克劳德寓言 5.2 和神话 5.2

我们升级了克劳德寓言和克劳德神话，这些模型旨在解决最艰巨的技术挑战。 Claude Fable 5.2 和 Claude Mythos 5.2 显示了编码、推理和视觉等领域的改进。在预发布测试期间，他们帮助我们的工程师完成了原本不可行的软件迁移，从头开始设计了三种工作电子设备，解决了黑洞物理学中的两个开放问题，在机器人评估方面取得了实质性进展，并在 30 小时内正式证明了费马大定理，以及我们将在下面讨论的许多其他应用。克劳德寓言和克劳德神话是相同的底层模型。 《神鬼寓言》拥有强大的网络安全和生物学保障措施来防止滥用，这使我们能够将其提供给所有用户。在网络安全或生物医学研究中寻求有益应用的组织可以通过我们最近扩展的生命科学和网络验证计划申请访问 Mythos。测试人员发现，Fable 5.2 和 Mythos 5.2 比过去的 Fable 和 Mythos 模型的沟通更加清晰。它们生成输出的速度比 Claude Fable 5.1 和 Claude Mythos 5.1 快 30%，并且价格更低：每百万输入代币 8 美元，每百万输出代币 40 美元。 Fable 5.2 和 Mythos 5.2 还配备了可选的快速模式，可将代币生成速度提高高达 2.5 倍。快速模式的价格为每百万输入代币 16 美元，每百万输出代币 80 美元。安全和对齐。为了帮助确保安全性和一致性与不断增长的模型功能保持同步，我们对 Fable 5.2 和 Mythos 5.2 的基础模型进行了广泛的预发布安全测试。这包括开发新颖的评估，以更深入地了解沙箱逃逸等特定相关行为。我们认为，错位带来的高风险仍然很低，并且该模型在大多数对齐措施上的表现与我们最近的模型一样好，甚至更好。 《神鬼寓言 5.2》的网络和生物防护措施与《神鬼寓言 5.1》一样强大，但产生的不必要的区块更少，而且我们已经实施了有史以来最强大的蒸馏攻击保护措施。我们在下面描述了有关安全测试的更多信息，完整的详细信息可以在 Claude Fable 5.2 和 Mythos 5.2 系统卡中找到。何时使用克劳德寓言 5.2 和神话 5.2。寓言和神话最适合最雄心勃勃、开放式的技术工作。对于大多数编码和知识任务，我们建议用户从我们最强的日常驱动程序 Claude Opus 5.5 开始，然后根据工作的范围和复杂性根据需要切换到不同的模型 - 向上到 Fable 或 Mythos，或向下到 Claude Sonnet 5.5 或 Claude Haiku 5.5。 Fable 5.2 还可以扮演顾问（Haiku、Sonnet 或 Opus 模型参考它来帮助解决更困难的问题）或 Orchestrator（它将更简单的任务委托给更小的模型）的角色。评估 Claude Fable 5.2 和 Mythos 5.2 基准性能。下面的基准测试表显示，Claude Fable 5.2 和 Mythos 5.2 在我们评估的几乎所有功能（努力和效率）上都比 Opus 5.5 高出一步。在中等难度下（Claude 应用程序和 Claude 代码中的默认设置），Fable 5.2 可以使用比 Fable 5.1 更少的令牌完成具有挑战性的任务。在 FrontierCode 2.0 评估的早期测试中，Fable 5.2 在高工作量下的得分与 Opus 5.5 在最大工作量下的得分大致相同，而每项任务的成本大约是 Opus 5.5 的一半。在 Xhigh 的努力下，它的得分也是所有已发布测试型号中最高的。编码 合并到 Anthropic 核心代码库中的超过 90% 的更改现在由 Claude 编写（在人工指导下）。我们使用《神鬼寓言 5.2》在几分钟内修复了顽固的错误，优化了所有服务的性能，并完成了高价值的软件项目，否则这些项目的尝试速度会太慢或成本太高。运行 Fable 5.2 早期版本的代理团队将一项关键生产服务从 Python 迁移到 Rust，该服务现在更高效、更可靠，启动速度提高了约 26 倍。我们发现《神鬼寓言 5.2》具有很强的工程判断能力，即使是模糊的请求也能产生高质量的结果。作为一项实验，一位 Anthropic 工程师给《神鬼寓言 5.2》设计了一个原型操作系统的任务。该模型从一个空文件夹开始，协调 1,000 多个子代理，昼夜不停地工作八天，编写、测试和审查代码。它生产了一个在笔记本电脑上启动的工作操作系统，有自己的运行机器的核心、磁盘、键盘和网络驱动程序、永久文件存储、窗口、登录屏幕、安装程序和内置的克劳德功能（请参见下面的视频）。早期测试人员对《神鬼寓言 5.2》的编码技能如何成功地应用于广泛的任务印象深刻：网络安全 Claude Mythos 5.2 是我们最有能力的网络安全工程模型。它比我们以前的模型捕获更多的漏洞，并且更好