Anthropic выпускает Claude Fable 5.2 и Mythos 5.2: лидеры индекса Artificial Analysis

Anthropic выпускает Claude Fable 5.2 и Claude Mythos 5.2, две новые флагманские модели для самых сложных технических задач. Издание The Decoder пишет, что они возвращают компании лидерство по качеству незадолго до её IPO (дата, оценка и биржа в материале не названы). Для повседневной работы Anthropic по-прежнему рекомендует Claude Opus 5.5.
Обе модели построены на одной основе, но, как и предшественники, различаются доступом. Fable доступна всем пользователям и содержит защиту, блокирующую рискованные задачи в кибербезопасности и биологии. Mythos снимает часть этих ограничений и открыта только организациям, которые подали заявку через программы проверки Anthropic для кибербезопасности (Verification Programs for Cybersecurity) или наук о жизни (Life Sciences).
Цена, $8 за миллион входных токенов и $40 за миллион выходных; у предшественников было $10 и $50. Но это снижение лишь «на бумаге»: реальные расходы зависят от расхода токенов, который меняется с задачами, настройками и программным окружением. Anthropic заявляет, что новые модели выдают текст до 30% быстрее, чем Fable 5.1 и Mythos 5.1. Есть и необязательный быстрый режим для отдельных организаций: он ускоряет вывод токенов до 2,5 раза, но стоит вдвое дороже и доступен лишь на некоторых платформах, включая Claude Code, Claude Platform, Google Cloud и Microsoft Foundry.
По данным Artificial Analysis, на актуальном Intelligence Index v5 на высшем уровне вычислений Fable 5.2 занимает первое место с 65 баллами. Это на 5 баллов больше, чем у Gemini 4 Carbon (60, уровень High; Google эту модель пока не выпустила), на 6 больше, чем у Claude Opus 5.5 (59, уровень Max), и на 15 больше, чем у Claude Fable 5.1, вышедшей только в начале сентября. Лучший результат Fable 5.2 показывает в пяти из девяти отдельных тестов: 80% на HLE-Diamond (вопросы экспертного академического уровня), 73% на Terminal-Bench-Science (самостоятельный запуск научных рабочих процессов в терминале) и 49% на FrontierCode 2.0 (полезные изменения кода в реальных проектах с открытым исходным кодом).
Слабее модель в агентной работе со знаниями и программировании в терминале. На AA-Briefcase (многошаговые задачи интеллектуального труда) у неё 1 785 Elo, чуть ниже Claude Sonnet 5.5 (1 813) и в пределах доверительного интервала Opus 5.5 (1 800). На Terminal-Bench 4.0 она набрала 60%, как и Opus 5.5, а выше, Kimi K3.1 Pro (67%), Gemini 4 Carbon (65%) и Sonnet 5.5 (64%).
Максимальное качество стоит дорого: на высшем уровне средняя стоимость задачи, $26,50, примерно в 2,6 раза больше, чем у Opus 5.5 ($10), и примерно вдвое больше, чем у Fable 5.1 ($12,99). Однако на более низких уровнях High и Xhigh Fable 5.2 всё равно получает 62 балла, по оценке Artificial Analysis, больше любой другой модели на любом уровне, и тратит заметно меньше токенов: 98 000 выходных токенов на задачу против 173 000 у Opus 5.5 на уровне Max.
В кибербезопасности, по словам Anthropic, Mythos 5.2 находит больше уязвимостей, чем прежние модели, и лучше воспроизводит и исправляет их. Поэтому публичная Fable блокирует большинство задач по безопасности, включая тесты на проникновение и генерацию эксплойтов. В собственном тесте CVE Rediscovery модель по состоянию проекта до исправления должна самостоятельно найти опубликованные уязвимости из базы CVE. В прогоне октября 2026 года на 1 829 CVE Mythos 5.2 нашла на 10,2% больше уязвимостей, чем Opus 5.5, и на 14,4% больше, чем Mythos 5.1, и лидировала на каждом уровне вычислений. По словам Anthropic, одна из охранных фирм сообщила, что каждая шестая подтверждённая ошибка, найденная Mythos 5.2, была пропущена всеми остальными проверенными передовыми моделями.
Anthropic также утверждает, что намеренно не давала модели улучшаться при обучении в тех навыках, которые могут прямее всего ускорить развитие ИИ (так называемый RSI). В оптимизации вычислительных ядер для ускорителей и улучшении архитектур больших языковых моделей Fable 5.2 и Mythos 5.2, по данным компании, примерно на уровне Opus 5.5. Агентное программирование, разработка оборудования и классические исследования ИИ, включая интерпретируемость, этим не затронуты. Claude, как заявляет компания, пишет свыше 90% изменений, вливаемых в основную кодовую базу Anthropic, под руководством людей. Ещё Anthropic говорит, что модель с нуля написала операционную систему во внутреннем тесте.
Самый заметный пример, из математики. По словам Anthropic, около 1 000 агентов Fable 5.2 полностью формализовали доказательство Великой теоремы Ферма на языке Lean, чтобы компьютер мог проверить его шаг за шагом. Эндрю Уайлс представил доказательство объёмом свыше сотни страниц в 1995 году; машинную проверку, как пишет издание, завершили впервые. Это заняло 30 часов. Более ранней неопубликованной исследовательской версии Claude на ту же задачу требовалось 11 дней, причём ей понадобились специально созданная среда и подсказки исследователя-человека. Агенты Fable 5.2 стартовали с краткой инструкции, сами организовали совместную работу и не использовали математических источников; единственной метрикой прогресса служил список промежуточных лемм. Модель потратила треть токенов действий первой попытки, а доказательство получилось в семь раз короче. Для сравнения Anthropic запустила Opus 5.5 в той же схеме с 1 000 агентов: за 18 часов он выполнил лишь 26% формализации и почти не продвинулся до 30-го часа.
Ключевые факты
- Anthropic выпускает Claude Fable 5.2 (доступна всем, с защитой в кибербезопасности и биологии) и Mythos 5.2 (часть ограничений снята, только для организаций по заявке); цена $8 и $40 за миллион входных и выходных токенов против $10 и $50 у предшественников.
- По данным Artificial Analysis, Fable 5.2, первая в Intelligence Index v5 с 65 баллами: на 5 выше Gemini 4 Carbon (60), на 6 выше Opus 5.5 (59), на 15 выше Fable 5.1; лучшая в пяти из девяти тестов, но уступает в Terminal-Bench 4.0 (60% против 67% у Kimi K3.1 Pro).
- Максимальное качество дорого: в среднем $26,50 за задачу против $10 у Opus 5.5; на уровнях High и Xhigh модель получает 62 балла и тратит 98 000 выходных токенов на задачу против 173 000 у Opus 5.5 на Max.
- По данным Anthropic, Mythos 5.2 в тесте CVE Rediscovery (1 829 CVE, октябрь 2026) нашла на 10,2% больше уязвимостей, чем Opus 5.5, и на 14,4% больше, чем Mythos 5.1.
- По словам Anthropic, около 1 000 агентов Fable 5.2 за 30 часов формализовали в Lean доказательство Великой теоремы Ферма; Opus 5.5 в той же схеме выполнил 26% за 18 часов.
Почему это важно
Если верить данным Artificial Analysis, Anthropic вернула себе первое место по общему индексу качества: Fable 5.2 опережает даже ещё не выпущенную Gemini 4 Carbon и на 15 баллов, собственную Fable 5.1, вышедшую в начале сентября. Заметна и политика доступа: самые сильные возможности в кибербезопасности остаются у Mythos для проверенных организаций, а публичная Fable их ограничивает. Отдельный сюжет, заявление Anthropic, что компания намеренно придержала навыки, которые могут напрямую ускорить развитие самого ИИ (так называемый RSI).
Кому это важно
Командам, которым нужно максимальное качество в сложных технических и научных задачах и для которых цена задачи вторична. Специалистам по безопасности и организациям, способным подать заявку в программы проверки Anthropic для кибербезопасности или наук о жизни: именно им открыта Mythos 5.2. Тем, кто выбирает модель для повседневной работы: Anthropic по-прежнему рекомендует Opus 5.5.
Как это применить
Fable 5.2 доступна всем пользователям, Mythos 5.2, только по заявке через программы проверки Anthropic. Цена, $8 и $40 за миллион входных и выходных токенов. Быстрый режим (ускорение вывода до 2,5 раза за двойную цену) предназначен для отдельных организаций и доступен лишь на некоторых платформах, включая Claude Code, Claude Platform, Google Cloud и Microsoft Foundry. Сравнивайте не прайс, а стоимость задачи: в среднем $26,50 на высшем уровне против $10 у Opus 5.5, но на уровнях High и Xhigh модель экономнее по токенам, 98 000 выходных токенов на задачу против 173 000.
Можно ли доверять
Индекс и результаты отдельных тестов принадлежат Artificial Analysis, а не Anthropic. Данные по кибербезопасности, ограничению RSI-навыков, операционной системе, доле кода от Claude и формализации теоремы Ферма, заявления самой Anthropic. Независимая проверка или рецензирование результата с теоремой Ферма в материале не упоминаются, а затраты на этот прогон не приведены. Данные охранной фирмы о «каждой шестой ошибке» переданы через Anthropic, название фирмы не указано. Материал, пересказ в профильном издании The Decoder; в тексте нет прямых цитат конкретных людей.
Риски и подводные камни
Снижение цены, лишь «на бумаге»: итоговый счёт зависит от расхода токенов, который меняется с задачами, настройками и программным окружением, а на высшем уровне задача обходится примерно вдвое дороже, чем у Fable 5.1. Модель не лидирует везде: в Terminal-Bench 4.0 она на уровне Opus 5.5 и позади Kimi K3.1 Pro, Gemini 4 Carbon и Sonnet 5.5, а в AA-Briefcase, позади Sonnet 5.5. Публичная Fable блокирует большинство задач по безопасности, включая тесты на проникновение и генерацию эксплойтов. Быстрый режим доступен не всем.