شرکت Anthropic در ۹ نوامبر ۲۰۲۶ دو مدل تازه با نام‌های Claude Fable 5.2 و Claude Mythos 5.2 منتشر کرد و آن‌ها را نسخه ارتقایافته سامانه‌هایی دانست که برای سخت‌ترین کار فنی ساخته است. در اطلاعیه رسمی بدون امضای فردی، این شرکت گفت فابل و میثوس از یک مدل واحد می‌آیند. نسخه عمومی با محافظ‌های امنیت سایبری و زیست‌شناسی عرضه می‌شود تا در اختیار همه کاربران قرار گیرد. سازمان‌هایی که نسخه بدون این سدها را می‌خواهند باید از مسیر برنامه‌های تأیید علوم زیستی و امنیت سایبری برای مدل محدودشده درخواست بدهند. برنامه‌نویسان شناسه مربوط را روی سکوی رسمی صدا می‌زنند و نسخه عمومی همان روز روی خدمات ابری آمازون، ابر گوگل و بستر مایکروسافت در دسترس قرار گرفت. اشلی کپوت در شبکه خبری CNBC نوشت این نخستین عرضه مدل مرزی این شرکت پس از آن است که مدیرعامل داریو آمودی آشکارا خواستار کندتر شدن آهنگ توسعه شد و افزود شرکت برای عرضه اولیه سهام حتی در هفته بعد آماده می‌شود.

شرکت گفت آزمایش‌کنندگان این جفت تازه را نسبت به نسل قبل شفاف‌تر یافته‌اند و تولید خروجی تا سی درصد سریع‌تر از نسخه پیشین است. قیمت استاندارد رابط برنامه‌نویسی هشت دلار برای هر میلیون نشانه ورودی و چهل دلار برای هر میلیون نشانه خروجی است. حالت سریع اختیاری که به گفته شرکت می‌تواند تولید نشانه را تا دو و نیم برابر شتاب دهد شانزده دلار برای هر میلیون ورودی و هشتاد دلار برای هر میلیون خروجی هزینه دارد. این حالت برای ابزار کدنویسی رسمی، سکو، مدل‌ها روی ابر گوگل و محیط مایکروسافت فهرست شده و حالت سریع نسخه محدود فقط به سازمان‌های تأییدشده داده می‌شود. مستندات سکو پنجره بافت یک‌میلیون‌نشانه‌ای و سقف صد و بیست و هشت هزار نشانه خروجی را برای نسخه محدود ذکر می‌کند، با همان قیمت نسخه عمومی، تفکر تطبیقی همیشه روشن و قطع دانش در ژوئن ۲۰۲۶. شرکت مدل روزمره قوی خود را برای کار عادی پیشنهاد می‌کند و فابل یا میثوس را برای کار بلندپروازانه‌تر کنار می‌گذارد، از جمله در نقش مشاور یا هماهنگ‌کننده مدل‌های کوچک‌تر.

اطلاعیه جدولی بلند از آزمون‌های داخلی و شرکا منتشر کرد که به گفته Anthropic نسخه عمومی را تقریباً در همه قابلیت‌های اندازه‌گیری‌شده بالاتر از مدل روزمره قوی می‌گذارد. در معیار پذیرش وصله در مخازن متن‌باز، شرکت برای نسخه عمومی در بالاترین سطح تلاش ۴۹٫۱ درصد ثبت کرد در برابر ۳۲٫۴ درصد نسل قبل، ۴۵٫۵ درصد مدل روزمره، ۴۲٫۸ درصد مدل رقیب GPT-6 Astra و ۴۱٫۱ درصد مدل Gemini 4 Carbon. امتیازهای ادعایی دیگر شامل ۶۹٫۹ درصد در معیار مهندسی نرم‌افزار، ۷۴٫۲ درصد در آزمون دانش چندرشته‌ای با ابزار، ۸۹٫۳ درصد در مجموعه ناقص کار با رایانه و ۶۴٫۹ درصد در آزمون داخلی رباتیک است. برای نسخه محدود ۷۶٫۳ درصد در معیار سناریوهای سایبری، ۸۹٫۶ درصد در آزمون داخلی بازکشف آسیب‌پذیری و ۸۵٫۱ درصد در کار بیست‌وچهارساعته طراحی اتصال‌دهنده پروتئین ذکر شده است. همه این ارقام نتایج خود شرکت هستند، اغلب در بالاترین تلاش، و خواننده به کارت سامانه برای روش‌شناسی ارجاع داده شده است.

همان نوشته چند نمایش داخلی را هم شرح می‌دهد. شرکت گفت بیش از نود درصد تغییرات ادغام‌شده در کد اصلی اکنون با هدایت انسان به دست مدل نوشته می‌شود و گروهی از عامل‌ها با نسخه قبلی فابل یک خدمت تولیدی را از زبان پایتون به زبان راست منتقل کردند که اکنون حدود بیست‌وشش برابر زودتر بالا می‌آید. در یک آزمایش، مهندسی از مدل خواست یک سامانه عامل آزمایشی طراحی کند؛ به گفته شرکت مدل بیش از هزار زیرعامل را هشت روز هماهنگ کرد و سامانه‌ای ساخت که روی رایانه همراه بالا می‌آید. گروهی حدود هزار عاملی به گفته شرکت اثبات قضیه آخر فرما را در زبان اثبات رسمی ظرف سی ساعت صورت‌بندی کرد، در حالی که نسخه پژوهشی منتشرنشده قبلی یازده روز وقت برد و مدل روزمره در همان چیدمان بسیار کندتر پیش رفت. شرکت افزود مدل عمومی دو محاسبه باز در فیزیک نظری درباره سیاه‌چاله‌ها و دوگانی هولوگرافیک را تمام کرد، سه دستگاه الکترونیکی کارآمد را با شرکت مدار چاپی دیود طراحی کرد، و نسخه محدود راهی برای پیش‌بینی ساختار پوسته ویروس‌های همراه آدنو یافت که مدل‌های متن‌باز تاشدن پروتئین را با تقارن‌های شناخته‌شده ترکیب می‌کند و در آزمون‌هایش ۲۸ از ۳۴ پوسته را درست مدل کرد.

در ایمنی، Anthropic گفت پیش از انتشار آزمون‌های گسترده‌ای از جمله ارزیابی‌های تازه درباره فرار از محیط ایزوله انجام داده و خطر ناهم‌ترازی در موقعیت‌های پرخطر را همچنان پایین می‌داند. ارزیابان بیرونی نام‌برده‌شده شامل مؤسسه امنیت هوش مصنوعی بریتانیا، Frontier Design و METR هستند. طبقه‌بندهای سایبری و زیست‌شناسی نسخه عمومی به گفته شرکت حدود پنجاه‌وپنج درصد کمتر از نسل قبل مسدودسازی بیهوده دارند و پرسش‌های مسدود را به مدل‌های قدیمی‌تر همان خانواده می‌فرستند. شرکت گفت هنگام آموزش پیشرفت در مجموعه باریکی از مهارت‌های پژوهش مانند بهینه‌سازی هسته شتاب‌دهنده‌ها را محدود کرده تا این قابلیت‌ها نزدیک مدل روزمره بمانند، و نسخه عمومی قوی‌ترین دفاع ضد تقطیر غیرمجاز تا امروز را دارد که گزارشی تازه می‌گوید داده برداشت‌شده توسط تقطیرکنندگان را نود تا نودونه درصد کم کرده است. برنامه پایش ایمنی سازمانی که هنوز در مرحله آزمایشی خصوصی است روی درخواست‌های ذخیره‌شده در زیرساخت مشتری اجرا می‌شود و Bridgewater و Salesforce و Stripe را به‌عنوان مشتریان اولیه نام می‌برد.

پوشش مستقل The Verge و VentureBeat و CNBC تقسیم دسترسی در همان روز میان نسخه عمومی و نسخه محدود، ادعای سی درصد سرعت بیشتر و قیمت‌های پایین‌تر را تأیید کرد. نوشته‌ای در خدمات ابری آمازون به قلم دنی میچل، آمنه نجمی، آنشیکا ساکسنا، آلفردو کاستیو و سوفیان حمیتی گفت هر دو مدل روی Amazon Bedrock در دسترس‌اند و شرکت نسخه عمومی را مدل مشمول حفاظت می‌داند با نگهداری پیش‌فرض و بازبینی انسانی ایمنی، از جمله حالت نگهداری مخصوص روی آن سکو. طرح‌های پولی که فابل را شامل می‌شوند در هفته عرضه سهمیه اضافه می‌گیرند و به گفته شرکت فابل می‌تواند تا نیمی از سقف هفتگی صندلی‌های واجد شرایط را پر کند. نتیجه‌گیری‌های عملکرد، فیزیک، صورت‌بندی ریاضی و ایمنی در این اطلاعیه همچنان ادعاهای خود فروشنده است تا زمانی که بازتولید مستقل منتشر شود.

منابع