Son el mismo modelo: Fable 5.2 tiene salvaguardas reforzadas en ciberseguridad y biología y está abierto a todos; Mythos 5.2 solo llega a organizaciones verificadas a través de sus programas de verificación en ciberseguridad y ciencias de la vida, o de Claude Security para empresas.
Cuesta 8 dólares por millón de tokens de entrada y 40 por millón de salida, con un modo rápido opcional (hasta 2,5 veces más veloz) al doble de precio. Está disponible en AWS, Google Cloud y Microsoft Azure.
Anthropic dice que más del 90 % de los cambios que integra en su código principal ya los escribe Claude, y que 1.000 agentes de Fable 5.2 formalizaron el último teorema de Fermat en Lean en unas 30 horas. Fable 5.2 bloquea un 55 % menos de consultas que la 5.1, y la empresa mantuvo a propósito sus capacidades de I+D en IA en torno al nivel de Opus 5.5. Lo evaluaron, entre otros, el AI Security Institute británico y METR.
Claude Fable 5.2 y Claude Mythos 5.2 muestran mejoras en áreas como la codificación, el razonamiento y la visión. Durante las pruebas previas al lanzamiento, ayudaron a nuestros ingenieros a completar migraciones de software que de otro modo serían inviables, diseñaron tres dispositivos electrónicos funcionales desde cero, resolvieron dos problemas abiertos en la física de los agujeros negros, lograron avances sustanciales en evaluaciones de robótica y formalizaron la demostración del Último Teorema de Fermat en 30 horas, entre muchas otras aplicaciones que analizaremos más adelante.
Claude Fable y Claude Mythos comparten el mismo modelo subyacente. Fable cuenta con sólidas medidas de ciberseguridad y protección biológica para evitar su uso indebido, lo que nos permite ponerlo a disposición de todos los usuarios. Las organizaciones que buscan aplicaciones beneficiosas en ciberseguridad o investigación biomédica pueden solicitar acceso a Mythos a través de nuestros programas de Ciencias de la Vida y Ciberverificación , recientemente ampliados .
Los evaluadores han descubierto que Fable 5.2 y Mythos 5.2 se comunican con mayor claridad que los modelos anteriores de Fable y Mythos. Generan resultados hasta un 30 % más rápido que Claude Fable 5.1 y Claude Mythos 5.1, y están disponibles a un precio más bajo: 8 dólares por millón de tokens de entrada y 40 dólares por millón de tokens de salida.
Fable 5.2 y Mythos 5.2 también incluyen un modo rápido opcional que acelera la generación de tokens hasta 2,5 veces. El modo rápido tiene un costo de $16 por millón de tokens de entrada y $80 por millón de tokens de salida.
Seguridad y alineación. Para garantizar que la seguridad y la alineación se mantengan al ritmo de las crecientes capacidades del modelo, realizamos extensas pruebas de seguridad previas al lanzamiento del modelo que sustenta Fable 5.2 y Mythos 5.2. Esto incluyó el desarrollo de evaluaciones novedosas que brindan una visión más profunda de comportamientos preocupantes específicos, como las fugas de sandbox. Creemos que los riesgos de alto impacto derivados de la desalineación siguen siendo bajos, y el modelo tuvo un rendimiento igual o superior al de nuestros modelos recientes en la mayoría de las medidas de alineación. Las salvaguardas cibernéticas y biológicas de Fable 5.2 son tan robustas como las de Fable 5.1, pero generan menos bloqueos innecesarios, y hemos implementado nuestras protecciones más sólidas hasta la fecha contra ataques de destilación.
A continuación, describimos con más detalle nuestras pruebas de seguridad, y encontrará toda la información en la tarjeta del sistema de Claude Fable 5.2 y Mythos 5.2 .
Cuándo usar Claude Fable 5.2 y Mythos 5.2. Fable y Mythos son ideales para los trabajos técnicos más ambiciosos y de final abierto. Para la mayoría de las tareas de codificación y gestión del conocimiento, recomendamos que los usuarios comiencen con Claude Opus 5.5, nuestra herramienta principal para el uso diario, y luego cambien a un modelo diferente según sea necesario, dependiendo del alcance y la complejidad de su trabajo: Fable o Mythos, o Claude Sonnet 5.5 o Claude Haiku 5.5. Fable 5.2 también puede funcionar como Asesor (donde los modelos Haiku, Sonnet u Opus lo consultan para ayudar a resolver problemas más complejos) o como Orquestador (donde delega tareas más sencillas a modelos más pequeños).
Evaluación de Claude Fable 5.2 y Mythos 5.2
Rendimiento de referencia. La tabla de referencia que aparece a continuación muestra que Claude Fable 5.2 y Mythos 5.2 están un paso por encima de Opus 5.5 en casi todas las capacidades que evaluamos:
| Fábula 5.2 | Fábula 5.1 | Opus 5.5 | GPT-6 Astra | Géminis 4 Carbono | |
|---|---|---|---|---|---|
| Codificación agencialCódigo de Frontera 2.0 | 49,1%Esfuerzo X alto | 32,4%Esfuerzo X alto | 45,5% | 42,8% | 41,1%Esfuerzo medio |
| Codificación agencialFrontierSWE v2 | 69,9% | 56,3% | 62,3% | 65,5% | 61,2% |
| flujos de trabajo empresarialesBanco de automatización | 51,4% | 31,4% | 42,5% | 41,4% | 53,9% |
| Investigación científica con agentesCiencia de banco terminal 0.1 | 74,6%75,3% (Mythos 5.2) | 52,6% | 58,7% | 68,1% | 64,8% |
| CiberseguridadCyScenarioBench † | 76,3%Mitos 5.2 | 61,7%Mitos 5.1 | 67,6%sin salvaguardias | 61%GPT-6 Cibernético | — |
| CiberseguridadRedescubrimiento de CVE | 89,6%Mitos 5.2 | 78,3%Mitos 5.1 | 81,3%sin salvaguardias | — | — |
| Diseño de proteínasDiseño de aglutinante de novo (24 horas) | 85,1%Mitos 5.2 | 79,1%Mitos 5.1 | 82,6%sin salvaguardias | — | — |
| Búsqueda agencialWANDR (puntuación relajada) | 82,1% | 68,7% | 72,3% | — | — |
| Uso de la computadoraOSWorld 2.1 (conjunto sin conexión, parcial) | 89,3% | 83,5% | 87,2% | 79,5% | 81,5% |
| RobóticaRoboDojo Sim ‡ | 64,9% | 27,6% | 39,4% | 29,8% | — |
| Trabajo del conocimientoMaletín AA v1.1 | 66,1%rúbrica | 61,5%rúbrica | 61,2%rúbrica | 52,0%rúbrica | 61,8%rúbrica |
| 1785Elo | 1669Elo | 1800Elo | 1569Elo | 1611Elo | |
| Trabajo del conocimientoÍndice de Trabajo Remoto (RLI) | 41,3%Alto esfuerzo | 17,9% | 21,3% | 20,8% | — |
| razonamiento multidisciplinarioEl último examen de la humanidad (con herramientas) | 74,2% | 65,6% | 67,7% | 57,2% | — |
| Reconocimiento de gráficos visualesCartografía (sin herramientas) | 73,4% | 44,8% | 64,4% | 71,0% | 72,5% |
Para obtener detalles sobre la metodología de evaluación, consulte la Tarjeta del sistema Claude Fable 5.2 y Claude Mythos 5.2 . Las puntuaciones de Fable 5.2, Fable 5.1 y Opus 5.5 muestran los resultados con las medidas de seguridad activadas, salvo que se indique lo contrario. Todas las puntuaciones muestran el máximo esfuerzo disponible de cada modelo, salvo que se indique lo contrario. † En CyScenarioBench, las puntuaciones de cada laboratorio se basan en tareas únicas. ‡ RoboDojo Sim muestra el máximo esfuerzo disponible y se ejecutó internamente.
Esfuerzo y eficiencia. Con un esfuerzo medio (el predeterminado en las aplicaciones Claude y Claude Code), Fable 5.2 puede completar tareas complejas con menos tokens que Fable 5.1. En las primeras pruebas de la evaluación FrontierCode 2.0, Fable 5.2, con un esfuerzo alto, obtuvo una puntuación similar a la de Opus 5.5 con un esfuerzo máximo, con aproximadamente la mitad del coste por tarea. Con un esfuerzo extra alto, también obtuvo la puntuación más alta de todos los modelos publicados que se probaron.
FrontierCode mide si los mantenedores de repositorios de código abierto integrarían los cambios de código de un modelo. Con un esfuerzo alto, Fable 5.2 obtiene una puntuación similar a la mejor puntuación de Opus 5.5 (45,3 % frente a 45,5 %) con aproximadamente la mitad del coste por tarea, y supera la mejor puntuación de GPT-6 Astra (42,8 %) con un coste similar. Con un esfuerzo muy alto, Fable 5.2 alcanza el 49,1 %, la puntuación más alta de cualquier modelo publicado que hayamos probado.
Codificación
Más del 90 % de los cambios incorporados al código base de Anthropic ahora son obra de Claude (con supervisión humana). Hemos utilizado Fable 5.2 para corregir errores persistentes en minutos, optimizar el rendimiento de todos nuestros servicios y completar proyectos de software de alto valor que, de otro modo, habrían sido demasiado lentos o costosos. Un equipo de agentes que utilizaba una versión anterior de Fable 5.2 migró un servicio crítico de producción de Python a Rust; ahora el servicio es más eficiente, más fiable y se inicia aproximadamente 26 veces más rápido. Hemos comprobado que Fable 5.2 demuestra un sólido criterio de ingeniería y puede generar resultados de alta calidad incluso a partir de solicitudes ambiguas.
Como experimento, un ingeniero de Anthropic le encomendó a Fable 5.2 la tarea de diseñar un prototipo de sistema operativo. Partiendo de una carpeta vacía, el modelo coordinó más de 1000 subagentes, trabajando sin descanso durante ocho días escribiendo, probando y revisando código. El resultado fue un sistema operativo funcional que arranca en un portátil, con su propio núcleo para el funcionamiento del sistema, controladores para el disco, el teclado y la red, almacenamiento permanente de archivos, ventanas, una pantalla de inicio de sesión, un instalador y funcionalidad Claude integrada (véase el vídeo a continuación).
Recibe lo mejor de la semana en tu email
Cada lunes, las noticias más leídas de Territorio Blockchain, el nuevo episodio del podcast y las novedades de nuestros eventos. Gratis y sin spam.
Te enviaremos un email para confirmar el alta. Puedes darte de baja cuando quieras con el enlace que lleva cada newsletter. Privacidad
