Anthropic PBC a levé aujourd'hui les rideaux sur Claude Fable 5.2 et Claude Mythos 5.2, ses deux grands modèles de langage les plus performants à ce jour.
Les LLM sont identiques en ce qui concerne leurs capacités de base. La différence est que Fable 5.2 bloque certains cas d'utilisation de la biologie et de la cybersécurité, tandis que Mythos 5.2 inclut des garde-fous plus souples. Ce dernier modèle n'est disponible que pour les chercheurs de confiance via une paire de programmes à accès limité.
Anthropic a testé Fable 5.2 par rapport à son prédécesseur sur 14 tests d'intelligence artificielle. Le modèle a battu le score de Fable 5.1 de plus de 10 % dans la plupart des tests. Il est particulièrement doué pour la recherche scientifique : Fable 5.2 a obtenu un score de 74,6 % sur Terminal-Bench-Science 0.1, soit une amélioration de 22 % par rapport à Fable 5.1.
Plus tôt cette année, Anthropic a utilisé un LLM inédit pour générer une version vérifiable par ordinateur d’une célèbre preuve mathématique. Le projet a duré 11 jours. Selon Anthropic, Fable 5.2 a réduit le flux de travail à 30 heures en faisant tourner 1 000 agents pour paralléliser les calculs. Dans un projet distinct, il a répondu à deux questions ouvertes sur un concept de physique théorique lié aux trous noirs.
La société a également testé Mythos 5.2, la version sur invitation uniquement de Fable 5.2. Il a été demandé au modèle d’étudier les coques protectrices de virus inoffensifs appelés AAV. Les coquilles d'AAV, ou capsides comme on les appelle dans le langage scientifique, sont utilisées par certaines thérapies pour administrer des médicaments.
Mythos 5.2 a modélisé avec précision la structure de 28 des 34 capsides d'AAV étudiées. Le résultat est remarquable car les capsides contiennent des dizaines de protéines différentes. D'autres modèles de pointe optimisés pour la recherche en biologie, notamment AlphaFold2 de Google DeepMind, ne peuvent modéliser que la structure de protéines individuelles. Les créateurs de ce dernier modèle gagné la moitié du prix Nobel de chimie 2024.
Fable 5.2 comprend des garde-fous qui bloquent la plupart des questions de recherche en biologie et de nombreuses invites liées à la cybersécurité. Si les utilisateurs saisissent une requête qui entre dans l'une de ces catégories, le modèle l'envoie à Opus 4.8 ou Opus 5. Anthropic indique que Fable 5.2 est 55 % moins susceptible de bloquer par erreur les invites sécurisées que Fable 5.1.
Fable 5.2 surpasse son prédécesseur de plus de 13 % sur deux tests de codage appelés FrontierCode 2.0 FrontierSWE 2.0. Selon Anthropic, l'un de ses ingénieurs a mis à l'épreuve les capacités de programmation du modèle en lui demandant de construire un système d'exploitation. Fable 5.2 a déployé 1 000 agents qui ont accompli la tâche en huit jours environ. Le système d'exploitation qu'ils ont créé peut fonctionner sur un ordinateur portable, offre un accès au réseau et comporte une barre latérale Claude.
Anthropic voit ses clients utiliser Fable 5.2 et Mythos 5.2 pour accélérer des tâches techniques très complexes et ouvertes. La société affirme que davantage de flux de travail quotidiens peuvent être automatisés plus efficacement grâce à Opus 5.5, un LLM qu'elle a introduit en juillet. Les utilisateurs peuvent également combiner les modèles en demandant à Opus 5.5 de demander conseil à Fable 5.2 ou Mythos 5.2 lorsqu'il rencontre un goulot d'étranglement.
Fable 5.2 et Mythos 5.2 sont au prix de 8 $ par million de jetons d'entrée et de 40 $ par million de jetons de sortie. Cela les rend 20 % plus abordables que les modèles Anthropic de la génération précédente. Les deux LLM offrent un mode hautes performances qui génère des réponses rapides 2,5 fois plus rapidement que le niveau standard pour le double du prix.
