8日間でOSを完成させる高い能力を持つClaude Fable 5.2とMythos 5.2をリリース

　Anthropicは、コーディング、推論、視覚などの分野で改良が加えられたClaude Fable 5.2とClaude Mythos 5.2をリリースした。FableとMythosは同じモデルを基盤にしているが、Fableは不正使用を防ぐための強力なサイバーセキュリティと生物学的保護機能を備えているため、誰でも利用することができる。

　価格は、入力トークン100万個あたり8ドル、出力トークン100万個あたり40ドル。Fable 5.2とMythos 5.2には、トークン生成速度を最大2.5倍に向上させるオプションの高速モードも搭載されており、高速モードは、入力トークン100万個あたり16ドル、出力トークン100万個あたり80ドルで利用可能。

　Fable 5.1およびMythos 5.1は、ほぼ全てのベンチマーク性能項目においてOpus 5.5を上回っており、Fable 5.2は、下位モデルのHaikuやSonnetなどを使い、オーケストレーターとして作業を行なうこともできる。同社では、日常的なツールであるOpus 5.5から使い始め、作業の範囲が広がりを見せ、下位モデルでは解決できない複雑なタスクに対して必要に応じて別のモデルに切り替えていくことを勧めている。

Anthropicの各モデルのベンチマークテスト結果

　ClaudeアプリとClaude Codeのデフォルト設定で、Fable 5.2はFable 5.1よりも少ないトークンで難易度の高いタスクを実行できる。Fable 5.2において高難易度での能力とOpus 5.5の最高難易度はほぼ同等のスコアを記録したが、タスクあたりのコストは約半分。Fable 5.2の最高設定ではテスト対象となったリリース済みモデルの中で最高のスコアを記録している。

　コーディングにおいてAnthropicではFable 5.2を使用することで、解決困難なバグを数分で修正したり、すべてのサービスのパフォーマンスを最適化するなどの実績を残している。これらのことから、コーディングを得意としエンジニアリング能力が高いことを示している。実際に、Fable 5.2にプロトタイプのオペレーティングシステムの設計をゼロから開始させたところ、8日間24時間体制でコードを記述し、テストやレビューまで行ない、ラップトップ上で起動する動作するオペレーティングシステムが完成したという。

8日間24時間不眠不休で作業を行ないOSのプロトタイプを作成した。コストさえ考えなければ、多くの人が自分だけのOSを作成する時代が来るのかもしれない

　何かと話題に上るサイバーセキュリティ問題においても性能が著しく向上しており、例えば、あるセキュリティ企業でMythos 5.2で確認されたバグの6分の1が、他の最先端モデルでは見逃されていたという。同社社内評価においてもMythos 5.2はOpus 5.5よりも10.2％、Mythos 5.1よりも14.4％多くの脆弱性を検出している。

　一方で安全性に関しては、Fable 5.2には、侵入テスト、エクスプロイト生成、バイナリベースの脆弱性などの高リスクのサイバー活動、および研究生物学のほとんどのタスクをブロックする安全分類器が付属している。

CVE Rediscoveryの評価結果

　コーディングやセキュリティの業務以外にも、ブラックホールの物理学における2つの未解決問題を解決したり、未公開の研究版Claudeが11日間かかった「フェルマーの最終定理の証明」を、Fable 5.2のエージェントのチームは人が介入することを最小限に留めながら30時間で形式化するなど多岐にわたって実績を上げている。

Fable 5.2のエージェントチームは「フェルマーの最終定理の証明」を30時間で形式化してみせた

　テスターによるFable 5.2とMythos 5.2の使用感は、曖昧でデータ量の多いタスクを以前のモデルよりも処理することができ、特に抽象的な推論や設計を必要とする曖昧なタスクに対する判断力が向上しているという。