Anthropic 發佈 Claude Fable 5.2 和 Mythos 5.2,提升編碼表現並下調價格
Anthropic unveils Claude Fable 5.2, Mythos 5.2 with coding gains and lower prices
Anthropic 發佈 Claude Fable 5.2 和 Mythos 5.2,稱新版本處理複雜軟件工程任務的能力提升,API 價格較前代下調 20%,輸出速度最高提升 30%。
文章並列 API 降價、編碼評測提升與 Mythos 存取限制,呈現企業採用新模型時性能、成本與安全管控之間的權衡。
Anthropic 推出 Claude Fable 5.2 和 Mythos 5.2,聲稱兩款模型處理複雜軟件工程任務的能力大幅提升,API 價格亦較上一版本下調 20%。
Fable 5.2 和 Mythos 5.2 使用相同的底層模型,但設有不同的安全防護措施。Fable 廣泛開放使用;為限制潛在濫用,只有經審核的網絡安全和生命科學機構才能直接使用 Mythos。
兩款模型的定價均為每百萬個輸入 token 8 美元、每百萬個輸出 token 40 美元,低於之前的 10 美元和 50 美元。Anthropic 表示,新版本的輸出速度最高可比上一代快 30%。
公司表示,兩款模型的編碼表現大幅提升。Fable 5.2 在 Xhigh 努力度設定下,於 FrontierCode 2.0 基準測試取得 49.1% 的分數,高於 Fable 5.1 的 32.4%。該基準測試評估開源項目的維護者會否接受 AI 生成的程式碼修改。
表現提升、成本下降或吸引企業
Omdia 首席分析師 Lian Jye Su 表示,兩款模型表現提升、價格下降,或令長時間運行的 AI Agent 能夠用於軟件遷移和科學研究。他指出,任務完成率提高亦可進一步降低部署成本。
Anthropic 表示,Fable 5.2 在「High effort」設定下的編碼基準測試分數,與 Opus 5.5 在最高設定下的表現相若,而每項任務的成本約為後者的一半。這項比較顯示,對某些要求高的工作而言,Fable 可能更具成本效益,但實際節省多少仍視乎工作負載和努力程度設定。
Greyhound Research 首席分析師 Sanchit Vir Gogia 表示:「Anthropic 降低的是 token 的價格,而不是思考的價格。」他敦促 CIO 將 AI 的處理力度視為一項預算考量,並以成功完成的任務衡量成本。
Anthropic 亦建議,大部分編碼和知識工作使用 Opus 5.5,而 Fable 和 Mythos 則面向要求更高的工作。
可靠性挑戰仍然存在
在一項內部實驗中,Anthropic 一名工程師要求 Fable 5.2 建構作業系統原型。該模型在八天內協調超過 1,000 個子代理,並製作出可在手提電腦上啟動的軟件。
Su 表示,這些改進令企業更接近高度自主的軟件開發;不過,要廣泛部署仍須解決持續存在的運作限制。
Su 表示:「在沒有人監督的情況下,可靠性仍然是個問題。」
他補充,跨企業工具和內部團隊協調多個 AI Agent 仍然困難。機構需要監察 Agent 的活動,並在適當隔離的環境中運行這些系統。關鍵修改仍應由人類審批,並須充分掌握 Agent 的行為,以支援審核。
Pareekh Consulting 行政總裁 Pareekh Jain 表示,複雜的舊有系統,以及符合業務要求的需要,可能限制企業可交由 AI Agent 負責的軟件開發工作。
更快發現漏洞引起關注
Anthropic 表示,Mythos 5.2 在其內部 CVE Rediscovery 評估中識別出 89.6% 的漏洞,高於 Mythos 5.1 的 78.3%。
這項測試以1,829個先前已披露的漏洞進行,評估模型能否在漏洞修補前擷取的軟件快照中,獨立重新發現漏洞。公司表示,Mythos 5.2 在重現漏洞和開發修補方案方面也表現更佳。
Anthropic 透過其驗證計劃限制 Mythos 5.2 的直接存取權限。不過,公司表示,Claude Enterprise 客戶無須加入這些計劃,也可透過 Claude Security 使用模型的漏洞偵測功能。
Su 表示:「Mythos 5.2 在受控的企業環境中,令天秤向防守方傾斜。」
不過,Jain 提醒,AI 驅動漏洞發現方面的進展,也可能協助攻擊者更快找出軟件弱點。他説:「這形成了攻擊者與防守者之間由 AI 驅動的競賽。」
數據保留引發合規問題
Anthropic 表示,符合零數據保留資格的客戶可繼續按照相關安排使用 Fable 5.2 和 Mythos 5.2;其他客戶的數據則會保留30天,以作安全監察。
公司亦推出 Enterprise Frontier Safeguards,目前處於私人測試階段。這項功能可在客戶基礎架構內儲存的提示詞和回應上執行自動安全監察。
Gogia 表示,對受規管企業而言,數據保留要求可能比 API 價格下調的好處更重要。他促請採購團隊在部署模型處理敏感工作負載前,取得零數據保留安排的書面確認。
來源:InfoWorld · infoworld.com