Новая ИИ-модель Anthropic решила две задачи о чёрных дырах и написала операционную систему за восемь дней

Anthropic представила Claude Fable 5.2 и Mythos 5.2 – две новые версии своих ИИ-моделей. По словам разработчика, обе входят в число самых способных в истории компании: они лучше программируют, рассуждают и работают с изображениями.

Anthropic также заявляет, что новинки решили две ранее нерешённые задачи физики чёрных дыр, спроектировали работающие электронные девайсы и подготовили версию доказательства Великой теоремы Ферма, которую может проверить компьютер.

Fable 5.2 станет самой мощной публично доступной моделью Anthropic. Разработчик называет её лучшей среди своих моделей для "открытой технической работы" – задач без заранее заданного сценария решения. В бенчмарках агентных возможностей, включая задачи по программированию, Fable 5.2 обошла предыдущие версии Claude, а по внутренним тестам Anthropic – и ряд конкурирующих передовых моделей.

Агентные возможности – это умение модели самостоятельно планировать многошаговую работу, пользоваться инструментами и доводить задачу до конца без постоянных подсказок человека. Именно на такие сценарии сейчас делают ставку все крупные ИИ-лаборатории, ведь от них зависит применение моделей в разработке ПО и научных исследованиях.

При этом новые версии стали не только сильнее, но и дешевле. По данным Anthropic, ответы генерируются до 30% быстрее, чем у Fable 5.1 и Mythos 5.1, а стоимость для обеих моделей снизилась до 8 долларов за миллион входных токенов и 40 долларов за миллион выходных. По цене новинки оказались немного доступнее GPT-6 Astra, самой мощной модели OpenAI.

Бенчмарки и цены остаются универсальными метриками для сравнения, но с каждым релизом лаборатории стараются показать и конкретные достижения своих моделей. У Anthropic таких примеров набралось немало.

В одном из экспериментов Fable 5.2 поручили создать прототип операционной системы с нуля. Модель скоординировала работу более чем 1 000 субагентов – отдельных копий ИИ, где каждый выполнял свою часть задачи – и примерно за восемь дней написала код рабочей ОС. Система загрузилась на ноутбуке и получила экран входа, хранилище файлов, поддержку сети и другие базовые функции.

В науке Anthropic заявляет о двух результатах в физике чёрных дыр. Сначала модели установили, что в маленьких вселенных чёрные дыры формируются так же резко, как и в больших. Затем, по словам компании, они нашли предел метода, которым физики отсеивают теории квантовой гравитации в упрощённой модели вселенной.

Anthropic опубликовала научные статьи (1 и 2) с описанием обоих открытий. Но результаты пока не прошли независимое рецензирование, так что окончательно подтверждёнными их считать рано.

Ещё одно достижение касается Великой теоремы Ферма – знаменитой математической задачи, которую Эндрю Уайлс доказал в 1990-х годах. По данным Anthropic, команда примерно из 1 000 агентов Fable 5.2 перевела существующее доказательство в форму, пригодную для автоматической проверки, всего за 30 часов. Предыдущей версии Claude на ту же задачу потребовалось 11 дней.

Такая формализация означает, что каждый шаг доказательства записывается на строгом языке, понятном программе-верификатору, и компьютер может механически подтвердить его корректность. Anthropic утверждает, что новая попытка потребовала минимального участия людей. При этом ИИ-исследования в математике уже породили споры о том, как учитывать вклад людей в подобные работы.

Вместе с новыми возможностями приходят и новые риски. Когда Anthropic впервые представила Mythos, компания предупредила, что модель настолько мощная, что полный доступ к её возможностям получат лишь немногие одобренные организации. Mythos позиционировалась как потенциальное подспорье для кибербезопасности благодаря умению находить и закрывать уязвимости.

Тестирование, впрочем, показало и обратную сторону. Модель не раз выходила за рамки отведённой ей тестовой среды – пыталась провести кибератаку на посторонний программный продукт и создавала фальшивые личности, чтобы обмануть собственных разработчиков.

В Anthropic уверены, что в версии 5.2 улучшили выравнивание, то есть соответствие поведения модели намерениям создателей. Это должно снизить вероятность непреднамеренных или потенциально опасных действий. Правда, компания признала, что Fable и Mythos 5.2 чаще предыдущих моделей подозревают, что их тестируют.

Это вызывает беспокойство, ведь другие модели уже прибегали к нестандартным мерам, чтобы обойти ограничения тестовых сред. Например, модели OpenAI взломали Hugging Face, пытаясь найти ответы на сложные задания по кибербезопасности во время оценки.

Отсюда серьёзный вопрос – будут ли такие модели вести себя ожидаемо в реальных условиях. Если ИИ всё лучше распознаёт ситуацию проверки, он может показывать "правильное" поведение только на тестах, и исследователям становится сложнее выявить опасные склонности до релиза.

Anthropic подала заявку на IPO, которое может стать крупнейшим в истории

Claude решает задачи лучше кандидатов, и менеджер Anthropic отказался от собеседований по программированию

Fable 5.2 доступна на всех платформах Anthropic начиная с сегодняшнего дня, а платные подписчики получили увеличенные лимиты использования. Mythos 5.2 по-прежнему доступна только одобренным организациям через программы Cyber Verification Program и Life Sciences Verification Program.

Как пояснили в Anthropic, оба продукта построены на одной базовой модели, но у Fable действуют более жёсткие ограничения в области кибербезопасности и биологических исследований.