跳到正文
Hacker News 熱門(buzzing.cc 中文翻譯)·· 10 天前精選AI 評分88

Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力

Claude Fable 5.2 和 Mythos 5.2

AI 導讀

Anthropic 升級 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力,並稱輸出速度較各自的 5.1 版本快至 30%。

推薦理由

文章把共用底層模型的兩個版本放在同一組基準與應用案例中比較,也交代 Fable 和 Mythos 的安全防護及開放對象差異。

正文 · 繁體中文

我們已升級 Claude Fable 和 Claude Mythos,這些模型專為應對最艱巨的技術挑戰而設計。

Claude Fable 5.2 和 Claude Mythos 5.2 在編碼、推理和視覺等方面均有所提升。在發布前測試期間,它們協助我們的工程師完成原本難以實現的軟件遷移,從零開始設計出三款可運作的電子裝置,解決黑洞物理學中的兩個未解問題,在機械人評估中取得重大進展,並在 30 小時內將費馬最後定理的證明形式化;以下還會介紹它們的許多其他用途。

Claude Fable 和 Claude Mythos 使用相同的基礎模型。Fable 設有嚴格的網絡安全和生物學防護措施,以防範濫用,因此我們可以向所有用戶提供這個模型。有意在網絡安全或生物醫學研究中開展有益應用的機構,可透過我們近期擴展的 生命科學 和 網絡安全驗證計劃申請使用 Mythos。

測試者發現,Fable 5.2 和 Mythos 5.2 的表達比以往的 Fable 和 Mythos 模型更清晰。它們生成內容的速度比 Claude Fable 5.1 和 Claude Mythos 5.1 最多快 30%,而且價格更低:每百萬個輸入 token 收費 $8,每百萬個輸出 token 收費 $40。

Fable 5.2 和 Mythos 5.2 亦提供可選的快速模式,最多可將 token 生成速度提高 2.5 倍。快速模式的收費為每百萬個輸入 token $16,每百萬個輸出 token $80。

安全與對齊。為確保安全和對齊能跟上模型能力的提升,我們在發布前對 Fable 5.2 和 Mythos 5.2 所基於的模型進行了廣泛的安全測試,包括開發新型評估方法,以深入瞭解沙盒逃逸等特定的風險行為。我們認為,未對齊帶來的重大風險仍然偏低;在大多數對齊指標上,該模型的表現與近期模型相若或更佳。Fable 5.2 的網絡安全和生物學防護措施與 Fable 5.1 一樣穩健,但造成的不必要封鎖較少;我們亦實施了迄今最強的蒸餾攻擊防護措施。

我們會在下文詳細介紹安全測試,完整資料亦可參閲Claude Fable 5.2 和 Mythos 5.2 系統卡。

何時使用 Claude Fable 5.2 和 Mythos 5.2。Fable 和 Mythos 最適合應對最具挑戰性的開放式技術工作。對於大多數編碼和知識任務,我們建議用戶先從 Claude Opus 5.5(我們最強大的日常主力模型)開始,再視乎工作的範圍和複雜程度,按需要轉用其他模型——轉用能力更強的 Fable 或 Mythos,或改用較低階的 Claude Sonnet 5.5 或 Claude Haiku 5.5。Fable 5.2 亦可擔任顧問(由 Haiku、Sonnet 或 Opus 模型向它請教,以協助解決較難的問題)或協調器(由它把較簡單的任務分配給較小型的模型)。

評估 Claude Fable 5.2 和 Mythos 5.2

基準測試表現。以下基準測試表顯示,在我們評估的幾乎所有能力方面,Claude Fable 5.2 和 Mythos 5.2 的表現都勝過 Opus 5.5:

Fable 5.2Fable 5.1Opus 5.5GPT-6 AstraGemini 4 Carbon
Agent 式編碼FrontierCode 2.049.1%Xhigh 推理力度32.4%Xhigh 推理力度45.5%42.8%41.1%中等推理力度
Agent 式程式編寫FrontierSWE v269.9%56.3%62.3%65.5%61.2%
商業工作流程AutomationBench51.4%31.4%42.5%41.4%53.9%
Agent 式科學研究Terminal-Bench-Science 0.174.6%75.3% (Mythos 5.2)52.6%58.7%68.1%64.8%
網絡安全CyScenarioBench†76.3%Mythos 5.261.7%Mythos 5.167.6%沒有安全防護措施61%GPT-6 Cyber—
網絡安全CVE 漏洞重新發現89.6%Mythos 5.278.3%Mythos 5.181.3%沒有安全防護措施——
蛋白質設計從頭設計結合蛋白(24 hr)85.1%Mythos 5.279.1%Mythos 5.182.6%沒有安全防護措施——
Agent 式搜尋WANDR(寬鬆評分)82.1%68.7%72.3%——
電腦操作OSWorld 2.1(離線資料集,部分)89.3%83.5%87.2%79.5%81.5%
機械人技術RoboDojo Sim‡64.9%27.6%39.4%29.8%—
知識工作AA-Briefcase v1.166.1%評分準則61.5%評分準則61.2%評分準則52.0%評分準則61.8%評分準則
1785Elo1669Elo1800Elo1569Elo1611Elo
知識工作Remote Labor Index (RLI)41.3%高推理力度17.9%21.3%20.8%—
多領域推理Humanity’s Last Exam(使用工具)74.2%65.6%67.7%57.2%—
視覺圖表識別Chartography(不使用工具)73.4%44.8%64.4%71.0%72.5%

如欲瞭解評估方法的詳情,請參閲Claude Fable 5.2 和 Claude Mythos 5.2 系統卡。除非另有註明,Fable 5.2、Fable 5.1 和 Opus 5.5 的分數均為啟用安全防護措施時的結果。除非另有註明,所有分數均為各模型在最高可用推理力度下的結果。† CyScenarioBench 上各實驗室的分數,均根據各自獨有的任務計算。‡ RoboDojo Sim 顯示最高可用推理力度下的結果,測試於內部進行。

推理力度與效率。在中等推理力度(Claude apps 和 Claude Code 的預設設定)下,Fable 5.2 能以比 Fable 5.1 更少的 token 完成具挑戰性的任務。在 FrontierCode 2.0 評估的初步測試中,高推理力度下的 Fable 5.2 得分與最大推理力度下的 Opus 5.5 大致相若,而每項任務的成本約為一半。在 Xhigh 推理力度下,它的得分亦高於受測的所有已發布模型。

程式編寫

目前,Anthropic 核心程式碼庫中超過 90% 已合併的變更,均由 Claude 撰寫(在人類指導下)。我們曾使用 Fable 5.2 在數分鐘內修復棘手錯誤、提升所有服務的效能,並完成高價值軟件項目;若非如此,這些項目可能會因耗時太長或成本太高而無法嘗試。一組使用較早版本 Fable 5.2 的 Agent,將一項關鍵的正式環境服務由 Python 遷移至 Rust;該服務現時效率更高、可靠性更佳,啟動速度約快 26 倍。我們發現,Fable 5.2 展現出出色的工程判斷力,即使面對含糊不清的要求,也能產出高質素成果。

作為一項實驗,一位 Anthropic 工程師讓 Fable 5.2 設計一款原型作業系統。模型從空白資料夾開始,協調超過 1,000 個子代理,連續八天日以繼夜地編寫、測試及審查程式碼。它製作出一款可在手提電腦上啟動的作業系統,具備自行運行機器的核心、磁碟、鍵盤和網絡的驅動程式、永久檔案儲存功能、視窗、登入畫面、安裝程式,以及內置的 Claude 功能(參見下方影片)。

早期測試者對 Fable 5.2 的編碼能力能有效應用於各類任務,留下深刻印象:

網絡安全

Claude Mythos 5.2 是我們在網絡安全工程方面能力最強的模型。它比先前的模型找出更多漏洞,也更擅長重現及修復漏洞(請注意,Claude Fable 5.2 的防護機制會阻止大部分與網絡安全相關的任務)。一間保安公司發現,Claude Mythos 5.2 找出的已確認程式錯誤中,有六分之一是他們測試的所有其他前沿模型都未能發現的。在我們的內部評估 CVE Rediscovery¹ 中,Claude Mythos 5.2 找出的漏洞比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。Claude Mythos 5.2 的判斷力和校準能力亦更出色——一位測試者發現,先前的模型約有二十分之一的結果誇大了問題的嚴重程度,而 Claude Mythos 5.2 沒有誇大任何結果。²

用戶可透過我們的 Cyber Verification Program 使用 Claude Mythos 5.2 的網絡安全能力;我們會繼續擴展及改進該計劃。Claude Enterprise 客戶(即使不是 Cyber Verification Program 成員)也可以使用 Claude Security,透過我們能力最強的模型掃描程式碼庫中的漏洞;目前已包括 Claude Mythos 5.2。Claude Security 最近的一項更新讓它能在程式碼更新時監察程式碼儲存庫、跟進發現的問題以確保修復、從更多背景資訊中學習,並透過 API 和 MCP 連接用戶的工具。

科學與工程

科學、工程和數學領域的重要任務日益依賴程式編寫:分析數據、建立分子模型、設計零件和控制儀器,全部都透過軟件完成。以下將介紹 Claude Fable 5.2 和 Claude Mythos 5.2 如何協助研究人員在這些領域的難題上取得進展。

理論物理學

Claude Fable 5.2 解決了理論物理學中的兩個未解問題。兩者都涉及黑洞,以及如何統合現代物理學的兩大關鍵理論:相對論和量子力學。

Claude 的兩項成果均以全息對偶為基礎。全息對偶指的是,某些包含重力的宇宙,可以由完全不含重力的量子理論精確描述。在第一個問題中,物理學家於 1983 年證明,這些宇宙升温時會突然形成黑洞,就像水沸騰一樣;但他們的方法只適用於足夠大、相對論得以適用的宇宙。2003 年有人提出計算方法,以判斷在極小的宇宙中是否也會出現同樣情況;在這類宇宙中,只能使用量子描述,但這項計算工作量太大,未能完成。Fable 5.2 大致自主地完成了這項計算,發現那裏也會出現突然的轉變。在第二個問題中,Fable 5.2 找出了物理學家用來在簡化宇宙中排除量子重力候選理論、並已使用超過 15 年的一項技術,其精確適用界限。請在這兩篇預印本中此處及此處閲讀更多相關成果。

蛋白質摺疊

腺相關病毒是一種小型、無害的病毒,其蛋白質外殼,即衣殼,可用來傳遞基因療法。衣殼的蛋白質結構十分重要,例如,它會影響療法是否會被患者的免疫系統阻截;但這種結構也非常複雜。AlphaFold 等現有蛋白質摺疊模型可以預測個別蛋白質,但一個衣殼由數十種蛋白質組成。Claude Mythos 5.2 以兩種開源蛋白質摺疊模型為基礎,找到一種新方法,準確預測整個衣殼的結構。它編寫程式碼,讓這些模型處理彼此重疊的蛋白質鏈組,再利用已知的衣殼對稱性資料將結果合併。

Claude 的方法適用於數種天然及人工設計的衣殼(在我們的測試中,它成功為嘗試處理的 34 個衣殼中的 28 個準確建模)³。三位計算生物學家分享了以下想法,談及如何運用 Claude 的能力加快他們對基因療法的研究:

數學

數學形式化。形式化是把數學證明轉換成電腦可以逐步檢查的語言的過程。這有助數學家對結果更有信心,而無須親自逐步核查(當 AI 模型產生難以由人類驗證的結果時,這點尤其重要)。形式化的過程非常費時;如果 AI 能協助處理,數學家便能花更多時間探索新想法。

我們首次形式化費馬最後定理時,使用的是一個未發布的 Claude 研究版本,耗時 11 天,並依賴專門設計的執行框架及人類研究人員的指導。相比之下,由 1,000 個 Fable 5.2 Agent 組成的團隊,只用了 30 小時便完成該定理的完整形式化工作,人類介入極少。Fable 5.2 從極少的提示詞開始,自行建立協調方式,沒有使用任何數學參考資料,只使用一份中間定理陳述清單來評估進度。它所需的 action token 只有我們首次形式化工作所需數量的三分之一,並產生了一份篇幅只有七分之一的證明。如下圖所示,Opus 5.5(採用相同的 1,000 個 Agent 配置)在 18 小時內只完成了 26% 的形式化工作,30 小時後幾乎沒有再取得進展。

在此處閲讀更多有關形式化的內容。

硬件與機械人技術

AI 的許多潛在效益——例如加快實驗室研究——都取決於它能否在實體世界中採取行動。Claude Fable 5.2 延續我們的模型實用性日益提升的趨勢,並在現實世界中展現出令人鼓舞的成果,例如設計硬件裝置,以及在控制實體機械人方面取得重大進展。

硬件工程。我們測試了 Fable 5.2 的硬件工程能力,只用一段提示詞便要求它設計並製作三款可運作的電子裝置,各自配備電路板、3D 列印外殼及軟件。下圖所示的裝置包括家居語音助理中樞、USB 免提電話,以及手提虛擬寵物。我們與Diode合作進行這項計劃;該公司設計及製造電路板。

Claude 撰寫了裝置規格、從美國分銷商選取可供應的電子元件、為每款裝置的四層電路板完成佈線、使用電腦輔助設計建立外殼模型,並為裝置編寫軟件。每塊電路板在不到一天內便準備就緒,可投入製造,所需人手介入極少。Diode 製作好電路板後,Claude 指導該公司的工程師測試及組裝裝置。三款裝置均能正常運作,無需作任何電氣方面的改動。按此瞭解更多 Claude 的硬件工程能力。

機械人。與較早期的 Claude 模型相比,Fable 5.2 在控制實體機械人方面的能力大幅提升,即使是從未接受過明確訓練的機械人任務亦然。下方影片展示由 Fable 5.2 控制的機械人完成多項任務,包括解開魔方、扭開瓶蓋,以及畫一幅機械人圖畫。在公開的RoboDojo基準測試中,AI 需要根據攝影機影像控制模擬的雙臂機械人。Fable 5.2 的表現勝過其他使用相同測試框架的前沿模型,也勝過大部分專門為控制機械人而建立的 AI 系統。

研究與分析

早期使用 Claude Fable 5.2 執行研究及分析工作的測試者發現,與以往的模型相比,它能處理更含糊、數據量更大的任務,在處理含糊任務時判斷亦更佳,尤其是需要抽象推理和設計的任務。自營交易公司 Jump Trading 在一些與其量化研究工作相似的代理評估中測試 Fable 5.2,並將它嵌入一個與公司自身研究所用測試框架相似的框架。在其中一次測試中,Fable 5.2 幾乎承擔了所有必要角色:程式碼撰寫者、協調者、規劃者及工作提交者。以往的模型需要投入大量時間手動重新調配角色,以配合不同模型的強項和弱點。

其他研究及分析機構的測試者向我們分享了以下 Fable 5.2 使用體驗:

安全與對齊

沒有任何單一測試能告訴我們,高能力模型部署後會有甚麼表現,因此我們在推出模型前會依據多種不同測試和證據。對於 Claude Fable 5.2 和 Claude Mythos 5.2 所採用的底層模型,我們在部署前的安全工作包括對齊訓練和測試、新設評估以測試模型採取無益行為的傾向、建立更完善的防濫用防護措施,以及擴大行為監察規模。模型推出前亦由外部評估人員進行測試,包括 UK AI Security Institute、Frontier Design 和 METR。請參閲 Claude Fable 5.2 and Mythos 5.2 System Card,瞭解其報告摘要⁴,以及我們自行進行的安全和能力測試的完整説明。

對齊測試

我們進行了一系列評估,從行為角度測試 Claude Fable 5.2 和 Claude Mythos 5.2 的對齊程度,檢視它們以非預期且可能不安全的方式行事的頻率。綜合各項評估所得的結果,我們評估這些模型在高風險情況下以不安全方式行事的風險為低(與我們近期推出的其他模型一樣)。

我們使用自動化行為審核測試 Claude Mythos 5.2(與 Fable 5.2 採用相同的底層模型,但沒有某些網絡安全或生物學防護措施)。這項測試會檢視模型在約 1,900 個情境中的表現。在大部分指標上,Claude Mythos 5.2 的表現與 Opus 5.5、Sonnet 5.5 和 Claude Mythos 5.1 相若或更佳。例如,在大部分涉及誤導用戶的指標上,它的得分都高於其他三個模型。Claude Mythos 5.2 捏造輸入內容、謊稱已完成任務、遺漏重要資訊,以及沒有披露品質欠佳或處理敷衍的工作的情況均較少。⁵

測試期間,我們特別留意近期引人關注的網絡安全和對齊事故中涉及的行為。例如,我們發現 Claude Mythos 5.2 比 Opus 5.5、Sonnet 5.5 和 Mythos 5.1 更少出現偏頗或受動機驅使的推理(這類推理可能令模型把證明自己並非處於模擬環境的證據搪塞過去,因而在未能切實理解後果的情況下採取行動)。

我們進行了多項不同評估,以測試模型嘗試逃離沙盒的傾向。在兩項我們以往使用過的評估中,Claude Mythos 5.2 嘗試逃離沙盒的次數遠少於我們測試過的任何其他模型。在一項專項評估中——這是一項包含超過 1,800 個情境的對抗性實驗,其中大部分情境無法在不逃離沙盒的情況下解決,而且沙盒被刻意設置了弱點——Claude Mythos 5.2 在 3.1% 的情境中使用了我們放置在其沙盒外的憑證或檔案,頻率與 Opus 5.5(3.3%)相若,低於 Sonnet 5.5(5.1%),亦遠低於之前版本的 Claude Mythos(5 和 5.1,得分分別為 39% 和 21%)。我們發現,其他方法,例如向模型描述沙盒,以及加入可回報弱點的工具,能進一步減少 Claude Mythos 5.2 嘗試逃離沙盒的次數。在其他指標上,例如模型錯誤地認為自己身處模擬環境後採取有害行動,Claude Mythos 5.2 的得分略遜於 Opus 5.5,與 Claude Mythos 5.1 大致相若。

在模型部署前建立能可靠捕捉所有失誤的評估方法,仍是一個尚未解決的問題。評估能力極強的模型往往複雜得令人難以看清全貌;例如,Claude Mythos 5.2 和 Fable 5.2 都懷疑自己接受評估的頻率高於我們近期任何一款模型,這令我們難以評估它們在真實環境中的表現。隨着未來模型的應用情境擴大、能力提升,我們預計這項挑戰會愈來愈大。因此,我們不會單靠這些評估來全面瞭解安全性:我們還會參考訓練期間的監察、內部使用的對話記錄審查、外部評估人員的測試,以及用來檢視模型內部運作情況的可解釋性技術。我們亦正努力令評估更貼近真實情況,並更深入瞭解評估未能涵蓋之處。

安全措施

網絡安全及生物學安全措施。與之前的 Claude Fable 模型一致,Fable 5.2 配備安全分類器,會封鎖高風險網絡活動,包括滲透測試、漏洞利用程式生成及二進制漏洞相關活動,以及大部分研究生物學任務。查詢遭封鎖時,用戶會改為收到 Opus 4.8 就網絡安全問題提供的回應,或 Opus 5 就生物學問題提供的回應。自 Claude Fable 5.1 推出以來,我們持續減少安全分類器的誤判。根據 claude.ai、Claude Code 和 Cowork 的初步測試,與 Fable 5.1 相比,Fable 5.2 的封鎖次數減少約 55%——網絡安全方面減少約 60%,生物學方面減少 40%。Claude Mythos 5.2 開放予在這些雙重用途領域工作的經審核機構使用。

AI 研究與開發。作為 Claude Fable 5.2 和 Claude Mythos 5.2 基礎的模型,在一般能力方面有所進步。不過,在模型訓練期間,我們採取措施,限制最可能直接加速 AI 發展的特定研究能力提升。因此,在相關範疇,包括加速器核心最佳化及改進大型語言模型架構方面,Fable 5.2 和 Claude Mythos 5.2 的表現大致與 Opus 5.5 相若。重要的是,我們確保訓練調整沒有影響 Agent 式編碼、硬件開發,以及傳統 AI 或機器學習研究(包括可解釋性研究)等相關能力。模型向用戶提供服務時(即推理時),我們不會改動這些能力。如系統卡第 1.5 節所述,與之前的模型相同,Fable 5.2 和 Claude Mythos 5.2 亦會在此領域的一小部分主題上,透明地回退至 Opus 5,包括在某些非標準加速器上開發核心。

防止蒸餾。蒸餾是指利用更先進模型的輸出訓練另一個模型,從而提取該先進模型的能力。這種做法正以工業規模非法進行,往往涉及數以千計的虛假 Claude 帳戶。由於蒸餾可令先進能力在沒有我們為 Claude 建立的安全防護下釋出,因此會帶來安全及國家安全風險(詳情請參閲我們的2026 年 9 月威脅情報報告,瞭解我們至今偵測並制止的非法蒸餾活動)。在我們推出的所有模型中,Fable 5.2 擁有最強的防蒸餾保護;它採用了我們在近期報告中介紹的技術,令蒸餾者收集的數據減少 90% 至 99%。

我們亦正擴大一項有助防止非法蒸餾的 API 功能的推出範圍:所有帳戶現已適用保留思考功能。保留思考可防止蒸餾者修改 Claude 先前的上下文,試圖藉此提取其推理過程(開發者可參閲我們的保留思考文件,瞭解如何更新整合以配合新的 API 功能)。

數據私隱與 Enterprise Frontier Safeguards

某些較複雜的 AI 模型濫用行為,只有觀察多個請求之間的模式才能偵測。因此,Claude Fable 5.2 和 Claude Mythos 5.2 等強大模型依賴監察一段時間內使用數據(而非個別回應)的防護措施。透過Enterprise Frontier Safeguards,系統會對儲存在客戶基礎設施中的提示詞和回應進行自動安全監察,因此兼容零數據保留(ZDR)。Enterprise Frontier Safeguards 現正與 Bridgewater、Salesforce 和 Stripe 等客戶進行私人測試。

企業客戶可聯絡其客戶團隊,或填寫此表格,申請使用 Enterprise Frontier Safeguards。符合資格的客戶在透過 EFS 實施安全監察前,可繼續在零數據保留模式下使用 Claude Fable 5.2 和 Claude Mythos 5.2。其他客戶的安全監察數據則會保留 30 天。

供應情況

Claude Fable 5.2 今日起已於所有平台推出,包括 Amazon Web Services、Google Cloud 及 Microsoft Azure。開發者可開始使用 Claude Platform 上的型號 claude-fable-5-2。

本週,我們會向符合資格的付費方案訂閲者提供額外的 Fable 使用額度。包含 Fable 模型的方案及席位,會按訂閲時間長短獲得 1 至 3 次 Fable 額度重設;Pro 方案及 Team 方案標準席位的每週使用上限中,最多 50% 可用於 Fable。按此瞭解更多有關 Fable 5.2 推出優惠的資訊。

網絡安全專業人士可透過Cyber Verification Program申請使用 Claude Mythos 5.2。Claude Enterprise 客戶亦可使用Claude Security,其採用我們的完整模型系列,包括 Claude Mythos 5.2。生命科學研究人員亦可透過Life Sciences Verification Program申請使用權限。

Claude Fable 5.2 和 Claude Mythos 5.2 的快速模式現已在 Claude Code、Claude Platform、Google Cloud 上的 Claude Models(由 Anthropic 管理及由 Google 管理),以及 Microsoft Foundry(由 Anthropic 託管)提供。請注意,只有參與我們驗證計劃的組織才能使用 Claude Mythos 快速模式。

來源:Hacker News 熱門(buzzing.cc 中文翻譯) · anthropic.com