Claude Fable 5 and Claude Mythos 5 — ინსაითი

სამშაბათს, 9 ივნისს, Anthropic-მა Claude Fable 5 გამოუშვა და საზოგადოებას კომპანიის ყველაზე მძლავრი კლასის ხელოვნურ ინტელექტთან პირველი წვდომა მისცა. სან-ფრანცისკოურმა სტარტაპმა ეს სისტემა დღემდე შექმნილ თავის ყველაზე ძლიერ მოდელად აღწერა.

ეს მოდელი პირველი საყოველთაოდ ხელმისაწვდომი პროდუქტია Mythos-ის ხაზიდან. სწორედ ამ სერიამ შეაშფოთა კიბერუსაფრთხოების სფერო მიმდინარე წლის დასაწყისში, რადგან მას ადამიანის მინიმალური ჩარევით შეუძლია პროგრამული ხარვეზების პოვნა და მათი ერთმანეთთან დაკავშირება.

ეს გამოშვება მოჰყვა Anthropic-ის საჯარო გაფრთხილებას იმის შესახებ, რომ მოწინავე ხელოვნური ინტელექტი იმაზე სწრაფად ვითარდება, ვიდრე მისი დამცავი მექანიზმები. ამ წინააღმდეგობაზე რამდენიმე წამყვანმა გამოცემამაც გაამახვილა ყურადღება სიახლის გაშუქებისას.

თავის განცხადებაში Anthropic-მა Fable 5 წარმოადგინა, როგორც „Mythos-ის კლასის მოდელი, რომელიც ფართო მოხმარებისთვის უსაფრთხო გავხადეთ“. კომპანიის მტკიცებით, მისი შესაძლებლობები „აღემატება ნებისმიერ სხვა მოდელს, რომელიც კი ოდესმე საჯაროდ გამოგვიშვია“.

საპროგრამო ხელსაწყოების კომპანია Cursor-ის აღმასრულებელმა დირექტორმა და თანადამფუძნებელმა მაიკლ ტრუელმა აღნიშნა, რომ Fable 5 გახდა „ყველაზე მოწინავე მოდელი CursorBench-ზე“, რაც მათ შიდა სატესტო პლატფორმას წარმოადგენს.

სავაჭრო კომპანია Jane Street-ის აღმასრულებელმა დირექტორმა და თანადამფუძნებელმა შონ უორდმა განაცხადა, რომ მოდელის „აზროვნების უნარი აშკარად ერთი ნაბიჯით წინაა Opus 4.8-ზე“ — ვერსიაზე, რომლის ზემოთაც ის ახლა Anthropic-ის პროდუქტების იერარქიაში განთავსდა.

პლატფორმა GitHub-ის პროდუქტების დირექტორმა მარიო როდრიგესმა ამ მოდელს „ნამდვილი წინ გადადგმული ნაბიჯი“ უწოდა იმ დეველოპერებისთვის, რომლებსაც მათი სერვისი ემსახურება.

კომპანიამ ეს შეფასებები პირველი პარტნიორების გამოცდის შედეგებითაც გაამყარა. ფინანსური ტექნოლოგიების კომპანია Stripe-ის ანგარიშით, Fable 5-მა სულ რაღაც 1 დღეში გადაიტანა 50 მილიონი ხაზისგან შემდგარი Ruby-ს კოდის ბაზა ახალ სისტემაზე. კომპანიის გათვლებით, ადამიანთა გუნდს ამ საქმისთვის ხელით მუშაობისას დაახლოებით 2 თვე დასჭირდებოდა.

ანალიტიკურმა კომპანია Hex-მა განაცხადა, რომ Fable 5 გახდა პირველი მოდელი, რომელმაც მათ მთავარ ანალიტიკურ ტესტში 90%-იან ზღვარს გადააჭარბა, რაც დაახლოებით 10 პუნქტით მეტია Opus 4.8-ის შედეგზე.

Anthropic-მა ხაზი გაუსვა მოდელის ავტონომიურობასაც. კომპანიის თქმით, პირველადი მონაცემებით, Fable 5-თან მუშაობის სესიების დაახლოებით 95% მთლიანად მოდელის მიერ გენერირებულ შედეგებზე დაყრდნობით წარიმართა, ისე, რომ ადამიანს მიმართულების შესაცვლელად ჩარევა არ დასჭირვებია. გრძელვადიანი დაგეგმვის სატესტო თამაშში Slay the Spire, მოდელმა ფინალურ ეტაპს დაახლოებით 3-ჯერ უფრო ხშირად მიაღწია, ვიდრე Opus 4.8-მა.

კომპანიამ ყურადღება სამეცნიერო მუშაობაზეც გაამახვილა. ფიზიკის ერთ-ერთ ტესტში მოდელმა 36 საათში თითქმის იმავე შედეგს მიაღწია, რასაც წინა მოწინავე სისტემამ 4 დღე მოანდომა, თანაც აზროვნების ტოკენების დაახლოებით მესამედი დახარჯა. პროტეინების დიზაინის მიმართულებით, შიდა ექსპერტებმა შეამჩნიეს, რომ მათი მუშაობის გარკვეული ნაწილი დაახლოებით 10-ჯერ დაჩქარდა და 14 დასახული ცილიდან 9-ის შემთხვევაში მოდელმა ძლიერი კანდიდატები შექმნა.

იმისათვის, რომ Mythos-ის კლასის სისტემა ფართო მასებისთვის მიეყიდა, Anthropic-მა ის დამცავი ბარიერებით შეზღუდა. მოდელი უარს ამბობს კიბერუსაფრთხოების, ბიოლოგიის, ქიმიისა და ნივთიერებების გამოცალკევების შესახებ მოთხოვნების შესრულებაზე და ამ კითხვებს ავტომატურად გადაამისამართებს შედარებით ძველ და ნაკლებად მძლავრ Opus 4.8 ვერსიაზე.

კომპანიის განცხადებით, ეს უსაფრთხოების გადამრთველი სესიების საშუალოდ 5%-ზე ნაკლებ შემთხვევაში აქტიურდება. მათ დასძინეს, რომ გარე სპეციალისტების მიერ მოწყობილი 1000-ზე მეტი საათის ტესტირებისას, სისტემის დამცავი მექანიზმების გვერდის ავლის უნივერსალური გზა ვერავინ იპოვა.

ერთ-ერთმა გარე პარტნიორმა მოდელი სისტემის გატეხვის 30 საჯარო მეთოდზე შეამოწმა და აღნიშნა, რომ მან არცერთი მავნე კიბერმოთხოვნა არ შეასრულა. დიდ ბრიტანეთში მოქმედმა ხელოვნური ინტელექტის უსაფრთხოების ინსტიტუტმა კი მოკლე სატესტო პერიოდში დამცავი ბარიერების მოხსნაში მხოლოდ მინიმალურ პროგრესს მიაღწია.

Anthropic-მა ასევე განაცხადა, რომ Mythos-ის კლასის მოდელების ტრაფიკს 30 დღის განმავლობაში შეინახავს თავდასხმის ახალი მეთოდებისგან თავდასაცავად, თუმცა ამ მონაცემებს თავისი სისტემების დასასწავლად არ გამოიყენებს.

Fable 5-ის ბაზისური ტექნოლოგია იდენტურია Claude Mythos 5 მოდელისა, რომელიც Anthropic-მა იმავე დღეს მომხმარებელთა შეზღუდული წრისთვის გამოუშვა. Mythos 5-ს უსაფრთხოების ნაწილი მოხსნილი აქვს და ის მხოლოდ კიბერდამცველებისა და კრიტიკული ინფრასტრუქტურის ოპერატორებისთვისაა ხელმისაწვდომი პროგრამით, რომელსაც კომპანია Project Glasswing-ს უწოდებს.

Anthropic-ის თქმით, Mythos 5-ს „კიბერუსაფრთხოების ყველაზე ძლიერი შესაძლებლობები აქვს მსოფლიოში არსებულ ნებისმიერ მოდელს შორის“, რის გამოც ის მკაცრი შემოწმების მიღმა რჩება და ღია გაყიდვაში არ გამოდის.

გამოშვების პარალელურად, კომპანიამ გააფართოვა პროგრამა Project Glasswing, რომელიც Mythos-ის კლასზე წვდომას აძლევს დამცველებს, და მას კიდევ 150-მდე ორგანიზაცია დაამატა. მათ ასევე წარადგინეს ინსტრუმენტი Claude Security, რომელიც კოდის ბაზებს ასკანირებს და ხარვეზების გამოსასწორებელ ვარიანტებს სთავაზობს მომხმარებელს.

ორივე მოდელის ფასი შეადგენს 10 დოლარს ყოველ 1 მილიონ მიღებულ ტოკენზე და 50 დოლარს ყოველ 1 მილიონ გაცემულ ტოკენზე, რაც ორჯერ აღემატება Opus 4.8-ის ტარიფს.

Fable 5 დამატებითი საფასურის გარეშე ხელმისაწვდომია Anthropic-ის Pro, Max, Team და კორპორატიულ ტარიფებში 22 ივნისამდე. 23 ივნისიდან მისი გამოყენება სააბონენტო კრედიტებიდან ჩამოიჭრება, ხოლო წვდომა Claude API-სა და მოხმარებაზე დაფუძნებული კორპორატიული კონტრაქტების მეშვეობით გამოშვების პირველივე დღიდან სრულადაა გახსნილი.