При тестовете новият модел на Claude провери доказателството на теоремата на Ферма за 30 часа и създаде собствена операционна система
Американската компания Anthropic представи на 9 ноември два нови модела на изкуствения интелект – Claude Fable 5.2 и Claude Mythos 5.2. Всъщност това е един и същ модел, пуснат в два варианта. Fable 5.2 е достъпен за всички платени потребители на Claude и за разработчиците, но има по-строги защити в областта на киберсигурността и биологията. Mythos 5.2 е предназначен само за проверени организации, които работят в киберсигурността и в науките за живота.
Според компанията новите модели отговарят до 30% по-бързо от предишната версия 5.1 и са по-евтини от нея.
Теоремата на Ферма – за 30 часа вместо за 11 дни
Най-впечатляващият пример, който Anthropic дава, е свързан с последната теорема на Ферма. Френският математик Пиер дьо Ферма я формулира около 1637 г., а математиците не успяха да я докажат повече от три века и половина. Първото правилно доказателство даде британецът Андрю Уайлс през 90-те години на ХХ век. То заема над 100 страници.
Claude не открива ново доказателство, а прави нещо друго: превежда цялото доказателство на езика на Lean – компютърна програма, която проверява всяка стъпка на математическото разсъждение и не допуска пропуски. Така доказателството е потвърдено не само от хора, но и от машина.
При първия такъв опит непубликувана изследователска версия на Claude се справи за 11 дни. Сега екип от 1000 агента на Fable 5.2, които работят заедно, завършва задачата за 30 часа. Според Anthropic новият модел се нуждае от три пъти по-малко действия, а доказателството, до което стига, е седем пъти по-кратко.
Черни дупки и собствена операционна система
Компанията съобщи още, че Fable 5.2 реши два нерешени въпроса за черните дупки, свързани с усилията на физиците да обединят двете основни теории на съвременната физика – теорията на относителността и квантовата механика. С първия въпрос моделът се справя почти самостоятелно. При втория той установява точната граница на метод, който физиците използват повече от 15 години.
Като експеримент един от инженерите на Anthropic възлага на Fable 5.2 да създаде операционна система – програмата, която управлява компютъра. Моделът започва от празна папка, разпределя работата между повече от 1000 помощни агента и в продължение на осем дни денонощно пише, проверява и преглежда код. Резултатът е работеща операционна система, която стартира на лаптоп, със собствено ядро, което управлява машината, и с драйвери – програми за връзка с диска, клавиатурата и мрежата.
Предупрежденията на компанията
Компанията смята, че рискът моделите да действат против намеренията на създателите си остава нисък, но признава, че „проблемът с изграждането на проверки, които надеждно да улавят всеки пропуск, преди моделът да бъде пуснат, остава нерешен“.
Отговорът на Google – Gemini 4 Carbon
На 28 октомври Google представи Gemini 4 Carbon – своя най-мощен модел досега. Той е насочен към дълги и сложни задачи по програмиране и към киберсигурността. Засега Gemini 4 Carbon е достъпен само за подбрани специалисти по киберзащита, а Google обещава по-широко пускане „възможно най-скоро“.
В общата класация на независимата организация Artificial Analysis моделът на Google излиза на първо място с една точка пред Claude Opus 5.5, но при програмирането Opus 5.5 остава пред него. Тази оценка е направена преди появата на Fable 5.2. В сравнението, което публикува самата Anthropic, Fable 5.2 изпреварва Gemini 4 Carbon и водещия модел на OpenAI – GPT-6 Astra – в повечето тестове.
Колко струват
Компаниите продават достъпа до моделите на разработчиците според обема текст, който моделът прочита (вход) и пише (изход). Текстът се мери в токени – думи или части от думи. Цените по-долу са в долари за един милион токена.
| Модел | Компания | Вход | Изход |
|---|---|---|---|
| Claude Fable 5.2 | Anthropic | 8 | 40 |
| Claude Mythos 5.2* | Anthropic | 8 | 40 |
| Claude Opus 5.5 | Anthropic | 4 | 20 |
| Claude Sonnet 5.5 | Anthropic | 2 | 10 |
| Claude Haiku 5.5 | Anthropic | 0,10 | 0,50 |
| Gemini 4 Carbon* | 2 (после 4) | 10 (после 20) | |
| Gemini 4 Argon* | 2 (после 4) | 10 (после 20) | |
| GPT-6 Astra | OpenAI | 10 | 50 |
| GPT-6.1 Sol | OpenAI | 2 | 10 |
| GPT-6.1 Terra | OpenAI | 1 | 5 |
* Засега с ограничен достъп.
Предишната версия Fable 5.1 струваше 10 долара за вход и 50 долара за изход, така че новият модел е с една пета по-евтин. Google предлага Gemini 4 Carbon и Argon на първоначална, промоционална цена, която по-късно се удвоява.
Кой модел за какво
- Claude Opus 5.5 – Anthropic препоръчва повечето потребители да започват с него – за програмиране, за работа с текстове и за друга интелектуална работа. Компанията го нарича своя „най-силен модел за всеки ден“.
- Claude Fable 5.2 – според Anthropic е най-подходящ за най-амбициозните технически задачи, при които решението не е известно предварително.
- Claude Mythos 5.2 – за проверени организации в киберсигурността и науките за живота.
- Claude Haiku 5.5 – най-евтиният модел в сравнението.
- Gemini 4 Carbon – за дълги задачи по програмиране и за киберзащита, но засега само за малък кръг специалисти.
Claude вече работи и с таблици
На 10 ноември Anthropic добави и нова функция – Claude Sheets, която засега е в пробен вариант. С нея Claude създава електронни таблици с няколко листа, формули, форматиране и падащи списъци. Екипите могат да ги споделят и да ги редактират заедно с Claude, а всяка промяна, която той прави, е отбелязана, така че потребителите да могат да я проследят. Функцията е достъпна за потребителите с всички видове платен абонамент. Засега таблиците имат основни възможности; за по-сложна работа те могат да бъдат изтеглени като файл за Excel, а потребителите на Excel могат да използват и отделната добавка Claude for Excel.
