Claude Fable 5.2 и Mythos 5.2: Anthropic продолжает фронтирную гонку
Anthropic представила Claude Fable 5.2 и Claude Mythos 5.2 — первые фронтирные модели компании с сентября. Их выход стал заметным событием на фоне публичного призыва генерального директора Anthropic Дарио Амодеи снизить темп гонки в области искусственного интеллекта.
В компании подчёркивают, что речь шла не о полной остановке разработок. Дайан Пенн, руководитель продуктового направления исследований Anthropic, объяснила CNBC: команда призывала индустрию двигаться медленнее и осторожнее, а не прекращать работу. Спустя два месяца сама Anthropic проверяет этот подход на практике, выпуская новое поколение моделей.
Больше скорость и ниже стоимость
По сравнению с поколением 5.1 обе модели формируют ответы на 30% быстрее. Одновременно Anthropic снизила стоимость использования: миллион входных токенов обходится в 8 долларов, а миллион выходных — в 40 долларов.
Такое ценообразование делает новые модели дешевле конкурирующей GPT-6 Astra, для которой заявлены тарифы 10 долларов за миллион входных токенов и 50 долларов за миллион выходных. Особенно заметна разница при работе с кешированными токенами: у Claude Fable 5.2 и Mythos 5.2 их стоимость составляет 0,20 доллара за миллион против 1 доллара у GPT-6 Astra.
Низкая цена кешированных токенов важна для сценариев, в которых модели регулярно работают с большими документами и повторно используют уже обработанный контекст. В таких задачах преимущество Anthropic может выражаться не только в более дешёвом отдельном запросе, но и в заметном снижении совокупных расходов на длительные рабочие процессы.
Ставка на аккуратное развитие
Anthropic описывает результаты предрелизного тестирования новых моделей как значительное достижение. При этом представленные данные показывают, что компания стремится совмещать продвижение фронтирных систем с повышенным вниманием к темпу и последствиям их развития.
Выпуск Fable 5.2 и Mythos 5.2 не отменяет дискуссию о необходимости замедлить гонку, которую ранее инициировал Дарио Амодеи. Напротив, он демонстрирует более сложную позицию Anthropic: развивать возможности моделей можно и дальше, но делать это с акцентом на эффективность, стоимость использования и контролируемый темп вывода новых систем.
