Anthropic представила обновлённые флагманские модели Claude Fable 5.1 и Claude Mythos 5.1, ориентированные на программирование, работу с большими массивами данных и выполнение сложных многошаговых задач. По заявлению компании, новинки заметно превосходят предшественников в ряде тестов и уже применяются в отдельных направлениях научных исследований.

Одна модель, два уровня доступа

Fable 5.1 и Mythos 5.1 — это фактически одна и та же модель, различающаяся лишь уровнем защитных ограничений.

• Fable 5.1 доступна всем пользователям через основные облачные платформы (AWS, Google Cloud, Microsoft Azure) и API.

• Mythos 5.1 распространяется по программе доверенного доступа среди специалистов по кибербезопасности и биологическим наукам; на старте доступ есть только у отдельных организаций в США, но Anthropic работает с правительством США над расширением программы на международных партнёров.

Результаты в бенчмарках

Anthropic приводит данные, согласно которым Fable 5.1 улучшает показатели относительно Fable 5 и Opus 5 в нескольких профессиональных тестах.

• Terminal‑Bench 4.0: Fable 5.1 — 55,8%, Fable 5 — 42%, Opus 5 — 52,3%.

• GDPval‑AA v2 (профессиональные задачи): Fable 5.1 — 1853 балла, Fable 5 — 1723, Opus 5 — 1824.

• OSWorld 2.0: Fable 5.1 — 77,9% (partial) и 41,7% (strict) против 72,9% и 36,1% у Fable 5.

При этом компания отмечает, что тесты проходили с включёнными защитными механизмами, которые в отдельных случаях вмешивались в выполнение заданий и могли снижать итоговые результаты.

Научные кейсы: белки, Венерa и биоинформатика

Особый акцент Anthropic сделала на демонстрации научных возможностей моделей.

Дизайн белков (Mythos 5.1)

В эксперименте Mythos 5.1 с помощью специализированных инструментов создавала новые белки — молекулы, потенциально пригодные для разработки лекарств.

• Для 3 из 12 целевых задач полученные белки связывались с нужными молекулами примерно в 10 раз эффективнее лучших решений с конкурсов Adaptyv Bio.

• Около половины созданных Mythos 5.1 вариантов оказались работоспособными; для современных методов компьютерного дизайна белков типичная доля успешных вариантов — 10–15%.

• Результаты независимо проверяли две лаборатории.

Карта рельефа Венеры (Fable 5.1)

Fable 5.1 создала новую карту высот примерно для трети поверхности Венеры на основе радиолокационных снимков аппарата NASA Magellan, полученных более 30 лет назад.

• Разрешение карты улучшено с 10–20 до 2–3 км.

• Точность определения высот повышена до 25%.

• Anthropic планирует опубликовать карту по лицензии Creative Commons в преддверии миссий NASA VERITAS и ESA EnVision.

Ускорение биоинформатических вычислений (Mythos 5.1)

Mythos 5.1 оптимизировала вычисления в биоинформатике: модель написала собственные GPU‑ядра и внедрила кэширование промежуточных результатов.

• Семь открытых моделей для работы с белками и геномами стали работать до 2,5 раза быстрее при сохранении идентичных результатов.

• По оценке Anthropic, в масштабных геномных исследованиях это может снизить расходы на GPU на 30–60%.