AnthropicがIPO前に最強モデルFable、Mythos 5.2を発表：千のAIが協力して8日間でシステムを構築、30時間でフェルマーの最終定理を形式化

動察 Beating AI速報、AnthropicがClaude Fable 5.2とMythos 5.2を発表。両モデルは、これまで専門チームが長期間かけて行う必要があったエンジニアリングや科学研究プロジェクトを遂行できるようになった。ゼロからのオペレーティングシステム開発、数学定理の形式証明、長年未解決だったブラックホール理論の問題の解決などを含む。

AnthropicはFable 5.2に空のフォルダからオペレーティングシステムを開発させた。1000以上のサブエージェントを統括し、8日間連続で稼働、自ら分担し、プログラミング、テスト、コードレビューを行った。最終的に構築されたシステムはノートPCで起動でき、独立したカーネル、ディスクおよびネットワークドライバ、ファイルシステム、グラフィカルウィンドウ、インストーラを備えている。

別の実験では、約1000個のFable 5.2エージェントが30時間でフェルマーの最終定理の既存証明の形式化、つまり数学的証明をコンピュータが段階的に検証できるコードに変換する作業を完了した。これまでAnthropicは専用ツールと人間の研究者を活用して、同種のタスクに11日間を要していた。同じ構成で、Opus 5.5は約30時間稼働して26%しか完了できなかった。

Fable 5.2はまた、ブラックホール理論における2つの未解決の謎の解決にも参加した。そのうちの1つは2003年に提唱され、これまで困難だった複雑な計算に関わるものだった。

Anthropicはさらに、3種類の電子機器を独立して設計させた。回路基板、部品、筐体、プログラムを含む。協力企業のエンジニアが設計に従って製造・組み立てたところ、3種類の機器はいずれも回路を修正することなく正常に動作した。

公式評価では、Fable 5.2はFrontierCode 2.0プログラミングテストで49.1%に達し、Opus 5.5の45.5%を上回った。ロボットシミュレーションテストは前世代の27.6%から64.9%に向上した。Mythos 5.2はサイバーセキュリティと生物学研究向けで、既知の脆弱性の再発見テストで89.6%に達し、前世代は78.3%だった。

FableとMythosは同じモデルウェイトを使用しており、主な違いは安全制限にある。Fableは全ユーザーに公開され、Mythosはサイバーセキュリティと生物学研究の制限が緩和され、現在は審査を通過した機関にのみ提供されている。

Anthropicはまた、AIチップのカーネル最適化やモデルアーキテクチャの改善などのタスクにおけるモデルの訓練進歩を自主的に制限し、この部分の能力を概ねOpus 5.5の水準に維持することで、AIがより強力なAIの研究開発を加速させるリスクを低減している。

APIの価格は入力トークン100万あたり8ドル、出力40ドルで、前世代より20%低く、生成速度は最大30%向上しています。Anthropicは依然として、一般的なプログラミングや日常的な知識タスクにはOpus 5.5を優先して使用することを推奨しており、FableとMythosは主に複雑で長期にわたって稼働する技術プロジェクト向けです。