要約:
Anthropic は、新世代の主力人工知能モデルである Claude Fable 5.2 と Claude Mythos 5.2 を 11 月 9 日に正式に発表しました。新バージョンは、モデルの表現品質を向上させながら、プログラミング、論理的推論、視覚的理解能力の向上に重点を置いています。 Anthropic が発表したデータによると、2 つのモデルの出力速度は前世代よりも最大 30% 高速になり、API 呼び出し価格は 20% 削減されています。
Fable と Mythos は、Anthropic の製品システムの中で最も上位に位置するモデル シリーズであり、主に複雑でオープンな技術タスクを対象としています。対照的に、Haiku、Sonnet、Opus はそれぞれ、さまざまな規模と複雑さの日常的なタスクを引き受けます。 Anthropic では、一般的なプログラミングとナレッジ ワークでは、通常は最初に Claude Opus 5.5 を使用し、特に複雑で時間のかかるタスクに直面した場合にのみ、Fable または Mythos に切り替える必要があることを推奨しています。
パフォーマンスの点で、Anthropic 氏は、Fable 5.2 と Mythos 5.2 はコンテンツをより速く生成できるだけでなく、複雑なタスクを処理する際にアイデアを明確に表現することにも優れていると述べました。また、Fable 5.2 は、中程度の推論強度で困難なタスクを完了するときに Fable 5.1 よりも少ないトークンを使用できるため、実際の使用コストをさらに削減できます。
Anthropic が発行したベンチマーク テストでは、複数のテストにおいて Fable 5.2 が自身の Opus 5.5 および前世代の Fable 5.1 を上回ることが示されています。 FrontierCode 2.0 プログラミング テストでは、Fable 5.2 は最高推論強度で 49.1% のスコアを達成しました。これは Fable 5.1 の 32.4% よりも大幅に高く、Opus 5.5 の 45.5% も上回りました。 FrontierSWE v2 テストでは、新しいモデルのスコアは 69.9% でしたが、Fable 5.1 では 56.3%、Opus 5.5 では 62.3% でした。
複雑な知識推論を含む人類最後の試験テストでは、ツールを使用した場合、Fable 5.2 は 74.2% のスコアを達成しました。これは、Fable 5.1 の 65.6% や Opus 5.5 の 67.7% よりも高かったです。 RoboDojo Sim 双腕ロボット シミュレーション テストでは、新モデルのスコアは 64.9% で、前世代の 27.6% と比較して大幅に向上しました。さらに、リモート労働指数テストでは、寓話 5.2 のスコアは 41.3% でしたが、寓話 5.1 のスコアは 17.9% にすぎませんでした。
しかし、新しいモデルがすべてのテストで首位に立ったわけではありません。たとえば、AutomationBench エンタープライズ ワークフロー テストでは、Google Gemini 4 Carbon は 53.9% を達成し、Fable 5.2 の 51.4% を上回りました。これらの結果は、特定のタスク タイプではさまざまなモデルのパフォーマンスに依然として差があり、単一のベンチマーク テストだけでは総合的な機能を判断できないことも示しています。
Anthropic は、社内ソフトウェア開発における Fable 5.2 の実際のパフォーマンスも紹介しました。同社は現在、コアコードベースのマージされたコード変更の90％以上がクロード氏による手動指導の下で完了していると述べた。エンジニアリング チームは Fable 5.2 を使用して、長年にわたるソフトウェアの欠陥を修正し、複数のサービスの運用効率を最適化し、コストや時間の制約によりこれまで立ち上げが困難であったいくつかのプロジェクトを完了しました。
特に興味深いケースが 1 つあります。Fable 5.2 の初期バージョンを使用している AI エージェントのグループは、主要な運用サービスを Python から Rust に移行しました。移行完了後はサービス開始が約26倍高速化するとともに、運用効率や信頼性も向上した。 Anthropic は、これがエンジニアリング上の判断と曖昧な要件の処理における新しいモデルの進歩を反映していると考えています。
このリリースには、人工知能のセキュリティ メカニズムの調整も含まれています。 Fable 5.2 と Mythos 5.2 は実際には同じ基礎モデルを使用していますが、ユーザー グループごとに異なるセキュリティ制限が設定されています。公開されている Fable 5.2 は、サイバーセキュリティと生物学の分野でセキュリティ保護メカニズムを設定し、悪用される可能性のある高リスクのリクエストをブロックします。 Anthropic 氏は、Fable 5.1 と比較して、新バージョンでは初期のテストでのセキュリティ傍受の数が約 55% 減少したと述べました。これは、このモデルが高リスクの使用に対する制限を維持しながら、通常のリクエストをより柔軟に処理できることを意味します。
Mythos 5.2 は、主にネットワーク セキュリティとライフ サイエンス研究に関連する監査済みの専門組織に公開されています。公開版とはセキュリティ制限が異なるため、Fable のように一般ユーザーが Mythos に直接アクセスすることはできません。 Anthropic は、このレビューメカニズムを通じて、技術悪用のリスクを軽減しながら、専門の研究者が困難な作業を実行できるようになることを期待しています。
価格の面でも、このアップグレードにより大きな変化がもたらされました。 Fable 5.2 と Mythos 5.2 の API 価格はどちらも入力トークン 100 万あたり 8 米ドル、出力トークン 100 万あたり 40 米ドルです。これに対し、前世代モデルではそれぞれ 10 米ドルと 50 米ドルで、20% 減少しています。さらに、Anthropic はオプションの高速モードも提供しており、トークンの生成速度を通常モードの 2.5 倍まで高めることができますが、それに対応する価格も入力トークン 100 万あたり 16 米ドル、出力トークン 100 万あたり 80 米ドルに上昇します。
Fable 5.2 はクロードの有料ユーザーに公開されており、API を通じてサービスを提供します。 AWS、Google Cloud、Microsoft Azureなどのプラットフォームもサポートしています。 Anthropic はまた、対象となる有料購読者が今週、購読期間に応じて 1 ～ 3 回の使用量クレジットのリセットを含む追加の使用量クレジットを受け取ることになると発表しました。プロ プランおよびチーム プランの標準シートのユーザーは、週ごとの使用量割り当ての最大 50% を Fable モデルに使用することもできます。
全体として、Fable 5.2 アップグレードは、単なる通常のモデルのパフォーマンスの反復ではありません。生成速度の高速化、通話コストの削減、複雑なプログラミングや複数ステップのエージェント タスクにおけるパフォーマンスの向上により、Anthropic は専門的な技術作業における Claude の競争力をさらに強化しています。 Mythos 5.2 は引き続き制限付きオープン戦略を採用しており、これは最強の機能とセキュリティ レビューを組み合わせるという同社の製品哲学も反映しています。
上記のベンチマーク結果と社内アプリケーションの事例はすべて Anthropic が公開した情報によるものであり、実際の使用シナリオすべてにおける独立したサードパーティのテスト結果と完全に同等であるわけではないことに注意してください。
コメント