Главное отличие новой версии — способность дольше работать над сложными многоэтапными задачами. В Anthropic заявляют, что Fable 5.1 показывает заметный рост результатов в программировании, научных исследованиях и работе с большими объемами информации. В одном из научных бенчмарков модель получила 52,6% против 24,7% у Fable 5, а в тесте на агентное программирование Terminal-Bench 4.0 — 55,8% против 42%. В бенчмарке GDPval-AA v2, который оценивает выполнение профессиональных задач, новая модель набрала 1853 балла против 1723 у Fable 5 и 1824 у Opus 5.
Одновременно Anthropic снизила стоимость использования модели. Чтение ранее обработанного контекста из кэша теперь стоит $0,25 за миллион токенов — на 75% дешевле, чем у Fable 5. В компании ожидают, что для обычных рабочих нагрузок это снизит общую стоимость на 25%, а для задач с высокой долей агентной работы — до 45%. Базовая цена остальных токенов при этом составляет $10 за миллион входных и $50 за миллион выходных токенов.
Anthropic также заявляет о прогрессе в научных задачах. В одном из экспериментов Mythos 5.1 создала белковые связывающие молекулы для 12 мишеней. Почти половина разработанных вариантов оказалась жизнеспособной, а для трех мишеней показатели связывания оказались в десять раз выше лучших проектов из предыдущих экспериментов. Fable 5.1, в свою очередь, использовала открытые данные миссии NASA Magellan для создания более детальной карты высот Венеры. Если предыдущие карты позволяли различать особенности рельефа размером 10–20 км, новая карта показывает детали масштаба 2–3 км.
Еще один эксперимент показал, что Mythos 5.1 может оптимизировать научное программное обеспечение. Модель написала собственные GPU-ядра и ускорила семь открытых моделей для вычислительной биологии в 1,4–2,5 раза при сохранении идентичных результатов. По оценке Anthropic, в масштабных геномных исследованиях это способно снизить расходы на GPU на 30–60%.
При этом расширенные возможности Mythos 5.1 остаются ограниченными из-за рисков. Anthropic сохранила для модели специальные ограничения в биологии и кибербезопасности и предоставляет доступ только проверенным организациям через программы доверенного доступа. Fable 5.1 получила более точные защитные механизмы, например, теперь ее можно использовать для поиска уязвимостей в исходном коде, хотя генерация эксплойтов и некоторые другие потенциально опасные задачи по-прежнему ограничены.
Одновременно Anthropic выпустила систему Enterprise Frontier Safeguards — она позволяет корпоративным клиентам хранить свои данные в собственном облаке, а не передавать их Anthropic. Развертывание системы для корпоративных пользователей начнется осенью.
