Anthropic выпустила Claude Fable 5.2: 1000 агентов формализовали теорему Ферма за 30 часов

Anthropic выпустила сразу две модели — Claude Fable 5.2 и Mythos 5.2. Под капотом у них одна базовая модель, а разница в защитных механизмах. Громче всего прозвучала демонстрация: тысяча агентов за 30 часов формализовала доказательство Великой теоремы Ферма на Lean. Звучит как фокус для научпопа, но за этим стоит вполне приземлённая инженерная история.

Что показали на практике

Lean — язык, в котором доказательство проверяет компилятор, а не рецензент. Любая дыра в рассуждении просто не соберётся. Поэтому формализация — это огромная, нудная и очень строгая работа, похожая на рефакторинг гигантской кодовой базы с жёсткой системой типов. Предыдущей исследовательской версии Claude на неё потребовалось 11 дней, а тысяче агентов новой — 30 часов. Для разработчика важна не сама теорема, а паттерн: большая задача режется на куски, куски параллельно берут сотни агентов, а автоматический проверяющий отсеивает брак.

Остальные заявления Anthropic тоже в этом ключе. Fable 5.2 решила две открытые задачи, связанные с физикой чёрных дыр. Модель спроектировала три работающих устройства — с печатными платами, корпусами и программным обеспечением. А более 90% изменений, которые попадают в основной код самой Anthropic, теперь пишет Claude при участии людей. Утверждение сильное, но это данные компании о себе, независимой проверки пока нет.

Цена, скорость и две версии

Новое поколение быстрее предыдущего до 30%. Цена: $8 за миллион входящих токенов и $40 за миллион исходящих. Есть Fast Mode — до 2,5 раза быстрее, но за $16 и $80 соответственно. Арифметика простая: ускорение стоит ровно вдвое дороже, так что режим имеет смысл там, где важна задержка — интерактивные ассистенты, живые IDE-агенты, — а не в ночных пакетных задачах.

Версии различаются доступом. Fable 5.2 открыта широкому кругу пользователей и уже доступна в Claude, через API, а также в AWS, Google Cloud и Microsoft Azure. Mythos 5.2 — для проверенных организаций в кибербезопасности и биомедицинских исследованиях. По внутреннему тесту Anthropic, она находит на 10,2% больше уязвимостей, чем Opus 5.5. Тест внутренний, так что к цифре стоит относиться как к заявке, а не как к независимому бенчмарку.

Что делать разработчику и продакту

Первое — пересчитать экономику агентных пайплайнов. Выходные токены стоят в пять раз дороже входных, поэтому агенты, которые много «думают» и пишут, станут главной статьёй расходов. Заложите лимиты на длину вывода и кэшируйте всё, что можно.

Второе — перенять идею с Lean: поставьте агентам жёсткого автоматического проверяющего. В коде это тесты, типы и линтеры, в данных — схемы и валидаторы. Чем строже проверка, тем безопаснее раздавать агентам параллельную работу.

Третье — не верить цифрам с первого раза. «До 30% быстрее», прирост 10,2%, 90% кода — всё это слова вендора. Прогоните Fable 5.2 на своих задачах и сравните стоимость решённой задачи, а не стоимость токена.

Наконец, если вы занимаетесь безопасностью или биомедициной, выясните, как устроена проверка организаций для доступа к Mythos. Всем остальным хватит Fable: базовая модель у них общая, отличаются только ограничения.