Riassunto:
Anthropic ha lanciato ufficialmente il 9 novembre i suoi modelli di punta di intelligenza artificiale di nuova generazione Claude Fable 5.2 e Claude Mythos 5.2. La nuova versione si concentra sul miglioramento delle capacità di programmazione, ragionamento logico e comprensione visiva, migliorando al contempo la qualità espressiva del modello. Secondo i dati diffusi da Anthropic, la velocità di output dei due modelli è fino al 30% più veloce rispetto alla generazione precedente, mentre il prezzo delle chiamate API è ridotto del 20%.
Fable e Mythos sono le serie di modelli più in alto nel sistema di prodotti Anthropic, orientate principalmente a compiti tecnici complessi e aperti. Al contrario, Haiku, Sonetto e Opus svolgono rispettivamente compiti quotidiani di varia scala e complessità. Anthropic consiglia che la programmazione generale e il lavoro di conoscenza possano solitamente utilizzare prima Claude Opus 5.5 e, solo quando si affrontano attività particolarmente complesse e dispendiose in termini di tempo, è necessario passare a Fable o Mythos.
In termini di prestazioni, Anthropic ha affermato che Fable 5.2 e Mythos 5.2 non solo sono in grado di generare contenuti più velocemente, ma sono anche migliori nell'esprimere idee chiaramente quando si affrontano compiti complessi. Fable 5.2 può anche utilizzare meno token di Fable 5.1 quando si completano attività difficili con un'intensità di inferenza moderata, riducendo così ulteriormente i costi di utilizzo effettivi.
I test benchmark pubblicati da Anthropic mostrano che Fable 5.2 supera il proprio Opus 5.5 e la generazione precedente Fable 5.1 in più test. Nel test di programmazione FrontierCode 2.0, Fable 5.2 ha ottenuto un punteggio del 49,1% alla massima intensità di inferenza, che era significativamente superiore al 32,4% di Fable 5.1 e ha anche superato il 45,5% di Opus 5.5. Nel test FrontierSWE v2, il nuovo modello ha ottenuto il 69,9%, rispetto al 56,3% di Fable 5.1 e al 62,3% di Opus 5.5.
Nel test Humanity's Last Exam che prevedeva un ragionamento basato sulla conoscenza complessa, Fable 5.2 ha ottenuto un punteggio del 74,2% se utilizzato con strumenti, un punteggio superiore al 65,6% di Fable 5.1 e al 67,7% di Opus 5.5. Nel test di simulazione del robot a doppio braccio RoboDojo Sim, il nuovo modello ha ottenuto il 64,9%, un miglioramento significativo rispetto al 27,6% della generazione precedente. Inoltre, nel test del Remote Labour Index, il Fable 5.2 ha ottenuto il 41,3%, mentre il Fable 5.1 ha ottenuto solo il 17,9%.
Tuttavia, il nuovo modello non è stato il primo in tutti i test. Ad esempio, nel test del flusso di lavoro aziendale di AutomationBench, Google Gemini 4 Carbon ha ottenuto il 53,9%, superiore al 51,4% di Fable 5.2. Questi risultati mostrano anche che esistono ancora differenze nelle prestazioni dei diversi modelli su tipi di attività specifici e che le capacità globali non possono essere giudicate sulla base di un unico test di riferimento.
Anthropic ha inoltre introdotto le prestazioni effettive di Fable 5.2 nello sviluppo software interno. La società ha affermato che attualmente oltre il 90% delle modifiche al codice unificato nel suo codice base sono state completate da Claude sotto guida manuale. Il team di ingegneri ha utilizzato Fable 5.2 per correggere difetti software di vecchia data, ottimizzare l'efficienza operativa di più servizi e completare alcuni progetti che in passato erano stati difficili da avviare a causa di vincoli di costi o di tempo.
Un caso è particolarmente interessante: un gruppo di agenti IA che utilizzavano una versione precedente di Fable 5.2 hanno migrato un servizio di produzione di chiavi da Python a Rust. Una volta completata la migrazione, il servizio è stato avviato circa 26 volte più velocemente, mentre sono state migliorate anche l'efficienza operativa e l'affidabilità. Anthropic ritiene che ciò rifletta i progressi del nuovo modello nel giudizio ingegneristico e nella gestione di requisiti ambigui.
Questa versione comporta anche modifiche al meccanismo di sicurezza dell'intelligenza artificiale. Fable 5.2 e Mythos 5.2 utilizzano effettivamente lo stesso modello sottostante, ma hanno restrizioni di sicurezza diverse configurate per gruppi di utenti diversi. La Fable 5.2 disponibile al pubblico istituisce meccanismi di protezione della sicurezza nei campi della sicurezza informatica e della biologia per bloccare le richieste ad alto rischio che potrebbero essere oggetto di abusi. Anthropic ha affermato che rispetto a Fable 5.1, la nuova versione ha ridotto il numero di intercettazioni di sicurezza nei primi test di circa il 55%, il che significa che il modello è più flessibile nella gestione delle richieste normali pur mantenendo le restrizioni per gli usi ad alto rischio.
Mythos 5.2 è aperto a organizzazioni professionali controllate, principalmente legate alla sicurezza della rete e alla ricerca nel campo delle scienze della vita. Poiché le sue restrizioni di sicurezza sono diverse dalla versione pubblica, gli utenti ordinari non possono accedere direttamente a Mythos come fanno con Fable. Anthropic spera che, attraverso il meccanismo di revisione, consentirà ai ricercatori professionisti di svolgere lavori difficili riducendo al contempo il rischio di abuso della tecnologia.
In termini di prezzo, questo aggiornamento ha comportato cambiamenti significativi anche in termini di prezzo. I prezzi API di Fable 5.2 e Mythos 5.2 sono entrambi di 8 dollari per milione di token di input e 40 dollari per milione di token di output, rispetto rispettivamente a 10 e 50 dollari per i modelli della generazione precedente, con una diminuzione del 20%. Inoltre, Anthropic fornisce anche una modalità veloce opzionale, che può aumentare la velocità di generazione dei token fino a 2,5 volte quella della modalità normale, ma il prezzo corrispondente aumenterà anche a 16 dollari per milione di token di input e 80 dollari per milione di token di output.
Fable 5.2 è stato aperto agli utenti a pagamento di Claude e fornisce servizi tramite API. Supporta anche piattaforme come AWS, Google Cloud e Microsoft Azure. Anthropic ha inoltre annunciato che gli abbonati paganti idonei riceveranno crediti di utilizzo aggiuntivi questa settimana, inclusi da uno a tre reimpostazioni dei crediti di utilizzo, a seconda della durata dell'abbonamento. Gli utenti delle postazioni standard del piano Pro e del piano Team possono inoltre utilizzare fino al 50% della quota di utilizzo settimanale per il modello Fable.
Nel complesso, l'aggiornamento a Fable 5.2 non è solo una normale iterazione delle prestazioni del modello. Una maggiore velocità di generazione, costi di chiamata inferiori e prestazioni migliorate nella programmazione complessa e nelle attività multi-fase degli agenti significano che Anthropic sta rafforzando ulteriormente la competitività di Claude nel lavoro tecnico professionale. Mythos 5.2 continua ad adottare una strategia aperta e ristretta, che riflette anche la filosofia di prodotto dell'azienda di combinare le capacità più potenti con la revisione della sicurezza.
Va notato che i risultati dei benchmark di cui sopra e i casi di applicazione interna provengono tutti da informazioni rilasciate da Anthropic e non possono essere completamente equivalenti ai risultati dei test di terze parti indipendenti in tutti gli scenari di utilizzo effettivi.
Commenti