειτουργικού συστήματος. Ένας μηχανικός της Anthropic ανέθεσε στο Fable 5.2 να ξεκινήσει από άδειο φάκελο και να σχεδιάσει ένα λειτουργικό σύστημα, με το μοντέλο να συντονίζει περισσότερους από 1.000 subagents επί οκτώ ημέρες. Το αποτέλεσμα ήταν ένα λειτουργικό σύστημα που μπορεί να εκκινήσει σε φορητό υπολογιστή και περιλαμβάνει πυρήνα, drivers για βασικές συσκευές, μόνιμη αποθήκευση, παράθυρα, οθόνη σύνδεσης και εγκαταστάτη. Η Anthropic υποστηρίζει ακόμη ότι προγενέστερη έκδοση του Fable 5.2 βοήθησε στη μετεγκατάσταση κρίσιμης υπηρεσίας παραγωγής από Python σε Rust, βελτιώνοντας την αποδοτικότητα, την αξιοπιστία και τον χρόνο εκκίνησης κατά περίπου 26 φορές.
Κυβερνοασφάλεια, περιορισμοί και έλεγχος πρόσβασης
Στον τομέα της κυβερνοασφάλειας, η εταιρεία παρουσιάζει το Claude Mythos 5.2 ως το ισχυρότερο μοντέλο της για τεχνική εργασία σχετική με την ασφάλεια. Το μοντέλο φέρεται να εντοπίζει περισσότερα τρωτά σημεία από τις προηγούμενες εκδόσεις και να αποδίδει καλύτερα στην αναπαραγωγή και την αποκατάστασή τους. Η Anthropic σημειώνει ότι σε αξιολόγηση CVE Rediscovery το Mythos 5.2 βρήκε 10,2% περισσότερες ευπάθειες από το Claude Opus 5.5 και 14,4% περισσότερες από το Claude Mythos 5.1. Επιπλέον, ένας tester διαπίστωσε ότι παλαιότερα μοντέλα υπερέβαλλαν για τη σοβαρότητα περίπου ενός στα είκοσι ευρήματα, ενώ το Mythos 5.2 δεν υπερέβαλλε σε καμία περίπτωση στο ίδιο πλαίσιο.
Την ίδια στιγμή, η Anthropic ξεκαθαρίζει ότι το Claude Fable 5.2 μπλοκάρει τις περισσότερες εργασίες που σχετίζονται με την κυβερνοασφάλεια. Αυτό είναι κρίσιμο για να κατανοήσει κανείς τη διαφοροποίηση μεταξύ των δύο ονομάτων. Το Mythos δεν είναι απλώς μια ισχυρότερη έκδοση για όλους, αλλά μια παραλλαγή με πρόσβαση που ελέγχεται μέσω του Cyber Verification Program και των σχετικών προγραμμάτων για τις βιοεπιστήμες. Για επιχειρησιακούς πελάτες, η εταιρεία συνδέει αυτές τις δυνατότητες και με το Claude Security, το οποίο πλέον μπορεί να παρακολουθεί αποθετήρια κώδικα καθώς ενημερώνονται, να παρακολουθεί ευρήματα μέχρι να διορθωθούν και να ενσωματώνεται με εργαλεία χρηστών μέσω API και MCP.
Επιστήμη, μαθηματικά και βιοϊατρική έρευνα
Ένα σημαντικό μέρος της ανακοίνωσης αφιερώνεται σε επιστημονικές εφαρμογές, με την Anthropic να υποστηρίζει ότι τα Fable 5.2 και Mythos 5.2 μπορούν να επιταχύνουν δύσκολη έρευνα που εξαρτάται από λογισμικό. Στη θεωρητική φυσική, το Fable 5.2 λέγεται ότι έλυσε δύο ανοικτά προβλήματα σχετικά με τις μαύρες τρύπες και τη σχέση μεταξύ σχετικότητας και κβαντομηχανικής. Και στις δύο περιπτώσεις, τα αποτελέσματα βασίζονται στην ολογραφική δυαδικότητα, δηλαδή στην ιδέα ότι ορισμένα σύμπαντα με βαρύτητα μπορούν να περιγραφούν ακριβώς από κβαντική θεωρία χωρίς βαρύτητα. Στο πρώτο πρόβλημα ολοκλήρωσε έναν πολύπλοκο υπολογισμό που είχε διατυπωθεί το 2003 αλλά δεν είχε ολοκληρωθεί, ενώ στο δεύτερο εντόπισε το ακριβές όριο μιας τεχνικής που χρησιμοποιείται εδώ και πάνω από 15 χρόνια.
Στη βιοϊατρική πλευρά, η Anthropic αναφέρει ότι το Mythos 5.2 βρήκε νέο τρόπο πρόβλεψης της δομής ολόκληρου καψιδίου σε αδενοσχετιζόμενους ιούς, αξιοποιώντας δύο open source μοντέλα αναδίπλωσης πρωτεϊνών. Το μοντέλο έγραψε κώδικα που εκτελούσε τα εργαλεία σε επικαλυπτόμενες ομάδες πρωτεϊνικών αλυσίδων και έπειτα συνέθεσε τα αποτελέσματα με βάση γνωστές συμμετρίες του καψιδίου. Στις δοκιμές της εταιρείας, η μέθοδος μοντελοποίησε σωστά 28 από τα 34 καψίδια που επιχείρησε να αναλύσει. Στα μαθηματικά, η Anthropic σημειώνει ότι ομάδα 1.000 agents του Fable 5.2 τυποποίησε πλήρως το Τελευταίο Θεώρημα του Fermat σε 30 ώρες, με ελάχιστη ανθρώπινη παρέμβαση, όταν παλαιότερη ερευνητική έκδοση είχε χρειαστεί 11 ημέρες.
Από το hardware στη ρομποτική
Η ανακοίνωση δεν περιορίζεται στο λογισμικό, αλλά επεκτείνεται και στη φυσική αλληλεπίδραση με τον κόσμο. Στον τομέα του hardware engineering, η Anthropic δοκίμασε το Fable 5.2 ζητώντας του, με ένα μόνο σύντομο prompt, να σχεδιάσει τρεις λειτουργικές ηλεκτρονικές συσκευές με δικές τους πλακέτες, τρισδιάστατα τυπωμένα περιβλήματα και λογισμικό. Οι συσκευές ήταν ένας οικιακός voice assistant hub, ένα USB speakerphone και ένα φορητό virtual pet. Σύμφωνα με την εταιρεία, το μοντέλο συνέταξε προδιαγραφές, επέλεξε διαθέσιμα εξαρτήματα από διανομείς στις Ηνωμένες Πολιτείες, σχεδίασε τετραστρωματικές πλακέτες, μοντελοποίησε τα περιβλήματα και έγραψε το λογισμικό τους.
Το αξιοσημείωτο στοιχείο, με βάση όσα αναφέρει η Anthropic, είναι ότι κάθε πλακέτα ήταν έτοιμη για κατασκευή σε λιγότερο από μία ημέρα και με ελάχιστη ανθρώπινη παρέμβαση. Αφού κατασκευάστηκαν, το Claude καθοδήγησε τους μηχανικούς στη δοκιμή και τη συναρμολόγηση, ενώ και οι τρεις συσκευές λειτούργησαν χωρίς να απαιτηθούν ηλεκτρικές τροποποιήσεις. Στη ρομποτική, η εταιρεία υποστηρίζει ότι το Fable 5.2 παρουσιάζει ουσιαστική πρόοδο στον έλεγχο φυσικών ρομπότ, ακόμη και σε εργασίες για τις οποίες δεν έχει εκπαιδευτεί ρητά. Στο δημόσιο benchmark RoboDojo, το μοντέλο ξεπέρασε άλλα frontier models που δοκιμάστηκαν στο ίδιο πλαίσιο, καθώς και τα περισσότερα συστήματα που είχαν σχεδιαστεί ειδικά για έλεγχο ρομπότ.
Ασφάλεια, τιμολόγηση και συνολική σημασία της ανακοίνωσης
Η Anthropic αφιερώνει ιδιαίτερη έμφαση στην ασφάλεια και στην ευθυγράμμιση των νέων μοντέλων. Αναφέρει ότι πραγματοποίησε εκτεταμένες δοκιμές πριν από την κυκλοφορία, συμπεριλαμβανομένων νέων αξιολογήσεων που δίνουν βαθύτερη εικόνα για ανησυχητικές συμπεριφορές όπως πιθανές αποδράσεις από sandbox. Η εκτίμηση της εταιρείας είναι ότι οι κίνδυνοι υψηλού διακυβεύματος από αστοχία ευθυγράμμισης παραμένουν χαμηλοί και ότι το μοντέλο είχε ισοδύναμη ή καλύτερη επίδοση από πρόσφατα μοντέλα της στα περισσότερα σχετικά μέτρα. Προσθέτει ακόμη ότι οι βιολογικές και κυβερνοασφαλείς δικλείδες του Fable 5.2 παραμένουν τόσο ισχυρές όσο στο Fable 5.1, αλλά με λιγότερα αχρείαστα μπλοκαρίσματα, ενώ έχουν ενσωματωθεί και οι ισχυρότερες μέχρι σήμερα προστασίες της απέναντι σε distillation attacks.
Σε ό,τι αφορά το εμπορικό σκέλος, η τιμή για τα νέα μοντέλα διαμορφώνεται στα 8 δολάρια ανά εκατομμύριο input tokens και 40 δολάρια ανά εκατομμύριο output tokens. Η προαιρετική λειτουργία fast mode αυξάνει την ταχύτητα παραγωγής tokens έως και 2,5 φορές, αλλά με διπλάσια τιμολόγηση, στα 16 δολάρια για input και 80 δολάρια για output ανά εκατομμύριο tokens. Συνολικά, η ανακοίνωση δείχνει ότι η Anthropic επιχειρεί να ενισχύσει τη θέση της όχι μόνο στη γενικής χρήσης παραγωγική AI, αλλά ειδικά σε πολύπλοκες τεχνικές ροές εργασίας όπου συνδυάζονται agents, κώδικας, επιστήμη και έλεγχος φυσικών συστημάτων. Το αν αυτή η στρατηγική θα αποτυπωθεί και σε ευρύτερη υιοθέτηση θα εξαρτηθεί από το πόσο αξιόπιστα αποδίδουν αυτά τα αποτελέσματα και πόσο αποτελεσματικά λειτουργούν τα όρια ασφαλείας στην πράξη.
