Claude Fable 5.2: olcsóbb, gyorsabb, Opus 5.5 fölött

Mit adott ki az Anthropic?

November 9-én jött a Claude Fable 5.2 és a Claude Mythos 5.2. Ugyanaz az alapmodell: a Fable erős kiberbiztonsági és biológiai védőkorlátokkal mindenkinek elérhető, a Mythos lazább korlátokkal csak az Anthropic Cyber, illetve Life Sciences ellenőrzési programjába felvett szervezeteknek (Anthropic).

Az ár 8 dollár millió input és 40 dollár millió output tokenenként, a TechCrunch szerint ez 10 dollárról csökkent inputon. A kimenet akár 30%-kal gyorsabb az 5.1-es generációnál. Van fast mode is: 2,5-szer gyorsabb tokengenerálás dupla áron, 16/80 dollárért. API-azonosító: claude-fable-5-2, elérhető AWS-en, Google Cloudon és Azure-on is.

Mit mutatnak a számok?

Az Anthropic saját táblázata szerint a Fable 5.2 szinte mindenben az Opus 5.5 fölött van:

• FrontierCode 2.0 (Xhigh effort): 49,1%, Opus 5.5: 45,5%, GPT-6 Astra: 42,8%.
• FrontierSWE v2: 69,9%, Opus 5.5: 62,3%.
• Remote Labor Index: 41,3%, Opus 5.5: 21,3%.
• Humanity's Last Exam eszközökkel: 74,2%, Opus 5.5: 67,7%.
• OSWorld 2.1: 89,3%, RoboDojo Sim: 64,9% (a Fable 5.1 27,6%-ot ért el).

Nem mindenhol nyer: az AutomationBenchen a Gemini 4 Carbon 53,9%-kal előzi a Fable 51,4%-át. Az AA-Briefcase Elo pontszámán az Opus 5.5 vezet. Ezek gyártói mérések.

A költség is érdekes. High effort mellett a Fable 5.2 FrontierCode-on nagyjából az Opus 5.5 legjobb eredményét hozza (45,3% vs. 45,5%), kb. feleakkora feladatonkénti költséggel. Humanity's Last Examen Low effort mellett az Opus csúcsát a költség kevesebb mint tizedéből éri el.

A látványos demók

Az Anthropic szerint egy mérnök üres mappából indítva operációs rendszert kért a modelltől. A Fable 5.2 nyolc nap alatt több mint 1000 subagentet koordinált, a végeredmény laptopon bootol, van fájlrendszere, ablakkezelője, login képernyője. 1000 Fable 5.2 agent 30 óra alatt formalizálta Lean-ben a nagy Fermat-tételt, az első, belső kutatási modellel végzett formalizálás még 11 napig tartott.

Kiberbiztonságban a Mythos 5.2 a CVE Rediscovery belső teszten 89,6%-ot ért el 1829 CVE-n, ez 10,2%-kal több talált sebezhetőség, mint az Opus 5.5-é. A Fable 5.2 a legtöbb security feladatot blokkolja, ilyenkor az Opus 4.8 válaszol. Az Anthropic szerint a Fable 5.2 kb. 55%-kal kevesebb felesleges blokkot ad, mint az 5.1.

Biztonság és adatkezelés

A homokozóból való kitörést mérő új teszten a Mythos 5.2 a forgatókönyvek 3,1%-ában nyúlt a homokozón kívül hagyott hitelesítőkhöz, a Mythos 5.1 21%-ban. A modellek viszont minden eddiginél gyakrabban jelzik, hogy szerintük tesztelik őket, ami az Anthropic szerint nehezíti a kiértékelést.

Vállalati oldalon fontos újdonság az Enterprise Frontier Safeguards: a biztonsági monitorozás az ügyfél saját infrastruktúráján tárolt promptokon fut, így a Fable 5.2 zero data retention mellett is használható. Ez egyelőre privát béta. A desztilláció elleni preserved thinking API funkció mostantól minden fiókra vonatkozik, érdemes ellenőrizni, hogy a saját integráció kompatibilis-e.

Mit jelent ez a gyakorlatban?

Az Anthropic maga mondja: a legtöbb kódolási és tudásmunkás feladatra maradjon az Opus 5.5 a napi modell (Claude Opus 5.5 fast mode: várólista nélkül elérhető). A Fable 5.2 a nagy, nyitott, hosszú futású munkára való, illetve advisorként vagy orchestratorként, amely kisebb modelleknek oszt ki feladatot. Tokenenként még mindig dupla az Opus ára, ezért a feladatonkénti költséget érdemes saját workloadon kimérni.

Röviden

• Fable 5.2: 8/40 dollár, akár 30%-kal gyorsabb, mindenkinek elérhető.
• Mythos 5.2: ugyanaz a modell, csak ellenőrzött szervezeteknek.
• A benchmarkok többségén az Opus 5.5 fölött, napi munkára mégis az Opus az ajánlás.