Claude Fable 5.2 формализовала теорему Ферма за 30 часов
Тысяча агентов Claude Fable 5.2 за 30 часов формализовала доказательство Великой теоремы Ферма в Lean. Речь не о самостоятельном открытии нового математического доказательства, а о переводе существующего аргумента в строгую форму, которую может проверить компьютер.
Anthropic сравнила этот результат с аналогичным запуском Opus 5.5. Та же конфигурация примерно из тысячи агентов за первые 18 часов завершила 26% работы, а за следующие 12 часов почти не продвинулась. Оба эксперимента компания представила вместе с анонсом Fable 5.2 и Mythos 5.2.
Как агенты формализовали теорему
Великая теорема Ферма утверждает, что при целом n > 2 уравнение aⁿ + bⁿ = cⁿ не имеет решений в положительных целых числах. Доказательство Эндрю Уайлса опубликовали в 1995 году после исправления найденного пробела, над которым он работал совместно с Ричардом Тейлором.
В Lean математическое утверждение задаётся типом, а доказательство представляет собой терм этого типа. Тактики помогают построить такой терм, после чего ядро системы проверяет его корректность. Если для применения леммы необходимо доказать дополнительные предпосылки, агенты должны формализовать и их. При отсутствии нужного утверждения в библиотеке его также приходится создавать с нуля.
В предыдущем, сентябрьском эксперименте Anthropic использовала платформу Prove2Me, которая отслеживала зависимости между утверждениями в виде направленного ациклического графа. Благодаря этому агенты видели уже доказанные леммы и могли распределять независимые задачи параллельно. В тот раз работа заняла 11 дней, а итоговое доказательство включало 29 500 промежуточных теорем. Отдельная проверка подтвердила соответствие финальной формулировки версии из библиотеки Mathlib.
Тысяча агентов и другие испытания
В новом запуске Fable 5.2 получила короткие начальные инструкции и перечень промежуточных утверждений, по которым оценивали прогресс. Агенты самостоятельно распределяли работу и, по данным Anthropic, обходились без математических справочников. Люди вмешивались лишь изредка. По сравнению с сентябрьским экспериментом объём токенов, потраченных на действия, сократился втрое, а формальный текст доказательства стал в семь раз короче.
Помимо математической задачи, ранняя версия Fable 5.2 перенесла критически важный сервис внутри Anthropic с Python на Rust. Компания заявила, что после миграции время запуска сократилось примерно в 26 раз. В другом эксперименте более тысячи субагентов в течение восьми дней создали прототип операционной системы с нуля. Система загружается на ноутбуке и включает ядро, драйверы диска, клавиатуры и сети, файловое хранилище, оконный интерфейс и установщик.
На тесте FrontierCode 2.0 Fable 5.2 получила 49,1% в режиме усилия Xhigh против 32,4% у Fable 5.1 при той же настройке. В режиме High новая модель показала примерно такой же результат, как Opus 5.5 в режиме Max, при этом решение одной задачи обходилось примерно вдвое дешевле.
Mythos 5.2 и доступность моделей
Fable 5.2 и Mythos 5.2 построены на одной базовой модели, но предназначены для разных сценариев. Для Fable действуют дополнительные ограничения при выполнении высокорисковых задач в кибербезопасности и биологии. Mythos доступна проверенным организациям через программы Anthropic для специалистов по безопасности и биомедицинским исследованиям.
На внутреннем тесте CVE Rediscovery Mythos 5.2 обнаружила 89,6% уязвимостей. Для сравнения, Mythos 5.1 показала результат 78,3%, а Opus 5.5 без защитных ограничений — 81,3%. В октябрьском прогоне моделям предоставляли версии проектов до исправлений и проверяли, сколько из 1829 уже опубликованных CVE они смогут найти самостоятельно.
В API Claude Platform Fable 5.2 доступна под именем claude-fable-5-2. Модель также предлагается через AWS, Google Cloud и Microsoft Azure. Базовая стоимость для обеих моделей составляет 8 долларов за миллион входных токенов и 40 долларов за миллион выходных. Anthropic заявляет, что относительно версии 5.1 скорость генерации выросла до 30%. В Fast Mode токены обрабатываются до 2,5 раза быстрее, а тариф увеличивается до 16 долларов за миллион входных и 80 долларов за миллион выходных токенов.
