Anthropic anunció Claude Fable 5.2 y Claude Mythos 5.2, dos variantes de un mismo modelo de inteligencia artificial destinado a tareas técnicas complejas. Fable incorpora restricciones para solicitudes sensibles de ciberseguridad y biología, mientras que Mythos reserva esas capacidades a organizaciones que superen procesos de verificación.
Programación, ingeniería y resultados de Claude Fable 5.2
En FrontierCode 2.0, una prueba que evalúa si los mantenedores de proyectos abiertos aceptarían cambios de código, Fable 5.2 obtuvo 49.1% con esfuerzo Xhigh. La versión 5.1 alcanzó 32.4% con el mismo ajuste, según los resultados publicados por Anthropic.
Anthropic reportó 69.9% en FrontierSWE v2 frente a 56.3% de Fable 5.1, y 89.3% en la muestra parcial sin conexión de OSWorld 2.1 frente al 83.5% de Fable 5.1. Estas cifras provienen de sus pruebas, con niveles de esfuerzo que varían entre modelos.
Admin
En ingeniería, Anthropic afirma que Fable 5.2 diseñó tres dispositivos electrónicos funcionales, incluidos sus circuitos y programas, con apoyo de la empresa Diode para la fabricación. También atribuye al modelo la formalización computacional del último teorema de Fermat en 30 horas mediante 1000 agentes.
Liyu Gong, gerente sénior de aprendizaje automático de Oracle, describió una evaluación de consultas SQL que combinaba distintos conjuntos de datos financieros. Su testimonio destaca una diferencia en los resultados obtenidos al comparar Fable 5.2 con otros dos modelos.
“En una prueba que combinó resúmenes de deuda por país, historial de pagos y referencias regionales, Claude Fable 5.2 generó SQL que devolvió los resultados esperados. El SQL generado por otros dos modelos también se ejecutó correctamente, pero sumó de manera incorrecta los montos agregados a nivel de país, lo que produjo valores entre 5 y 8 veces superiores a los esperados. Obtener correctamente estos cálculos empresariales es la razón por la que vemos valor en utilizar Fable 5.2 para la generación de SQL empresarial”.
Ciberseguridad, acceso y precios
En ciberseguridad, Mythos 5.2 obtuvo 89.6% en la evaluación interna CVE Rediscovery, frente al 78.3% de Mythos 5.1. La prueba examina si el modelo identifica vulnerabilidades publicadas a partir de versiones de proyectos anteriores a la corrección de esos fallos.
Brian Grinstead, ingeniero distinguido de Mozilla, participó en la revisión de seguridad de Firefox con sucesivas generaciones de Claude. Al comparar las campañas realizadas, señaló un aumento en los resultados de descubrimiento de vulnerabilidades con Mythos 5.2 respecto de la versión anterior.
“Claude Mythos 5.2 es sorprendentemente bueno. Hemos trabajado estrechamente con el equipo de Anthropic durante todo el año para reforzar Firefox con generaciones sucesivas de modelos Claude, y cada ronda ha dejado menos fallos por encontrar, cada vez más sutiles. Aun así, Mythos 5.2 aproximadamente duplicó las métricas de descubrimiento de vulnerabilidades de Mythos 5.1 en las respectivas campañas de análisis”.
Fable 5.2 está disponible en los servicios de Anthropic y mediante Amazon Web Services, Google Cloud y Microsoft Azure. El acceso a Mythos 5.2 exige participar en programas de verificación para profesionales de ciberseguridad o investigadores de ciencias de la vida.
Admin
Anthropic fijó el precio estándar en USD 8 por millón de tokens de entrada y USD 40 por millón de salida. El modo rápido, que según la empresa puede generar tokens hasta 2.5 veces más deprisa, cuesta USD 16 y USD 80, respectivamente.
La compañía inició además una beta privada de Enterprise Frontier Safeguards, con supervisión automatizada sobre datos almacenados en infraestructura del cliente y compatibilidad con retención cero. Para los demás clientes, Anthropic establece una conservación de 30 días destinada a la supervisión de seguridad.
