Claude的“神话”级模型世界杯直播观看，终于上线了！
智东西于6月10日进行报道, 在今天这个日子, Claude正式推出了新一代旗舰模型Claude Fable（寓言） 5 , 还有面向特定机构开放的Claude Mythos（神话） 5 , 而这两款模型同属于Mythos（神话）级, 共享同一个底层模型, 其能力相比于Opus级更高, Mythos级属于Anthropic迄今为止能力最为强大、综合性能最为高的大模型级别。
Anthropic在技术博客里宣称, 面向公众开放的Fable 5, 在那些几乎囊括所有AI能力的基准测试当中, 处于顶尖的水准, 它能够胜任软件工程、知识工作、视觉理解、进行多个领域复杂任务的科学研究等。与此同时, 任务越是冗长、越是复杂, Fable 5所拥有的优势就越是明显。把它和Opus 4.8、GPT 5.5以及Gemini 3.1 Pro进行比较的话, Fable 5/Mythos5而言可以算作是有着十分明显的断层优势。
“寓言5”的基准测试成绩, “神话5”的基准测试成绩, 把这两者展现结果的图源标注为“人类智能技术研究有限公司”所提供着的。
Anthropic的官方案例表明, “动手去实施”设计3D打印模型, 参与到玩复杂的策略游戏之中, 在过程里打造太阳系, 进行流体力学模拟的工作, 这些任务就其性质而言对于Fable 5/Mythos 5来讲都并非是难以达成的。
Fable 5实测案例（图源：Anthropic）
关键之处在于, Mythos 5跟Fable 5的主要不同点是安全措施, 而涉及到的情况是, Fable 5在处理有关生物学、网络安全以及前沿科研场景里的部分敏感请求这个期间, 会自动降低到Opus 4.8响应。
被定位成“全球最强网络安全模型”的Mythos 5, 在某些领域移除了安全防护措施, 这款模型目前率先经由Anthropic与美国政府合作的Project Glasswing项目来对外开放, 未来计划通过更广泛的受信任访问计划扩展访问权限。
关于价格, Fable 5的价格是每百万输入token 10美元, 折合人民币约67.7元, Mythos 5的价格是每百万输出token 50美元, 折合人民币约338.6元, 这大概是Mythos Preview价格的一半, 即便这样, 这两款模型消耗token的量仍是非常惊人的。
有用户给出反馈, 在每月二百美元的Claude Max套餐里, Fable 5仅仅用了一分钟, 就消耗掉了大约百分之十四的五小时使用配额, 并且还消耗了约百分之二的周配额。按照换算结果来看, 大约一分钟一美元。
网友吐槽Fable 5使用成本（图源：X平台）
截至目前, Fable 5模型已经完完整整全面上线了。从现在开始直至 6 月 22 日这个时间段内, Pro、Max、Team 以及按座收费的企业版用户能够进行免费使用。在 6 月 23 日开始以后, Fable 5 将会从这些套餐当中被移除掉, 在这之后就需要消耗积分才可以使用。Anthropic 官方表示称, 等到容量充裕充足后, 他们将会尽尽快把它恢复成为订阅计划的标配功能, 并且还有可能根据实际的情况下延展出免费期。
Anthropic对新模型的命名, 同样值得予以关注, Fable和Mythos, 沿用了先前的文学体裁命名方式, 和此前所采用的Haiku, 也就是俳句, Sonnet, 即十四行诗, Opus, 也就是巨著相比, 这些名字显得更为宏大, 这样的一种变化, 也许反映出其产品定位出现了调整, Claude未来所要承担任务的复杂度, 以及规模, 有可能会进一步得到提升。
一、2个月开发工作几天干完开云正版app下载开运真人app下载苹果版,开运真人app下载，还能靠记笔记自我优化
Anthropic于自身博客里特别着重突出了新模型所具备的长期自行开展工作的能力, 他们宣称, Fable 5以及Mythos 5能够以超出任何先前Claude模型的时长来自行运转。
这种能力让这代Claude模型可以完成更为复杂的任务。
在软件工程范畴内, 有一家被称作是金融科技公司的Stripe, 它参与了早期测试, 其表示, Fable 5把长达数月的工程方面的工作, 给紧凑地压缩到了仅仅几天以内。处于一个拥有5000万行的Ruby代码库当中, 那个模型仅仅在一天时间里, 就达成了整个代码库的迁移, 然而依照原本的情况, 这一工作得要整个团队通过人工去操作, 足足花费2个月方可完成。
相比过往的Claude模型, Fable 5具备更高的token效率, 于编程基准测试FrontierCode里, Fable 5凭借中等思考强度, 超越了前沿模型。
FrontierCode上Fable 5的表现情况, （其）图源为Anthropic。其表现源自FrontierCode, 图源出自Anthropic。
有诸多网友在编程任务里对Fable 5的能力做了验证, 有一位网友将Fable 5打造的《我的世界》晒了出来, 此游戏完成度颇高, 具备完整的建造系统与背包系统, 游戏渲染不存在bug, 甚至增添了音效以及背景音乐, 完成如此一个任务, Fable 5大约耗费了30美元。
有一位网友, 将Fable 5与Opus 4.8之间的能力差异做了对比。无论在哪一项任务当中, 都能够明显察觉到, Fable 5要显著强过Opus 4.8。举例来说, 在近地物体监控网页那儿, Fable 5的设计明显更具美感, 所抓取的信息丰富程度同样也是更高的。
由Fable 5及Opus 4.8所打造的近地物体监测器, （图源为X平台）
对于世界杯球衣销售监测网页任务, Fable 5的结果运行态势符合正常标准, 然而, 由Opus 4.8所打造的网页, 呈现出了显著的、能被清晰察觉到的视觉方面的bug。
世界杯之际有一种球衣销售监测网页, 它是由Fable 5去打造的, 并且还特别借助Opus 4.8做到如此, 其对应图片源头被注释为X平台。
在知识型工作范畴中, 于企业级AI知识管理创业企业Hebbia展开的金融基准测试里, Fable 5获取了所有模型当中最高的分数, 在基于文档的推理上, Fable 5有着显著提升。在图表和表格解读方面, Fable 5也呈现出显著提升。在问题解决层面, Fable 5同样有着显著提升。
全球头部自营交易公司以及做市商IMC指出, Fable 5几乎彻底全面超过IMC所作的交易分析评估, 当中涵盖事实查询、概念推理、根本原因分析以及预期价值分析。
同时, Fable 5是一款视觉类型的模型, 这一情况代表着它拥有能够理解复杂性较强大的状况展现图表的能力、仅仅凭借仅有一张的画面呈现来重新制作应用程序原代码的能力。
当进行视觉任务执行活动时, Fable 5所需的辅助工具数量减低变少了。仅仅只是单纯借助使用最小化、呈现样子是纯视觉化的Harness的之时之日, Fable 5就在当时就本身已然实现取得完成通关于《宝可梦 火红》（Pokémon FireRed）这款游戏了。可从前那时较为早前的Claude模型, 却需要更为更复杂程度更深的辅助工具才能够去玩这一款一游戏。
Fable 5具备的记忆以及长上下文能力是一大突出亮点, 它有这样的特性, 即在那些长时间持续运行的任务里, 可以始终如一地持续保持专注状态, 并且凭借其自身所拥有的笔记来对输出质量加以改进。
二、Mythos 5自行开展科研工作一周时间, 所取得的成果超过了《科学》杂志刊载的论文。
要是讲Fable 5在通用场景方面更具适用性, 那么Mythos 5就是Anthropic专门针对前沿研究而打造的有着强大能力的工具。
於药物设计里头, 蛋白质设计方面专家用Mythos 5把部分环节效率给提升到大概是10倍。
在一个案例里头, Mythos 5仅配备着蛋白质设计以及生物信息学工具, 是完全没有人类协助的情况, 它的表现达到那般程度, 甚至超过了熟练的人类操作者。Mythos 5自主完成了科学家通常要亲自去执行的全部任务, 这些任务有: 选择结合位点, 选用并运行蛋白质设计工具, 在过程中遭遇失败的时候自行纠错和恢复。
神话5所设计出来的蛋白质结构, 其图源是Anthropic。
针对研究所涉及的, 那多达14个的蛋白质靶点而言, 其中有9个产生了具备强大潜力的候选分子, 当前已经步入到后续的研究阶段了。这些设计所涵盖的范围包括免疫检查点、生长因子与受体信号传导、神经退行性疾病、肌肉疾病以及结构难度更为突出的靶点。
于分子生物学范畴之内, Mythos 5属于首个可始终如一地给出耳目一新且具说服力之科学假设的模型, 于跟Opus等级之模型展开双盲对比评测时, 科学家针对Mythos所提假设之偏好率约计为80%, 已有多项假设步入实验验证阶段。
有一项假设, 是关于大肠杆菌某一蛋白质, 其为新机制, 该假设, 获一个独立研究团队, 近期发表成果来实施验证。
在基因组学范畴内, Mythos 5独立自主地着手进行了一项持续时长1周有余的具有原创性质的研究工作。它将源自138个不同种类动物的数百万个单细胞方面的数据予以汇聚整合, 依靠自身力量设计并训练了一款定制样式的机器学习模型, 该模型主要用于辨别那些在亲缘关系极为疏远的物种里执行同样功能的细胞。
由经验丰富的人类研究者进行指导, Mythos 5训练而成的模型, 超越了近期发表于《科学》期刊上的一个模型, 并且, 前者的参数量仅仅是后者的百分之一。团队对于未来数月里发表这些成果做出了计划安排。
三、采用新型安全分类器，网安、生物学和蒸馏任务或被“降智”
模型能力得到大幅度提升, 致使Anthropic着手重新构建模型的安全体系, 在面向公众开放的之时的Fable 5里, Anthropic创建了安全分类器, 三类请求会被传送到Opus 4.8, Anthropic所拥有的数据表明, 大概5%的请求会被降到Opus 4.8用于处理。
在围绕网络安全范畴这类情形的任务里头, Mythos级别的模型具备专长于去发觉以及运用软件漏洞的能力。所以呢, 它们能够极大程度地让网络攻击得以简化, 并且把实施成本给降低。为了避免这些黑客所具备的技能被运用到网络攻击行为当中, Anthropic特意设计了网络安全分类器, 将其应用于Fable 5这种情况。
Anthropic针对这一分类器开展了诸多测试, 于长达1000小时的那般时长的测试期间, 暂且没有任何团队寻觅到通用的越狱办法。经由测试发现, 不过, Anthropic也予以了承认, 完全杜绝越狱这种事基础上是不太实现的可能的情况的, Anthropic所设定的目标在于, 要把越狱情形弄得足够迟缓并且代价高昂, 使得Anthropic能够在大规模去使用之前监测到这些相关行为, 并且迅即就行阻止。
在生物学任务当中, Anthropic先前已然会对生化武器相关任务予以阻止, 在化学任务里头, Anthropic以前也会进行相关阻止, 然而随着模型能力不断提升, Anthropic发觉一些通用类的生物学研究存在被用于危险用途可能性, 同时也发现一些通用类的化学相关研究有被用于危险用途的那般可能, 所以, 当前Fable 5针对这些领域而言, 其大部分的请求都会被路由到Opus 4.8之上。
Anthropic针对那被称为“蒸馏”的行为做了限制, 一旦用户发出的请求被认定为是蒸馏举动, 此请求就会被引导至Opus 4.8那里去做相应处理。
最终, Anthropic向企业客户提出要求, 需把Mythos级型号的数据留存30天, 这些数据不会被运用到训练模型当中, 然而却会被用于防范网络安全方面的攻击行为以及减少误报情况。
结语：干活的能力上去了，商业模式也在重构
头部人工智能企业正将竞争关键要点转向对真实任务的闭环交付本领, 从头到尾阅读Anthropic的Fable 5/Mythos 5博客, 会察觉到性能数据与榜单名次的所占比率仿佛没那么突出了, Anthropic更倾向于着重表明, 此模型具备自身独立把工作妥善完成、同时做正确的能力。
同时, 在这一代的Claude模型当中, 我们同样目睹了算力成本跟订阅模式之间张力的更进一步加剧。顶级模型消耗token的速度远远超过了当前订阅制的承载能力, 按量计费的模式, 混合计费的模式, 乃至按结果计费的全新模式, 有可能会加速普及。对于这些新型商业化模式的探索, 也是值得予以关注的。
标签： ClaudeFable5 ClaudeMythos5 AI模型 Anthropic 技术博客
还木有评论哦，快来抢沙发吧~