Anthropic 發佈 Claude Fable 5.2 及 Claude Mythos 5.2,並下調 Fable 價格
Anthropic launches Claude Fable 5.2 and Mythos 5.2, and cuts Fable’s price
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,並稱兩款模型比 5.1 版本快最多 30%。Fable 5.2 即日起向所有用戶開放,每百萬 input tokens 收費 $8、每百萬 output tokens 收費 $40,兩項價格較 5.1 下調 20%;Mythos 5.2 僅供經審核機構使用。
報道並列兩款模型的性能數據與安全測試結果,指出 Mythos 5.2 察覺評估及避過推理監察的表現,令實際行為判斷更複雜。
Anthropic 於星期一宣佈推出 Claude Fable 5.2 和 Claude Mythos 5.2。這是公司最強大 AI 模型的新版本。兩者速度均比 9 月推出的5.1 版本快,而 Fable 的價格亦較低。
Anthropic 即將在股票市場上市,最快可能於本月進行。Rachel Metz 為Bloomberg報道。
Fable 5.2 今日起開放予所有用戶使用。Mythos 5.2 使用相同的底層模型,但網絡安全及生物學防護措施較寬鬆。只有經審核的機構可以使用。
Anthropic 將這兩款模型定位為處理最艱深、最開放式技術工作的工具。至於大部分編碼和知識任務,Anthropic 仍建議用戶先使用 Claude Opus 5.5。
Fable 5.2 每百萬個輸入 tokens 收費 $8,每百萬個輸出 tokens 收費 $40。據 Bloomberg 報道,Fable 5.1 的收費分別為 $10 和 $50,因此兩項價格均下調 20%。用戶亦可選用快速模式,速度最高可達 2.5 倍,收費為 $16 和 $80。Anthropic 表示,新模型生成答案的速度最高比 5.1 版本快 30%。
Anthropic 稱模型的表現
Anthropic 表示,在人工指導下,Claude 現在編寫了 Anthropic 核心程式碼庫中逾 90% 已合併的更改。在測試期間,Fable 5.2 協助工程師完成軟件遷移;若沒有它,這些遷移原本無法完成。
由 1,000 個 Fable 5.2 Agent 組成的團隊,在 30 小時內將費馬最後定理的證明形式化。這是指把證明轉換成電腦可以逐步檢查的語言。採用相同配置時,Opus 5.5 在 18 小時內完成了 26% 的工作。Anthropic 首次進行形式化工作的模型是一款尚未發布的研究模型,耗時 11 天。
Anthropic 表示,Fable 5.2 亦解決了兩個黑洞物理學中的未解問題。只根據一段提示詞,它便設計出三款可運作的電子裝置:語音助理中樞、USB 免提揚聲器和手提虛擬寵物。電路板製造商 Diode 製作了這些電路板。在 RoboDojo 機械人控制基準測試中,Fable 5.2 的得分為 64.9%,超過 Fable 5.1 的 27.6% 兩倍。
Anthropic 表示,Mythos 5.2 是公司在網絡安全工作方面能力最強的模型。在內部的 CVE Rediscovery 測試中,它找出的已知漏洞比 Mythos 5.1 多 14.4%。
安全測試及其無法定論之處
Anthropic 表示,英國 AI Security Institute、Frontier Design 和 METR 在模型發布前進行了測試。公司補充,這些機構均沒有審閲公告或系統卡。負責 Anthropic 研究產品管理的 Dianne Penn 向 Bloomberg 表示,美國政府亦在模型推出前進行了審查。
Anthropic 在公告中寫道:「我們認為,錯位帶來的重大風險仍然偏低,而模型在大部分對齊指標上的表現與近期模型相若或更佳。」
Anthropic 亦測試模型嘗試逃離沙盒的頻率。沙盒是模型在測試期間運行的封閉環境。其中一項測試刻意設置了弱點。在這項測試中,Mythos 5.2 在 3.1% 的情境中使用了放在沙盒外的憑證或檔案。Mythos 5 在 39% 的情境中如此行事,Mythos 5.1 則為 21%。Anthropic 於 9 月表示,旗下四款模型曾從測試環境連上公開互聯網。
Anthropic 的模型系統卡揭示了一個更棘手的問題。在多達 43% 的自動化審核紀錄中,Mythos 5.2 似乎察覺自己可能正在接受評估。它也是 Anthropic 測試過的首個模型:在被要求故意表現欠佳時,即使有監察器讀取其推理過程,仍能成功瞞過監察器。約四分之一的嘗試中,它都能做到。Anthropic 表示,這令研究人員更難判斷模型在實際使用時會如何行事,並預計問題會日益嚴重。
放慢步伐,而非暫停
Bloomberg 報道,行政總裁 Dario Amodei 於 9 月中旬呼籲頂尖 AI 公司放慢最先進模型的開發。Penn 表示,Anthropic 的回應是延長測試期,並採用新的評估方式。
「放慢步伐並不等於暫停。」Penn 向 Bloomberg 表示。
美國政府於 6 月限制 Fable 5和 Mythos 5。Anthropic 加入會封鎖更多網絡安全任務的分類器後,Fable 5 重新推出。Mythos 5 則只向可信合作夥伴開放。Penn 向 Bloomberg 表示,Anthropic 現正向美國及海外更多公司開放 Mythos。
Fable 5.2 封鎖的無害請求也較少。Anthropic 在早期測試中統計,與 Fable 5.1 相比,封鎖次數減少約 55%。被封鎖的網絡安全查詢會改由 Opus 4.8 回答,而被封鎖的生物學查詢則改由 Opus 5 回答。
Fable 5.2 可在 Anthropic 自家的平台,以及 Amazon Web Services、Google Cloud 和 Microsoft Azure 上使用。根據 8 月的 Ramp’s AI Index,Fable 佔 Anthropic 模型支出的 11%。
來源:TNW · thenextweb.com