شرکت آنتروپیک امروز از 2 مدل هوش مصنوعی پیشرفته جدید خود، Claude Fable 5.2 و Claude Mythos 5.2، رونمایی کرد که در زمینه برنامه‌نویسی، استدلال، تحقیقات علمی و حوزه‌های دیگر پیشرفت‌های چشمگیری داشته‌اند. مدل‌های جدید همچنین سریع‌تر و ارزان‌تر از نسل قبلی خود هستند و به همین دلیل، برای انجام وظایف پیچیده و طولانی‌مدت هوش مصنوعی گزینه‌های جذاب‌تری به شمار می‌روند.
همانند مدل‌های قبلی Fable 5.1 و Mythos 5.1، این 2 مدل جدید از معماری یکسانی بهره می‌برند. Fable 5.2 برای کاربران عمومی با سازوکارهای حفاظتی سخت‌گیرانه در زمینه امنیت سایبری و زیست‌شناسی عرضه شده است؛ درحالیکه Mythos 5.2 محدودیت‌های کمتری دارد و برای سازمان‌های تأییدشده‌ای در نظر گرفته شده است که در حوزه امنیت سایبری و تحقیقات زیست‌پزشکی فعالیت می‌کنند.
این مدل‌های جدید می‌توانند خروجی را تا 30 درصد سریع‌تر از نسل قبلی تولید کنند. همچنین هزینه استفاده از آن‌ها 20 درصد کاهش یافته است؛ به‌طوری‌که قیمت هر 1 میلیون توکن ورودی از 10 دلار به 8 دلار و قیمت هر 1 میلیون توکن خروجی از 50 دلار به 40 دلار رسیده است. حالت سریع (Fast Mode) جدید و اختیاری نیز امکان تولید توکن با سرعتی تا 2.5 برابر بیشتر را فراهم می‌کند؛ البته استفاده از آن مستلزم پرداخت 2 برابر هزینه استاندارد API است.
در آزمون برنامه‌نویسی FrontierCode 2.0، مدل Claude Fable 5.2 امتیاز 49.1 درصد را کسب کرده و از GPT-6 Astra شرکت OpenAI با امتیاز 42.8 درصد، Gemini 4 Carbon گوگل با امتیاز 41.1 درصد و Opus 5.5 با امتیاز 45.5 درصد پیشی گرفته است. Fable 5.2 همچنین در آزمون Humanity’s Last Exam با استفاده از ابزارها، امتیاز 74.2 درصد را به دست آورده است؛ درحالیکه امتیاز GPT-6 Astra در این آزمون 57.2 درصد بوده است.
| Benchmark | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| Agentic coding FrontierCode 2.0 |
49.1% (X-high effort) | 32.4% (X-high effort) | 45.5% | 42.8% | 41.1% (Medium effort) |
| Agentic coding FrontierSWE v2 |
69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| Business workflows AutomationBench |
51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
| Agentic scientific research Terminal-Bench-Science 0.1 |
74.6% 75.3% (Mythos 5.2) |
52.6% | 58.7% | 68.1% | 64.8% |
| Cybersecurity CyScenarioBench |
76.3% (Mythos 5.2) | 61.7% (Mythos 5.1) | 67.6% (Without safeguards) | 61% (GPT-6 Cyber) | — |
| Cybersecurity CVE Rediscovery |
89.6% (Mythos 5.2) | 78.3% (Mythos 5.1) | 81.3% (Without safeguards) | — | — |
| Protein design De novo binder design (24 hr) |
85.1% (Mythos 5.2) | 79.1% (Mythos 5.1) | 82.6% (Without safeguards) | — | — |
| Agentic search WANDR (Relaxed score) |
82.1% | 68.7% | 72.3% | — | — |
| Computer use OSWorld 2.1 (Offline set, partial) |
89.3% | 83.5% | 87.2% | 79.5% | 81.5% |
| Robotics RoboDojo Sim |
64.9% | 27.6% | 39.4% | 29.8% | — |
| Knowledge work AA-Briefcase v1.1 (Rubric) |
66.1% | 61.5% | 61.2% | 52.0% | 61.8% |
| Knowledge work AA-Briefcase v1.1 (Elo) |
1785 Elo | 1669 Elo | 1800 Elo | 1569 Elo | 1611 Elo |
| Knowledge work Remote Labor Index (RLI) |
41.3% (High effort) | 17.9% | 21.3% | 20.8% | — |
| Multidisciplinary reasoning Humanity’s Last Exam (With tools) |
74.2% | 65.6% | 67.7% | 57.2% | — |
| Visual chart recognition Chartography (No tools) |
73.4% | 44.8% | 64.4% | 71.0% | 72.5% |
علاوه بر کسب رتبه‌های برتر در آزمون‌های بنچمارک، آنتروپیک قابلیت‌های این مدل‌های جدید را با نمایش چندین پروژه واقعی برجسته کرده است. برای مثال، Fable 5.2 بیش از 1,000 عامل هوش مصنوعی را به مدت 8 روز هماهنگ کرد تا یک سیستم‌عامل کاربردی را از ابتدا بسازند. این سیستم‌عامل می‌تواند روی یک لپ‌تاپ بوت شود و شامل درایورهای دستگاه‌ها، فضای ذخیره‌سازی فایل، سیستم پنجره‌ای و برنامه نصب است.
همچنین، گروهی متشکل از 1,000 عامل Fable 5.2 توانستند اثبات قضیه آخر فرما را در قالبی رسمی و قابل‌بررسی رایانه‌ای، تنها طی 30 ساعت تدوین کنند؛ درحالیکه یک مدل تحقیقاتی قبلی Claude برای انجام این کار به 11 روز زمان نیاز داشت. Fable 5.2 همچنین 3 دستگاه الکترونیکی کاربردی طراحی کرد که شامل یک مرکز دستیار صوتی، یک اسپیکرفون USB و یک حیوان خانگی مجازی بودند. این دستگاه‌ها پس از تولید، بدون نیاز به هیچ‌گونه اصلاحات الکتریکی کار کردند.
آنتروپیک همچنین مدعی شده است که Fable 5.2 توانسته 2 مسئله حل‌نشده پیشین در فیزیک نظری مرتبط با سیاه‌چاله‌ها را حل کند. Claude Fable 5.2 هم‌اکنون از طریق سرویس Claude، ابزار Claude Code، رابط برنامه‌نویسی Claude API و همچنین پلتفرم‌های AWS، Google Cloud و Microsoft Azure در دسترس است. توسعه‌دهندگان می‌توانند با استفاده از شناسه مدل claude-fable-5-2 به آن دسترسی پیدا کنند.
آنتروپیک همچنین اعلام کرده است که در طول این هفته، سهمیه استفاده از Fable را برای مشترکان پولی واجد شرایط افزایش می‌دهد. Claude Mythos 5.2 نیز از طریق برنامه‌های تأیید صلاحیت امنیت سایبری (Cyber Verification Program) و علوم زیستی (Life Sciences Verification Program) شرکت Anthropic در دسترس قرار دارد؛ درحالیکه مشتریان سازمانی (Enterprise) می‌توانند از طریق سرویس Claude Security به قابلیت‌های آن دسترسی داشته باشند.
هنوز نظری ثبت نشده
نظرات شما درباره «مدل Claude Fable 5.2 در زمینه...»اولین نفری باشید که نظر می‌دهید!
نظرات شما می‌تواند به بهبود محتوا و کمک به دیگران کمک کند.
ثبت اولین نظر