Yeni Claude 5.1 Modeli Nəşr Olundu! Dünyanın Ən Güclü Modeli Buradadır

Orijinal AI-yə diqqət yetirən Maşın Ürəyidir
İndi, Anthropic yeni nəsil model olan Claude Fable 5.1 və Claude Mythos 5.1-i təqdim etdi.

Anthropic, Claude Fable 5.1-in hazırda açıq şəkildə istifadə oluna bilən ən güclü modellərdən biri olduğunu, mürəkkəb məntiq, uzun müddətli tapşırıqlar və Agent iş axınları üçün xüsusi olaraq hazırlandığını bildirir. Claude Mythos 5.1 isə onların daha yüksək qabiliyyət sərhədini araşdırdığını göstərir.

Qeyd etmək lazımdır ki, hər iki model eyni əsas model qabiliyyətini paylaşsa da, fərqli istifadə senariləri üçün fərqli təhlükəsizlik tədbirləri tətbiq edilmişdir.

Fable 5.1, adi istifadəçilər, inkişaf etdiricilər və müəssisələr üçün açıqdır, Mythos 5.1 isə təsdiqlənmiş yüksək riskli sahə tərəfdaşlarına yönəldilmişdir və daha sərt giriş nəzarətini saxlayır.

Başqa sözlə, biri real dünya işlərinə daxil olmaq üçün məsuliyyət daşıyır, digəri isə daha sərt nəzarət altında saxlanılır. Bu, bəlkə də Anthropic-in gələcək AI məhsul formalarının bir araşdırmasıdır: ən güclü model, hər kəsə eyni formada təqdim olunmaya bilər.

Rəsmi olaraq, bu iki model Claude seriyasının qabiliyyətində mühüm irəliləyişləri təmsil edir və onların model qabiliyyətini artırarkən təhlükəsiz yerləşdirməni necə irəlilətdiklərini nümayiş etdirir.

"Dünyanın ən güclü" modeli olan Fable 5.1-in performansı hələ də yüksəkdir, rəsmi məlumatlara görə, Fable 5.1 bir çox standart testdə əvvəlki nəsil flaqman Fable 5-dən daha yaxşı nəticələr göstərir.

Amma daha güclü olmasına baxmayaraq, qiyməti aşağı düşüb. Anthropic bildirir ki, Fable 5.1-in əsas qiyməti dəyişməz qalır, ancaq önbellek oxuma xərcləri Fable 5-ə nisbətən 75% azaldılıb. Praktikada, bu modelin ümumi xərclərini tipik iş yükü üçün təxminən 25% azaldır; yüksək Agentləşdirilmiş iş yükü üçün isə xərclər maksimum 45% azala bilər.

Görünür ki, hətta ən güclü modellər də qiymət-performans nisbətinə diqqət yetirir.

İndi daha ətraflı baxaq.

Aşağı səviyyə əvvəlki nəsil ilə eyni səviyyəyə çatır, Fable 5.1 "qiymət-performans"-a yönəlib.

Sadəcə siyahıları yeniləmək əvəzinə, Anthropic bu dəfə daha çox vurğulamaq istəyir: Fable 5.1 daha aşağı məntiq xərcləri ilə, əvvəllər yalnız Fable 5-in yüksək səviyyəsində tamamlanmış tapşırıqları yerinə yetirə bilər.

Rəsmi testlərə əsasən, Fable 5.1 aşağı və orta məntiq gücündə Fable 5-in nəticələrinə yaxın və ya onu aşan nəticələr əldə edə bilir. Claude Code standart olaraq yüksək məntiq gücünü istifadə edir, Claude Cowork və Claude . ai isə standart olaraq orta gücü istifadə edir, istifadəçilər də tapşırığın mürəkkəbliyinə görə sürət, xərc və nəticə arasında tənzimləmə edə bilərlər.

Xüsusi olaraq, Fable 5.1 elmi tədqiqat Agentinin Terminal - Bench - Science 0.1 testində 52.6% nəticə əldə edir, bu da Fable 5-in 24.7%-lik nəticəsindən iki dəfədən çoxdur; Terminal - Bench 4.0-da Fable 5.1 55.8%-ə çatır, daha çox qabiliyyət açan Mythos 5.1 isə 60.9%-ə çatır.

Bilgi işində, kompüter əməliyyatlarında və iş axını testlərində yeni model də irəliləyiş əldə edib. AutomationBench nəticələri Fable 5-in 17.1%-dən 31.4%-ə yüksəlib, CursorBench 3.2.0 isə 70.5%-dən 73.4%-ə yüksəlib.

Bir çox standart testdə Fable 5.1-in nəticələri Fable 5-dən üstündür, elmi tədqiqat Agentinin və kommersiya iş axını qabiliyyətinin artımı ən nəzərəçarpandır.

Terminal - Bench 4.0 testində Fable 5.1 və Mythos 5.1 müxtəlif məntiq güclərində əvvəlki nəsil Mythos 5-dən üstündür.

Terminal - Bench - Science 0.1 testində Fable 5.1-in ən yüksək nəticəsi 52.6%-dir, bu da Fable 5-in iki qatıdır.

Anthropic, Fable 5.1-in mühüm dəyişikliklərindən birinin, problemlərin kök səbəblərini izləməyə daha çox meyilli olması olduğunu düşünür, eyni zamanda saatlarla, hətta onlarla saat davam edən mürəkkəb tapşırıqları yerinə yetirmək üçün daha uyğun olduğunu bildirir.

İnvestisiya şirkəti Millennium testlərdə, bir daxili kodun hər milyon dəfə işlədilməsində bir dəfə çökdüyünü aşkar etdi. Bu problem mühəndis komandasını dörd-beş il narahat etdi, digər modellər də səbəbi tapmadı. Fable 5.1 isə xarici təchizatçıların proqram kitabxanalarını dekompilyasiya edərək, əsas dump fayllarını müqayisə edərək, problemi üçüncü tərəf proqram kitabxanasındakı bir bug-a yönləndirdi.

Ramp, Fable 5.1-in 38 saat ərzində davamlı işləməsini təmin etdi. Model, orijinal maşın öyrənmə nəticələrinin etiket səhvlərindən təsirləndiyini aşkar etdikdən sonra problemi öz-özünə düzəltdi, altı eksperiment qrupunu eyni anda işə saldı və nəticələri və sonrakı tövsiyələri tərtib etdi.

Kod yazmaqdan elmi tədqiqat aparmağa

Bu buraxılışda, Anthropic Fable 5.1 və Mythos 5.1-in elmi tədqiqatlardakı performansını geniş şəkildə təqdim edir.

Zülal dizaynı eksperimentində, tədqiqatçılar Mythos 5.1-in açıq mənbə zülal dizaynı və qatlama alətlərini çağırmasını təmin etdilər, sonra yaradılan dizaynları iki xarici quruma eksperiment təsdiqi üçün təqdim etdilər.

Üç hədəf zülalda, Mythos 5.1-in dizayn etdiyi birləşmə maddələrinin afiniteti Adaptyv Bio-nun müvafiq zülal dizaynı yarışmasının ən yaxşı həllinin 10 qatına çatdı. 12 hədəf zülal ilə qarşılaşdıqda, modelin dizayn etdiyi effektiv birləşmə maddələrinin tutma nisbəti 50%-ə yaxın oldu, halbuki Anthropic-in verdiyi sənaye standartı 10%-dən 15%-ə qədərdir.

Fable 5.1 həmçinin 30 ildən çox əvvəl NASA-nın Magellan kosmik gəmisinin topladığı radar görüntülərindən istifadə edərək, Venüsün təxminən üçdə birinin səthini yeni yüksək çözünürlüklü yüksəklik xəritəsi ilə yaratdı.

NASA-nın Magellan kosmik gəmisinin çəkdiyi Venüs radar görüntüsü, mərkəzdə təxminən 15 kilometr diametrli kiçik bir qalxan vulkanıdır.

Mövcud xəritə yalnız 10-20 kilometr ölçüsündə detalları təqdim edə bilirdi, yeni xəritə isə çözünürlük qabiliyyətini 2-3 kilometrə artırdı, hündürlük ölçmə dəqiqliyi isə maksimum 25% artdı. Anthropic bu xəritəni bilik paylaşımı lisenziyası ilə açıq şəkildə təqdim etməyi planlaşdırır, NASA VERITAS və Avropa Kosmik Agentliyi EnVision kimi sonrakı tapşırıqlar üçün istinad üçün.

Hesablama biologiyası sahəsində, Mythos 5.1 7 açıq mənbə zülal və genom dərin öyrənmə modelinin işləmə sürətini maksimum 2.5 dəfə artıraraq, nəticələri eyni saxlayaraq xüsusi GPU nüvələri yazaraq, aralıq nəticələri önbelleğe alır. Bəzi tam genom analiz tapşırıqlarında, GPU xərclərini 30%-dən 60%-ə qədər azaltmaq mümkündür.

Mythos 5.1 7 açıq mənbə zülal və genom modellərini optimallaşdırdıqdan sonra, məntiq sürəti 1.4-dən 2.5 dəfə artdı.

Anthropic bu nümunələrdən istifadə edərək, modelin məlumatları təşkil etməkdən, kod yazmaqdan, daha da irəliləyərək, təkliflər irəlilətmək, alətləri işlətmək və eksperiment təsdiqi üçün təqdim edilə bilən elmi nəticələr təqdim etməyə doğru irəlilədiyini sübut etmək istəyir.

Önbellek qiymətləri 75% azaldı, Agent tapşırıqları maksimum 45% ucuzlaşdı

Performansdan əlavə, qiymət Fable 5.1-in ən birbaşa dəyişikliklərindən biridir.

Fable 5.1-in giriş və çıxış qiymətləri dəyişməz qalıb, hələ də hər milyon Token üçün 10 dollar və 50 dollar, lakin önbellek oxuma qiyməti əvvəlki səviyyədən 75% azaldılıb, hər milyon Token üçün 0.25 dollar.

Önbellek oxuma, modelin artıq işlənmiş konteksti təkrar istifadə etməsini ifadə edir. Adi sual-cavabda bu nisbət məhdud ola bilər, lakin kod kitabxanasını, tarixi dialoqları və alət nəticələrini təkrar oxumaq tələb edən Agent tapşırıqlarında, önbellek tez-tez əsas xərcləri təşkil edir.

Anthropic-in 2026-cı ilin avqust ayı üçün faktiki istifadə məlumatlarına əsasən, Fable 5.1-in tipik tapşırıqlarını yerinə yetirmək üçün ümumi xərcləri Fable 5-dən təxminən 25% aşağıdır; konteksti uzun, alət çağırışları tez-tez olan mürəkkəb Agent tapşırıqları üçün xərclərin azalma dərəcəsi maksimum 45%-ə qədər çata bilər.

Önbellek oxuma qiymətləri azaldıldıqdan sonra, Fable 5.1-in tipik tapşırıq xərcləri təxminən 25% azaldı, yüksək Agentləşdirilmiş tapşırıqların xərcləri maksimum 45% azaldı.

Fable 5.1 artıq Claude . ai, Claude Code və Claude API-də mövcuddur, eyni zamanda AWS, Google Cloud və Microsoft Azure vasitəsilə təqdim olunur. İnkişaf etdiricilər yeni modeli claude - fable -5-1 vasitəsilə çağırmaq imkanına malikdirlər.

Distillasiya mexanizmi daha da gücləndirildi

Fable 5.1 və Mythos 5.1 əslində eyni əsas modeli istifadə edir, ikisinin əsas fərqi təhlükəsizlik məhdudiyyətlərindədir.

Fable 5.1 adi istifadəçilər və müəssisələr üçün tamamilə açıqdır; Mythos 5.1 isə daha geniş şəbəkə təhlükəsizliyi və həyat elmləri məhdudiyyətlərinə malikdir, hazırda yalnız təsdiqlənmiş fərdlər və təşkilatlar üçün təqdim olunur.

Şəbəkə təhlükəsizliyi sahəsində, Fable 5.1 artıq istifadəçilərə proqram zəifliklərini aşkar etməyə kömək edə bilir, lakin hələ də zəiflik istismar proqramları birbaşa yarada bilmir. Penetrasiya testi, zəiflik istismarının yaradılması və ikili fayllara əsaslanan zəiflik skaneri kimi ikili istifadə tapşırıqları hələ də daha sərt məhdudiyyətlərə malik modellərə verilir.

Düzəlişlərdən sonra, yeni versiyanın şəbəkə təhlükəsizliyi müdafiə mexanizminin yanlış bloklama sayı Fable 5-ə nisbətən təxminən 60% azaldı. Bioloji təhlükəsizlik mexanizmi isə əsas biologiya və tibbi məsələlərin yanlış bloklama nisbətini 85% azaldıb, həyat elmləri tədqiqatlarına aid yüksək qabiliyyətlər isə əsasən Mythos 5.1-in təsdiq proqramı vasitəsilə açılır.

Anthropic həmçinin Enterprise Frontier Safeguards təqdim etdi. Müəssisələr məlumatlarını öz nəzarətində olan bulud infrastrukturunda saxlaya bilərlər, müəssisə standart insan yoxlamasını həyata keçirir, beləliklə təhlükəsizlik monitorinq qabiliyyətlərini saxlayarkən "sıfır məlumat saxlanması" yaxınlığında gizlilik effektini əldə edirlər. Bu mexanizm bu ilin payızında mərhələli şəkildə tətbiq olunmağı planlaşdırır.

Böyük miqyaslı model distillasiya üçün, Fable 5.1 də yeni məhdudiyyətlər əlavə etdi. O gündən sonra yaradılan API hesabları, Claude tarix düşüncə qeydlərini saxlayarkən, çoxlu dialoqda əvvəlki konteksti əl ilə dəyişdirmək imkanı olmayacaq. Anthropic, bu dəyişikliklərin artıq açıq olan bir qabiliyyət çıxarma metodunu bloklamaq üçün əsasən istifadə edildiyini bildirir.

Bundan əlavə, Avropa İttifaqının "Süni İntellekt Qanunu" tələblərinə uyğun olaraq, Fable 5.1-in mətn çıxışı görünməz su nişanı daşıyacaq. Anthropic eyni zamanda API-nin aşkarlanmasını kiçik miqyasda sınaqdan keçirir, ilk mərhələdə tənzimləyici orqanlar, media, fakt yoxlama təşkilatları və tədqiqat institutları üçün açıqdır.

Nəhayət, istifadəçilər haqlıdır, erkən oyanan quşlar 5.1-i daha tez istifadə edir.

Bu məzmun yalnız ümumi məlumat məqsədilə təqdim olunur və maliyyə, investisiya, hüquqi və ya vergi məsləhəti hesab edilməməlidir. Burada qeyd olunan hər hansı tədbir, mükafat, onlayn kampaniya və ya əlaqəli məlumat hər hansı kriptoaktivin alınması, satılması, treydinqi və ya digər əməliyyatların aparılması üçün tövsiyə, təşviq və ya dəvət kimi qiymətləndirilməməlidir. Kriptoaktivlər yüksək dəyişkənliyə malikdir və maliyyə itkisinə səbəb ola bilər. WEEX-in xidmətləri, məhsulları və əlaqəli tədbirlərinin əlçatanlığı regiondan asılı olaraq dəyişə bilər. İştirakınızın yerli qanunvericilik və tənzimləyici tələblərə uyğun olmasını təmin etmək sizin məsuliyyətinizdir.