Επίσημα τα Claude Fable 5.1 και Mythos 5.1: Χαμηλότερο κόστος και απόλυτη ιδιωτικότητα

Σύνοψη

• Η Anthropic λανσάρει τα προηγμένα μοντέλα Claude Fable 5.1 (γενική διαθεσιμότητα) και Claude Mythos 5.1 (ελεγχόμενη πρόσβαση για κυβερνοασφάλεια και βιολογικές επιστήμες), τα οποία μοιράζονται την ίδια αρχιτεκτονική αλλά διαφέρουν στα πρωτόκολλα ασφαλείας.
• Το κόστος χρήσης του Fable 5.1 μειώνεται κατά 25% για τυπικές διεργασίες και έως 45% για ιδιαίτερα αυτόνομες εργασίες, χάρη στη φθηνότερη ανάγνωση της μνήμης cache.
• Εισάγεται το σύστημα Enterprise Frontier Safeguards, το οποίο επιτρέπει σε εταιρικούς πελάτες να αποθηκεύουν τα δεδομένα τους αποκλειστικά στις δικές τους υποδομές cloud, διασφαλίζοντας απόλυτη ιδιωτικότητα.
• Το Fable 5.1 καταγράφει 52,6% στο Terminal-Bench-Science 0.1 (έναντι 24,7% του προκατόχου του) και μειώνει εντυπωσιακά τα "false positives", επιτρέποντας αδιάλειπτη ανάπτυξη λογισμικού και επίλυση ανεπίλυτων bugs ετών.

Η Anthropic προχώρησε στην επίσημη κυκλοφορία των μοντέλων Claude Fable 5.1 και Claude Mythos 5.1, διαμορφώνοντας ένα νέο πλαίσιο λειτουργίας στην αγορά της παραγωγικής τεχνητής νοημοσύνης. 

Οι νέες προτάσεις εστιάζουν στην παραγωγή πολύπλοκου κώδικα, στη διαχείριση υψηλών γνωστικών απαιτήσεων και στην εκτέλεση εκτεταμένων επιστημονικών ερευνών, προτάσσοντας την οικονομική αποδοτικότητα και τον αυστηρό έλεγχο των εταιρικών δεδομένων. 

Η στρατηγική της Anthropic διαχωρίζει την τεχνολογία αιχμής σε δύο διακριτά μονοπάτια πρόσβασης, προσφέροντας τον ίδιο βασικό πυρήνα επεξεργασίας κάτω από διαφορετικά επίπεδα αδειοδότησης και πρωτοκόλλων ασφαλείας, προκειμένου να εξυπηρετήσει τόσο τον απλό προγραμματιστή όσο και τις πλέον ευαίσθητες κρατικές και ερευνητικές δομές.

Τι είναι τα νέα μοντέλα Claude Fable 5.1 και Claude Mythos 5.1;

Τα Claude Fable 5.1 και Mythos 5.1 αποτελούν τη νέα γενιά γλωσσικών μοντέλων της Anthropic, σχεδιασμένα για προηγμένο προγραμματισμό και επιστημονική έρευνα. Το Fable 5.1 διατίθεται ευρέως με μείωση κόστους 25%, ενώ το Mythos 5.1 προσφέρεται αποκλειστικά σε ελεγχόμενα προγράμματα για κυβερνοασφάλεια και βιολογικές εφαρμογές, σε συνεργασία με την αμερικανική κυβέρνηση.

Κύρια χαρακτηριστικά

• Κοινός πυρήνας λειτουργίας και για τα δύο μοντέλα.
• Διαφοροποίηση μέσω του επιπέδου ελεγχόμενης πρόσβασης και των ενσωματωμένων "safeguards".
• Δυνατότητα αναγνώρισης ευπαθειών λογισμικού χωρίς τη δυνατότητα δημιουργίας κακόβουλου κώδικα.

Το Fable 5.1 γίνεται πλέον ευρέως διαθέσιμο στο κοινό και τις επιχειρήσεις, αντικαθιστώντας τις προηγούμενες υλοποιήσεις με σαφή βελτίωση στη συλλογιστική μακράς διάρκειας. Από την άλλη, το Mythos 5.1 παραμένει κλειδωμένο πίσω από αυστηρά προγράμματα ελεγχόμενης πρόσβασης, τα οποία έχουν αναπτυχθεί ειδικά για εξαιρετικά ευαίσθητους τομείς. 

Η συνεργασία της Anthropic με την κυβέρνηση των ΗΠΑ για τη διάθεση του Mythos 5.1 σε βιολογικά ερευνητικά προγράμματα υπογραμμίζει την προσέγγιση της εταιρείας απέναντι στους ενδεχόμενους κινδύνους που συνοδεύουν τα ισχυρά συστήματα γενικής τεχνητής νοημοσύνης, προσφέροντας ασφαλιστικές δικλείδες που αποτρέπουν την κακόβουλη χρήση. 

Παράλληλα, τα συστήματα προστασίας έχουν βελτιστοποιηθεί, μειώνοντας τα λανθασμένα θετικά αποτελέσματα στην κυβερνοασφάλεια κατά 60%, επιτρέποντας στους ερευνητές να εντοπίζουν ευπάθειες λογισμικού χωρίς το σύστημα να διακόπτει αδίκως τη διαδικασία.

Πώς διαμορφώνεται το νέο τιμολογιακό καθεστώς και η διαχείριση δεδομένων;

Η Anthropic μειώνει το κόστος του Fable 5.1 κατά 25% για τυπικές διεργασίες και έως 45% για agentic tasks, ρίχνοντας τις τιμές ανάγνωσης κρυφής μνήμης (cache). Παράλληλα, εισάγει το Enterprise Frontier Safeguards (EFS), το οποίο διασφαλίζει μηδενική διατήρηση δεδομένων, αποθηκεύοντας τις πληροφορίες αποκλειστικά σε υποδομές cloud που ελέγχει ο πελάτης.

Η μείωση του λειτουργικού κόστους επιτυγχάνεται κυρίως μέσω της ριζικής αναπροσαρμογής της τιμολόγησης στις αναγνώσεις της μνήμης cache, επιτρέποντας στο μοντέλο να ανακτά ήδη επεξεργασμένα δεδομένα και μακροσκελή έγγραφα με ελάχιστη οικονομική επιβάρυνση. Για εργασίες που απαιτούν υψηλό βαθμό αυτονομίας, όπου το σύστημα εκτελεί διαδοχικές ενέργειες χωρίς ανθρώπινη παρέμβαση, η μείωση του κόστους απελευθερώνει πόρους για τη διεξαγωγή ακόμα πιο σύνθετων αναλύσεων. 

Το σύστημα EFS προσφέρει στους οργανισμούς τη σιγουριά ότι καμία γραμμή κώδικα και κανένα ερευνητικό δεδομένο δεν χρησιμοποιείται για την περαιτέρω εκπαίδευση των δημόσιων μοντέλων της Anthropic, καθιστώντας την πλατφόρμα ελκυστική για τράπεζες, φαρμακευτικές εταιρείες και εθνικούς φορείς.

Ποιες είναι οι επιδόσεις του Fable 5.1 στα τεχνικά benchmarks και στην πράξη;

Το Fable 5.1 καταγράφει κορυφαίες επιδόσεις, αγγίζοντας το 52,6% στο Terminal-Bench-Science 0.1 για επιστημονική έρευνα έναντι 24,7% του Fable 5. Στον αυτόνομο προγραμματισμό επιτυγχάνει σκορ 55,8% στο Terminal-Bench 4.0, ενώ επιλύει εξαιρετικά περίπλοκα ζητήματα λογισμικού που παρέμεναν άλυτα από ανθρώπινες ομάδες επί σειρά ετών.

Η ικανότητα του μοντέλου να αποφεύγει τις επιφανειακές συντομεύσεις που συνήθως οδηγούν σε κώδικα χαμηλής ποιότητας αναδείχθηκε έντονα κατά τη διάρκεια των δοκιμών από τους πρώτους συνεργάτες της εταιρείας. Χαρακτηριστικό είναι το παράδειγμα της επενδυτικής εταιρείας Millennium, οι μηχανικοί της οποίας χρησιμοποίησαν το Fable 5.1 για να αναλύσουν μια εξαιρετικά σπάνια κατάρρευση των εσωτερικών τους συστημάτων. Το μοντέλο κατάφερε να αποσυναρμολογήσει τη βιβλιοθήκη ενός εξωτερικού προμηθευτή και να συνδέσει το σφάλμα με τα δεδομένα του core dump, λύνοντας ένα πρόβλημα που οι προγραμματιστές της εταιρείας, αλλά και άλλα ανταγωνιστικά μοντέλα AI, προσπαθούσαν να εξηγήσουν επί πέντε ολόκληρα χρόνια.

Αντίστοιχα εντυπωσιακά ήταν τα αποτελέσματα στην εταιρεία διαχείρισης βάσεων δεδομένων MongoDB, όπου ο Staff Software Engineer, Ron Sanzone, ανέφερε πως το Claude Fable 5.1 σχεδίασε και υλοποίησε ένα εξαιρετικά πολύπλοκο πρωτότυπο σε μόλις τρεις ημέρες. Το σύστημα πραγματοποίησε αρχική έρευνα σε εκτενή τεκμηρίωση, προχώρησε σε αρχιτεκτονικό σχεδιασμό και στη συνέχεια λειτούργησε αυτόνομα για ώρες με αυστηρούς βρόγχους επαλήθευσης, προκειμένου να παραδώσει τον τελικό κώδικα. 

Παρόμοιες μαρτυρίες προέρχονται από οργανισμούς όπως η Block και η Ramp, που αξιοποίησαν το μοντέλο για πολυήμερες προσομοιώσεις επιχειρηματικών λειτουργιών και εντοπισμό σφαλμάτων στην παραγωγή, επιβεβαιώνοντας πως η σταθερότητα του νέου αλγορίθμου παραμένει αναλλοίωτη ακόμα και μετά από συνεχή λειτουργία 38 ωρών χωρίς ανθρώπινη παρέμβαση.