Riassunto:
Il 9 novembre, ora locale, Anthropic ha rilasciato Claude Fable 5.2 e Claude Mythos 5.2. Entrambi condividono lo stesso modello sottostante. Fable è disponibile per tutti gli utenti e dispone di protezioni di sicurezza informatica e biosicurezza integrate; Mythos rimuove queste restrizioni ed è aperto solo alle istituzioni che superano il programma di verifica Cyber o Life Sciences.
Dopo il suo rilascio, le descrizioni di tutti erano quasi le stesse: più forti e più veloci. Alcuni sviluppatori ritengono anche che il prezzo sia sbagliato a prima vista. Per la codifica, Fable 5.2 non è conveniente. Tuttavia, la stessa Anthropic ha affermato nella documentazione di rilascio che per la maggior parte del lavoro di codifica e conoscenza, si consiglia a tutti di "iniziare con Claude Opus 5.5".
I modelli più potenti della storia vengono costantemente aggiornati, ma non rimane molto tempo per utilizzarli. Prima di raggiungere l’AGI, le aziende di intelligenza artificiale hanno raggiunto il limite della commercializzazione.
I più forti continuano a diventare più forti. È emerso il prototipo della forza lavoro digitale?
Per prima cosa parliamo dei suoi punti di forza. FrontierCode 2.0 verifica "se i manutentori del progetto open source sono disposti a unire il codice scritto dai modelli". Al livello di potenza di calcolo più elevato, Fable 5.2 ha raggiunto il 49,1%, mentre la generazione precedente Fable 5.1 ha raggiunto il 32,4%.
L'indice del lavoro a distanza, che misura quante attività di lavoro a distanza nel mondo reale un modello può completare in modo indipendente, è più che raddoppiato, passando dal 17,9% al 41,3%.
Anthropic dispone anche di un test interno di simulazione di robot, RoboDojo Sim, il cui punteggio è migliorato dal 27,6% al 64,9%. Tuttavia, questo numero deriva dalle operazioni interne dell'azienda e non può essere riprodotto dal mondo esterno.
Quindi c'è il punto debole. Anche nella tabella comparativa ufficiale, in AutomationBench, il 51,4% di Fable 5.2 ha perso contro il 53,9% di Google Gemini 4 Carbon.
Nella smart list della piattaforma esterna Artificial Analysis, Fable 5.2 è in cima alla lista con 65 punti, superando di gran lunga Gemini 4 Carbon al secondo posto con 60 punti e 9 punti dietro GPT-6 astra al quarto posto.
Quanto è forte? In più di un giorno, un'impresa importante nella storia della matematica umana fu portata a termine direttamente.
Entro 30 ore, la verifica formale dell'Ultimo Teorema di Fermat fu completata; inoltre, sono stati risolti anche due problemi irrisolti della fisica legati ai buchi neri e alla gravità quantistica. Può anche gestire un sistema operativo in modo completamente indipendente, progettare e produrre in modo indipendente apparecchiature elettroniche e prevedere la struttura del capside di virus adeno-associati complessi...
Alcune persone credono che Fable 5.2 significhi che l'intelligenza artificiale si sta trasformando da uno strumento di produttività a una forza lavoro digitale con capacità di esecuzione ingegneristica.
Tuttavia, molti gruppi di sviluppatori ritengono che ciò possa significare che Anthropic abbia "raggiunto la fine" nella direzione della codifica. Se non si svilupperanno nuovi percorsi e nuovi modelli, sarà difficile stimolare le percezioni degli investitori. E ora coincide con il periodo critico per Anthropic per correre verso i prezzi dell’IPO.
Il prezzo è molto più alto, quindi Anthropic ti consiglia di non utilizzarlo
Tuttavia, quando molti sviluppatori furono entusiasti di provare le funzionalità di Fable 5.2, scoprirono che c'era qualcosa che non andava nel prezzo.
Il prezzo standard di Fable 5.2 è di 8 $ per l'input e 40 $ per l'output per milione di token, che sembra essere un calo del 20% rispetto ai 10 e 50 $ della generazione precedente, e la velocità di output è fino al 30% più veloce rispetto alla versione 5.1. Se è troppo lento, puoi attivare la modalità veloce, che aumenta la velocità di 2,5 volte e raddoppia il prezzo. L’input è $ 16 e l’output è $ 80.
Intuitivamente, anche il costo per attività dell'analisi artificiale è molto più elevato.
Tuttavia, la stessa Anthropic ha inserito una curva "precisione del codice rispetto al costo per attività" nei materiali di rilascio e ha concluso che, a un livello di potenza di calcolo medio, il 45,3% di Fable 5.2 è già vicino al livello più alto di Opus 5.5, pari al 45,5%, e il costo per completare un'attività è solo circa la metà.
Attualmente, i funzionari di Anthropic hanno cambiato la scala per misurare il consumo intelligente. Negli ultimi due anni, il confronto dei prezzi del settore si è basato sul costo per milione di token. Questa volta è stato sostituito dal costo per attività completata. I risultati misurati da due righelli possono essere completamente opposti. Un modello il cui prezzo unitario simbolico è inferiore del 20% può costare il doppio se sono necessari altri tre round per farlo bene.
Inoltre, la raccomandazione ufficiale di Anthropic è: "Per la maggior parte del lavoro di codifica e conoscenza, consigliamo agli utenti di iniziare con Claude Opus 5.5."
Rispetto ai prezzi attuali, DeepSeek V4.1-Flash costa 0,3 dollari per milione di input e 1,2 dollari per milione di output, Kimi K3.1 Pro costa 2 dollari per milione di input e 10 dollari di output, mentre la versione standard GPT-5.5 costa 5 e 30 dollari. Il Fable 5.2 è al top, $8 e $40.
In altre parole, questo modello costa molto ogni volta che viene aperto. Il suo valore sta nell'aprirlo una volta in un momento critico, non tutti i giorni.
A questo proposito Anthropic le ha assegnato due nuovi ruoli. Uno è Consigliere. Modelli economici come Haiku, Sonnet e Opus vengono a chiederselo quando incontrano problemi. L'altro è Orchestrator, uno scheduler. Non lo fa personalmente, ma suddivide i compiti e li assegna ai modelli più piccoli di seguito.
Più forte del più forte è ancora in fase di aggiornamento, ma non è più il più importante
Anthropic ha affermato che un ingegnere ha fornito a Fable 5.2 una cartella vuota, che ha coordinato più di 1.000 sub-agenti ed è stata eseguita ininterrottamente per 8 giorni, e alla fine ha consegnato un prototipo di sistema operativo che poteva essere avviato su un laptop, con il proprio kernel, disco, tastiera e driver di rete, archiviazione di file, finestra, interfaccia di accesso e programma di installazione.
Un altro gruppo di agenti ha migrato uno dei servizi di produzione di Anthropic da Python a Rust e la velocità di avvio è stata circa 26 volte più veloce dopo la migrazione.
È coinvolto anche nell'hardware. Anthropic ha affermato di aver collaborato con il produttore di circuiti stampati Diode per progettare tre prodotti: un assistente vocale domestico, un altoparlante per conferenze USB e un animale domestico elettronico portatile, inclusi circuiti stampati, involucri e software. Le schede possono funzionare senza alcuna modifica elettrica dopo la loro realizzazione.
L'esempio matematico è questo. Circa 1.000 agenti hanno trascorso meno di 30 ore a tradurre la dimostrazione esistente dell'Ultimo Teorema di Fermat in una forma che Lean può verificare passo dopo passo. Fare la stessa cosa nel settembre di quest’anno ha richiesto 11 giorni, impalcature speciali e una guida completa da parte dei ricercatori; questa volta è stato utilizzato solo un terzo del token di output e la lunghezza della prova era circa un settimo della lunghezza originale.
Questi casi sembrano delle esibizioni. Ma se sostituisci "1000 sub-agenti" con "1000 subordinati", scoprirai che in realtà descrive una struttura organizzativa, non un modello.
Un esperto del settore ritiene che la concorrenza per i modelli di punta sia convergente, ovvero convergenza dei prezzi e convergenza dei dati. Il passo successivo è senza dubbio la fase di "applicazione", in cui vengono eseguiti contemporaneamente il limite superiore delle capacità del modello e il limite inferiore del prezzo, il che significa che l'intelligenza artificiale può essere utilizzata per diverse esplorazioni differenziate. A quel punto, per i produttori di modelli, la competizione sarà data da dimensioni quali cablaggio, memoria e abitudini dell'utente.
A questo punto, possiamo vedere che i grandi produttori di modelli stanno prendendo accordi. Ad esempio, anche DeepSeek e OpenAI stanno completando lo stesso insieme di funzionalità.
Nell'agosto di quest'anno, DeepSeek ha reso open source DeepSeek Harness con la licenza MIT. Il 17 ottobre, quando DeepSeek ha rilasciato la V4.1-Flash-1017, è stato chiarito che il nuovo modello era ottimizzato per prodotti intelligenti come DeepSeek Harness, Tencent CodeBuddy e WorkBuddy. E Cui Tianyi della squadra di cablaggio ha reclutato persone su larga scala. Ifeng Technology aveva precedentemente appreso da addetti ai lavori del settore che lo stesso Liang Wenfeng è migliore in "questa è anche l'area".
Sempre il 5 novembre, Kimi ha appena rilasciato Kimi Hosted Agents (agenti ospitati), proponendo ufficialmente Harness as a Service.
Lo stesso giorno, Cat Wu, responsabile dei prodotti Claude Code presso Anthropic, è entrato a far parte di OpenAI ed era responsabile della gestione del prodotto del team di prodotto principale. È stata coinvolta nel portare Claude Code dai prototipi interni ai prodotti commerciali ampiamente utilizzati, per poi unirsi brevemente a Cursor.
Claude Code è uno dei prodotti Anthropic più rappresentativi nel mercato della programmazione AI. Cat Wu ha esperienza diretta nel processo, dalla concezione del prodotto alla commercializzazione. Il suo reclutamento da parte di OpenAI significa ovviamente rafforzare le capacità del Codex e dei prodotti Agent più ampi.
In effetti, poco prima del rilascio di Fable 5.2, è trapelato il presunto nuovo modello di Gemini. L'utente @chetaslua ha commentato che "ci vuole il doppio del tempo e la quantità di codice raddoppia". Questo è un nuovo checkpoint per Gemini 4 con nome in codice "krypton" all'interno di Google. Si dice che le prestazioni nelle immagini di generazione del codice e nelle scene 3D superino significativamente il carbonio appena rilasciato. Pertanto, la velocità di aggiornamento dei modelli di punta è in aumento. Alcune persone pensano che sia dovuto all'RSI, altrimenti non c'è modo di spiegarlo.
Quindi arriva la domanda. Se l’intelligenza non è più un problema, allora cos’è la competitività? Come andrà il prossimo concorso di modelli? La risposta sarà presto rivelata.
Commenti