Anthropic הציגה את Claude Fable 5.2 ואת Claude Mythos 5.2, עם שיפורים מדווחים בתכנות, מחקר והסקה. בניסוי שעליו מדווחת החברה, כ-1,000 סוכני Fable השלימו בתוך 30 שעות פורמליזציה של הוכחת המשפט האחרון של פרמה בשפת Lean, בהתערבות אנושית מינימלית.
מה הושג בניסוי
פורמליזציה אינה פתרון ראשון של המשפט. היא תרגום של הוכחה לשפה שבה מחשב יכול לבדוק את הצעדים הלוגיים. Anthropic מסרה שגרסת מחקר קודמת של Claude נזקקה ל-11 ימים, לתשתית ייעודית ולהכוונת חוקר. בניסוי החדש ניתנו הנחיות קצרות ורשימת טענות ביניים למדידת ההתקדמות, והסוכנים בנו מנגנוני תיאום משלהם.
החברה מתארת ריצה אחת לכל מודל בהשוואה. לכן התוצאה אינה מספיקה לבדה כדי לקבוע שיעור הצלחה חוזר, עלות טיפוסית או ביצועים במשימות אחרות.
ההבדל בין Fable ל-Mythos
שתי הגרסאות משתמשות באותו מודל בסיס. Fable כוללת הגנות חזקות יותר נגד שימוש לרעה בסייבר ובביולוגיה. הגישה ל-Mythos מיועדת לארגונים מאומתים דרך תוכניות הסייבר ומדעי החיים של Anthropic. זמינות רחבה יותר של Fable אינה אומרת שכל פעולה מותרת או שכל שימוש זמין בחינם.
Fable 5.2 זמינה דרך Claude Platform ובפלטפורמות ובהן AWS, Google Cloud ו-Microsoft Azure. מחיר ה-API הרגיל הוא $8 למיליון טוקני קלט ו-$40 למיליון טוקני פלט. Fast mode מוצע ב-$16/$80, עם מהירות יצירת טוקנים של עד פי 2.5; אין בכך הבטחה להשלמת כל משימה בזמן קצר באותו יחס.
מה כדאי לקחת מהתוצאה
הנקודה המעניינת היא החיבור בין ביצוע מקבילי לבדיקה פורמלית, ולא רק מספר הסוכנים. לעסקים ולצוותי פיתוח בישראל, השאלה היא אילו תוצרים אפשר לבדוק באמצעות בדיקות תוכנה, כללים או אימות פורמלי. Lean מיועד להוכחות מתמטיות ואינו תעודת אמינות כללית לכל פלט של AI.
גם Anthropic ממליצה להתחיל את רוב משימות התכנות והידע השוטפות ב-Opus 5.5, ולבחור ב-Fable לפי מורכבות העבודה. כל הנתונים כאן מיוחסים לדיווח החברה, ולא לבדיקה עצמאית של EzraTech.

