أنثروبيك تطلق Fable 5.2 وMythos 5.2 متفوقين على Opus 5.5

أبرز النقاط

1. أنثروبيك تطلق Fable 5.2 وMythos 5.2، وتقول إنهما يتفوقان على Opus 5.5 في معظم القدرات
2. النموذجان بنية واحدة: Fable بضمانات مشددة، وMythos متاح بطلب عبر برامج تحقق متخصصة
3. الشركة تقدّر أن الأداء البرمجي ذاته صار متاحاً بنحو نصف التكلفة لكل مهمة

خبر:

نموذجان جديدان من أنثروبيك، Fable 5.2 وMythos 5.2، يتقدمان على Opus 5.5 في معظم القدرات التي قيّمتها الشركة، ويولّدان المخرجات أسرع بما يصل إلى 30% من إصداري 5.1. وقالت أنثروبيك إن النموذجين حققا نتائج مماثلة لنماذجها الأخيرة أو أفضل منها في معظم مقاييس المواءمة.

تفصيل:

• البنية: النموذجان واحد في الأساس، بحسب أنثروبيك، لكن Fable 5.2 يأتي بضمانات مشددة ويُطرح للاستخدام العام، فيما يُتاح Mythos 5.2 بطلب فقط عبر برامج تحقق مخصصة للعاملين في الأمن السيبراني والطب الحيوي.
• البرمجة: في اختبارات أولية على FrontierCode 2.0، سجّل Fable 5.2 عند مستوى جهد High نتيجة تعادل Opus 5.5 عند مستوى Max، وفق الشركة، وبنحو نصف التكلفة لكل مهمة. الشركة وصفت هذه النتائج بالأولية ولم تنشر قياساً نهائياً.
• الرياضيات: صاغ 1,000 وكيل من Fable 5.2 برهان مبرهنة فيرما الأخيرة رسمياً وبالكامل خلال 30 ساعة، بحسب أنثروبيك، مقابل 26% فقط من البرهان أنجزها Opus 5.5 خلال 18 ساعة، وهو فارق يتجاوز حدود التحسن التدريجي المعتاد بين الإصدارات.
• علم الأحياء: توصّل Mythos 5.2 إلى طريقة جديدة للتنبؤ ببنية الأغلفة البروتينية الناقلة للعلاجات الجينية، ونمذج بدقة 28 من أصل 34 غلافاً. هذا المجال تحديداً هو أحد مسارَي التحقق اللذين تشترطهما الشركة للوصول إلى النموذج.
• الروبوتات: تفوّق Fable 5.2 على النماذج الأخرى وعلى معظم أنظمة التحكم بالروبوتات في اختبار RoboDojo، المُجرى على روبوت محاكى بذراعين. أنثروبيك لم تُفصّل أنظمة التحكم التي جرت المقارنة بها.
• السرعة: يولّد النموذجان المخرجات أسرع بما يصل إلى 30% مقارنة بإصداري 5.1، وفق الشركة، وهو مكسب يُضاف إلى خفض الكلفة المعلن في مسار البرمجة.
• المواءمة: قالت أنثروبيك إن النموذجين سجّلا نتائج مماثلة لنماذجها الأخيرة أو أفضل منها في معظم مقاييس المواءمة، من دون أن تنشر تفصيلاً للمقاييس التي لم يتحسن فيها الأداء.
• التقييم الخارجي: خضع النموذجان قبل الإطلاق لاختبارات مقيّمين خارجيين، بينهم معهد أمن الذكاء الاصطناعي ومنظمة METR. الشركة لم تنشر نتائج هذه التقييمات المستقلة أو نطاقها.
• الإعدادات الافتراضية: يبقى مستوى الجهد Medium هو الافتراضي في تطبيقات Claude وClaude Code، فيما توصي أنثروبيك ببدء معظم المهام بـOpus 5.5 رغم تفوق النموذجين الجديدين في معظم القدرات المقيَّمة.

بين السطور:

التوصية ببدء معظم المهام بـOpus 5.5، رغم إعلان تفوق النموذجين الجديدين، تشير إلى أن المكاسب المعلنة مرتبطة بمهام محددة لا باستخدام عام. وحصر Mythos ببرامج تحقق في الأمن السيبراني والطب الحيوي، مع إبقاء Fable بضمانات مشددة رغم تطابق البنية، يضع الفارق بين النموذجين في سياسة الوصول لا في القدرة نفسها.

ماذا بعد؟

فتح التقدّم للحصول على Mythos 5.2 عبر برنامجي التحقق للأمن السيبراني والبحوث الطبية الحيوية، وصدور نتائج نهائية لاختبارات FrontierCode 2.0 بعد المرحلة الأولية، وأي نشر لتقييمات معهد أمن الذكاء الاصطناعي وMETR.