果真版Mythos上线,,,Claude最强模子最先分层发售
Anthropic终于把Mythos推向了果真市场,,,但分层发售。。。。。
破晓,,,Anthropic正式宣布Claude Fable 5和Claude Mythos 5。。。。。前者面向通俗用户开放,,,后者则继续限制在“受信任的清静相助同伴”规模内。。。。。
新模子的命名可以说很切合Claude一直的气概。。。。。
从Haiku(俳句)到Sonnet(十四行诗)再到Opus(艺术巨著),,,Anthropic一直在用文学和艺术看法给模子分层,,,到了Mythos,,,名字已经从文学作品膨胀到“神话”自己。。。。。
Fable来自拉丁语fabula,,,意思是“被讲述之物”,,,和希腊语mythos同源,,,直译过来的话一般被称为“寓言”。。。。。这个名字正如新模子的定位,,,一个“Mythos级”的模子,,,一个“果真的神话”。。。。。
凭证Anthropic的形貌,,,Fable 5和Mythos 5共享统一个底层模子,,,只是被装进了更适合果真分发的清静壳里。。。。。在官方给出的模子能力上,,,它们两个被放在统一个位置。。。。。
但跑分归跑分,,,若是Fable和Mythos的体现完全一样,,,我想应该也不必分成两个名字了。。。。。
被改写的“神话”
神话被改写、被压缩、被加上训诫之后,,,酿成了寓言。。。。。
凭证官方文档,,,Fable 5是果真版本。。。。。它面向通俗用户和开发者开放,,,但在网络清静、生物、化学以及模子蒸馏等高风险领域,,,会由特另外清静分类器介入。。。。。一旦系统判断请求可能涉及这些敏感偏向,,,回覆就不会由Fable 5继续完成,,,而是自动回退到Claude Opus 4.8。。。。。
Mythos 5基于同样的底层模子,,,但在部分领域扫除了Fable 5的护栏。。。。。Anthropic称,,,Project Glasswing里的网络清静相助同伴可以使用“满血版”Mythos 5;;未来,,,部学生命科学研究者也可能通过受信任会见妄想,,,使用扫除生物和化学限制的版本。。。。。
用不到的Mythos我们暂时不提,,,先看点着实的工具。。。。。
首先是定价,,,一个字,,,贵。。。。。
Fable 5的定价是输入10美元/百万token,,,输出50美元/百万token。。。。??????⒄呦衷诰涂梢酝ü鼵laude API挪用claude-fable-5(模子名)。。。。。
这个价钱恰恰是Opus 4.8的两倍,,,和Opus 4.8的fast mode相同,,,Anthropic显然把它放在了比Opus更高一档的价钱层级里。。。。。
不过Anthropic称,,,这一价钱不到此前Claude Mythos Preview的一半——但由于Mythos Preview并非果真API模子,,,官方并未给出面向公众的标准价,,,这句话也无从验证。。。。。
订阅用户也需要注重,,,Fable 5纷歧定会恒久直接包括在基础订阅包里。。。。。
Anthropic在官方说明中提到,,,6月23日以后,,,纵然用户已经订阅Claude,,,Fable 5也可能凭证算力情形按量提供,,,纷歧定会直接包括在基础订阅服务中。。。。。
这公司越来越小气了,,,不过好歹还留了小半个月试用期。。。。。官方也留了一点余地:若是6月23日以后算力资源足够,,,Anthropic会只管把Fable 5继续包括在Pro、Max等订阅服务里。。。。。
定价高自己并训斥以明确,,,但它最好包管它的能力配得上它的价钱。。。。。
从跑分上看,,,Fable 5/Mythos 5基本是Anthropic现在果真内外最强的一档。。。。。
不过官方表格有一个说明,,,Claude Fable 5和Claude Mythos 5的分数一般只差1–3个百分点(除了带星号的网络清静、生物相关测试),,,以是内外显示的是两者更高的分数。。。。。这一点很难不让人想要吐槽。。。。。
Anthropic把Fable 5的重点放在几个偏向:软件工程、知识事情、视觉、长上下文影象和生命科学研究。。。。。
软件工程是最突出的场景之一,,,凭证表格,,,Fable/Mythos 5在SWE-Bench Pro上抵达80.3%,,,显着高于Opus 4.8的69.2%;;在更难的FrontierCode Diamond上,,,它拿到29.3%,,,而Opus 4.8只有13.4%,,,GPT-5.5只有5.7%。。。。。
知识事情和视觉使命上,,,Anthropic给出了两类证据。。。。。
一类是标准化benchmark。。。。。官方表格显示,,,Fable/Mythos 5在GDPval-AA上得分1932,,,高于Opus 4.8、GPT-5.5和Gemini 3.1 Pro;;在GDP.pdf这种带视觉明确的文档使命上,,,它抵达29.8%,,,也凌驾其他主要模子。。。。。
另一类是早期客户测试。。。。。Anthropic称,,,Fable 5在Hebbia的高级金融推理基准上取得最高分,,,优势集中在文档推理、图表和表格明确、问题求解;;IMC也反馈,,,它在生意剖析评估中险些周全通过。。。。。
为了展示Fable 5的视觉能力,,,Anthropic举的例子是:此前Claude模子需要重大辅助工具才华玩《宝可梦 火红》,,,而Fable 5只靠视觉输入就可以通关。。。。。
长使命和影象能力上,,,Anthropic称,,,Fable 5可以在数百万token的恒久使命中坚持专注,,,并使用自己的条记刷新输出。。。。。
在《杀戮尖塔》这类需要一连决媾和恒久战略的游戏里,,,若是给Fable 5接入长期文件影象,,,让它能纪录前面的选择和履历,,,它的体现会显着提升。。。。。提升幅度是Opus 4.8的三倍,,,抵达最终关卡的次数也提高了三倍。。。。。
顺便一提,,,Fable也是一款经典RPG游戏的名字,,,中文译作《神鬼寓言》——或许某天我们能看到Fable玩《Fable》。。。。。
另外,,,网络清静能力方面,,,Fable/Mythos 5在ExploitBench Cap%上抵达78.0%,,,凌驾Claude Mythos Preview的69.0%,,,靠近Opus 4.8的两倍。。。。。
这里用的应该是Mythos 5的得分,,,由于Fable 5在高风险请求上会回退到Opus 4.8。。。。。
强盛的模子必需分层
Anthropic这次把模子能力的直观展示放到了一个类似”作品集“的滑页里,,,并且每个demo只给了一小段注释。。。。。
好比,,,Fable 5写了一个太阳系模拟,,,从物理第一性原理推导行星轨道运动,,,并用它展望日食。。。。。
又好比,,,它可以自主玩《异星工厂》。。。。。这是一款工程师很爱的工厂自动化游戏,,,玩家要收罗资源、妄想生产线、搭建物流和能源系统。。。。。
Anthropic用这个例子说明,,,Fable 5可以在一个开放情形里制订战略,,,并一连推进一个重大系统的建设。。。。。
在另一个demo里,,,Fable 5先做了一个基于浏览器的CAD编辑器,,,然后又使用这个由自己开发的CAD工具,,,设计了一个可以3D打印的完整模子。。。。。这个编辑器里还内置了AI copilot,,,用来辅助建模。。。。。
这个demo的重点在于Fable 5完成了一个闭环:先创立工具,,,再使用工具,,,最后完成一个实体设计使命。。。。。
最后一个demo,,,Anthropic展示了一个由Fable 5写出来的流体模拟,,,运动节奏和一段古典音乐EDM remix同步。。。。。官方还特意提到,,,音乐也是Fable 5用代码天生的。。。。。
这些案例看起来挺花哨,,,但意思是一样的:Fable 5很善于把代码、视觉、物理、设计和恒久妄想混在一起做使命。。。。。
若是说这部分展示的照旧Fable 5在开发者手里能做到什么水平,,,后面的部分说的就是Mythos 5在研究者手里能做什么——以及Anthropic为什么要把Fable和Mythos脱离。。。。。
Anthropic称,,,在内部卵白设计专家的评估中,,,Mythos 5把药物设计流程中的部分环节加速了约莫10倍。。。。。其中一个案例里,,,Mythos 5接入卵白设计和生物信息学工具、没有人类资助,,,就可以匹配甚至凌驾熟练人类操作员。。。。。
在该使命中,,,Mythos 5做的不是简朴问答,,,而是完成一整套科学事情流:选择连系位点,,,选择并运行卵白设计工具,,,在失败后自己恢复。。。。。官方称,,,在这项研究的14个卵白靶点中,,,有9个爆发了强候选分子,,,现在正在进一步研究。。。。。
Anthropic还提到,,,Mythos 5可以稳固提出新颖、有吸引力的分子生物学假设。。。。。在和Opus级模子的盲测比照中,,,内部科学家约莫80%的时间更偏好Mythos提出的假设,,,其中一些已经进入实验评估。。。。。
与此同时,,,Mythos 5的一个关于大肠杆菌卵白的新机制的假设,,,在另一家自力研究统一问题的实验室的研究中获得了证实。。。。。
它甚至还做了一项基因组学研究。。。。。
Anthropic称,,,Mythos 5在一周多的时间里,,,险些自主完成了一项新的基因组学研究。。。。。它整理了横跨138种动物、数百万个细胞的单细胞数据,,,并设计、训练了一个定制机械学习模子,,,用来识别差别物种中执行相同角色的细胞。。。。。
更夸张的是,,,Anthropic称,,,Mythos 5训练出的模子性能凌驾了近期揭晓在《Science》上的一个模子,,,只管它的规模只有后者的百分之一。。。。。Anthropic体现,,,妄想在未来几个月揭晓这些效果。。。。。
虽然,,,这部分还需要期待论文和外部复核。。。。。但若是只看Anthropic官方给出的信息,,,Mythos 5在生命科学里展示的能力已经靠近科研Agent:能读问题、用工具、处理数据、训练模子、提出假设,,,并把一项研究推进到可以揭晓的水平。。。。。
而一旦模子可以在药物设计、病毒载体、卵白设计、基因组学研究这些偏向里真正推进使命,,,它就自然具备双重用途。。。。。
可以以为,,,生命科学这部分不是Fable 5的通俗功效演示,,,而是Mythos 5的能力上限展示。。。。。
但它被展示出来,,,是为了说明Anthropic手里的这套底层模子,,,已经强到了必需通过受信任会见来分发。。。。。
有意思的是,,,已往的模子宣布更像是一件手艺产品的事:参数、跑分、价钱、上下文长度、API名称。。。。。强就是强,,,宣布就是宣布。。。。。
但到了Mythos这里,,,事情最先变得重大。。。。。统一个底层模子被分为两个版本,,,通俗用户拿到的是Fable 5,,,清静研究者和部学生命科学研究者拿到的是Mythos 5;;前者被装进更严酷的护栏里,,,后者则需要受信任会见。。。。。
模子能力不再只有崎岖之分,,,也最先有权限、场景和责任之分。。。。。
某种意义上来讲,,,可以看作前沿模子商业化进入新阶段的信号——越强的模子,,,越不可能直接扔给所有人。。。。。它们会被拆成差别版本,,,放进差别清静界线,,,再交给差别类型的用户。。。。。
Anthropic先这么做了,,,由于它们的模子“强到不可完全果真”。。。。。未来其它想要讲故事的公司,,,想要证实自己的模子也很强,,,或许也会效仿这种方式。。。。。(作者/袁心玥)
文章点评
未盘问到任何数据!
揭晓谈论
◎接待加入讨论,,,请在这里揭晓您的看法、交流您的看法。。。。。