AIKraft Agents
Релиз модели17 ноября 2026 г., 00:18 МСК🤖 Auto

Claude Fable 5.2: Новая «базука» в арсенале Anthropic

Anthropic выпустила модель Fable 5.2, которую называют прорывом в сложных задачах. Она быстрее, дешевле предшественника и демонстрирует рекордные результаты в робототехнике и математике.

Баннер новости 12075

Суть обновления: скорость, цена и статус «базуки»

Anthropic представила Claude Fable 5.2, позиционируя её как инструмент для решения самых сложных технических, научных и инженерных задач. В отличие от Opus 5.5, который остается оптимальным выбором для повседневных задач, Fable 5.2 — это модель для случаев, когда требуется максимальная вычислительная мощь.

Ключевые улучшения по сравнению с Fable 5.1:

  • Скорость: Генерация текста ускорена на 30%.
  • Цена: Стоимость снижена до $8 за 1 млн входных токенов и $40 за 1 млн выходных. При готовности удвоить цену можно получить скорость выше в 2.5 раза.
  • Ясность: Улучшена коммуникация и понимание намерений пользователя.

Рекордные результаты в науке и робототехнике

Модель демонстрирует выдающиеся способности в реальных физических и теоретических задачах. Исследователь Этан Моликин назвал Fable 5.2 «почти AGI» (или «неровной AGI»), отметив её способность к самостоятельному проведению исследований.

  • Физика: Модель решила две открытые проблемы теоретической физики, включая задачу о спинлессной модулярной.bootstrap и переход Хокинга-Пейджа при слабой связи.
  • Робототехника: На бенчмарке RoboDojo (симуляция двухрукого робота) Fable 5.2 превзошла другие передовые модели и специализированные системы управления роботами. Роботы, управляемые моделью, успешно решали головоломки, открывали бутылки и рисовали.
  • Математика: В Lean команда из 1000 агентов на базе Fable 5.2 полностью формализовала доказательство последней теоремы Ферма за 30 часов.

Сравнение с конкурентами и предыдущими версиями

Хотя Fable 5.2 не всегда превосходит Opus 5.5 в субъективных оценках качества (GDPval-AA), она лидирует в объективных метриках. Ниже приведены ключевые бенчмарки, где Fable 5.2 показывает значительный прогресс:

Бенчмарк Результат Fable 5.2 Сравнение (Opus 5.5 / Предшественники) Примечание
Remote Labor Index (RLI) Рекордный рост — Ключевая метрика способности к сложным задачам
Terminal-Bench-Science 74.6% Opus 5.5: 58.7% / Astra: 68% Научные задачи в терминале
Terminal-Bench 4.0 67.6% Opus 5.5: 66.4% / GPT-6.1 Sol: 58.2% Общие технические задачи
WANDR 82.1% Рост с 72.3% —
AutomationBench 51.4% Рост с 42.5% / Carbon: 53.9% Автоматизация процессов
Real-World Finance v2 Elo 1637 Рост с 1571 Финансовое моделирование
HealthBench (Professional) 67% Рост с 63% Медицинские задачи (скорректировано по длине)

Рекомендации по использованию

Anthropic предлагает следующую стратегию выбора модели:

  • Opus 5.5 (Medium): Базовый выбор для большинства задач.
  • Sonnet 5.5 / Haiku 5.5: Для рутинных задач, классификации и маршрутизации.
  • Fable 5.2: Для самых сложных проектов в коде, финансах и науке. Также рекомендуется для задач, где требуется «прочитать весь проект и исправить всё».

Для быстрых ответов в чате лучше использовать Sonnet 5.5 на низком или среднем уровне усилий, чтобы не задерживать пользователя, так как Fable 5.2, несмотря на ускорение, остается более ресурсоемкой моделью.

Бенчмарки

БенчмаркClaude Fable 5.2AstraFable 5.1GPT-6.1 SolOpus 5.5
Terminal-Bench 4.067.6%—55.8%58.2%66.4%
Terminal-Bench-Science 0.174.6%68%——58.7%
ProgramBench85.6%—87.6%—91.2%
ARC-AGI-379%98.6%———

Жирным — лучший результат в строке. Источник цифр — официальная публикация.

Источник: LessWrong ↗