Anthropic выпустила Claude Fable 5.2 и Mythos 5.2: быстрее 5.1 и сильнее в коде

Anthropic обновила сразу две модели из линейки: Claude Fable 5.2 и Claude Mythos 5.2. По словам компании, они созданы для «грандиозных» технических задач. Это та самая категория работы, где обычный чат-ассистент вроде бы справляется, но на третьем часу задачи теряет нить. Разберём, что известно из анонса и что с этим делать.

Что заявляет Anthropic

Компания говорит о росте в трёх областях: программирование, рассуждения и зрение. Плюс обе модели генерируют ответ быстрее, чем их предшественницы 5.1. Скорость здесь не косметика. Если вы гоняете агента на десятках шагов, каждая секунда задержки умножается на число вызовов. Более быстрая модель того же класса может заметно сократить время всего прогона, а иногда и счёт за него.

Отдельно про Fable 5.2. Anthropic пишет, что он хорошо решает сложные инженерные задачи, умеет оркестровать команды агентов и тянуть долгие проекты. Ещё одно заявление: модель решила несколько сложных научных задач, включая две открытые задачи теоретической физики. Звучит громко, но это слова компании. Подробностей в доступном нам фрагменте нет, и проверить это самостоятельно практически невозможно.

Что значит «оркестрация агентов» на практике

Представьте типичную задачу: перевести сервис на новую версию фреймворка. Один агент читает код и составляет план. Второй правит модули. Третий запускает тесты и разбирает падения. Четвёртый проверяет итоговый дифф. Модель в роли оркестратора раздаёт задачи, собирает результаты и не забывает, что было сделано час назад.

Именно на этом ломаются слабые связки. Модель либо теряет контекст, либо зацикливается, либо бодро рапортует о завершении, хотя половина тестов красная. Anthropic прямо заявляет, что Fable 5.2 сильнее именно в такой работе. Если это правда, выигрыш будет не в красивом демо, а в том, что агент реже требует вашего вмешательства.

Чего мы пока не знаем

Из фрагмента анонса не видно нескольких важных вещей:

• конкретных цифр на бенчмарках и с какими моделями сравнивают;
• цен и лимитов для API и подписок;
• чем именно Mythos 5.2 отличается от Fable 5.2 по назначению;
• результатов предрелизных тестов: текст в источнике обрывается как раз на этом месте.

Пока это маркетинговое описание, а не независимая оценка. Заявление про решённые задачи физики стоит воспринимать как демонстрацию возможностей, а не как гарантию для вашего репозитория.

Что делать разработчику и продакту

Не переключайте продакшен по пресс-релизу. Практичный план такой:

1. Возьмите 10–20 реальных задач из своего бэклога: баг с неочевидной причиной, рефакторинг на несколько файлов, задачу с изображением или скриншотом.
2. Прогоните их на 5.1 и 5.2 с одинаковыми промптами и инструментами. Сравнивайте долю успешных решений, время и стоимость, а не впечатление от ответа.
3. Если у вас есть мультиагентные пайплайны, проверьте самое слабое место: длинные цепочки шагов. Там заявленный прирост должен проявиться или не проявиться.
4. Отдельно замерьте скорость. Если она действительно выше, пересчитайте экономику ваших агентов.

Главное в этом релизе не сами названия, а направление. Лидеры рынка соревнуются уже не в том, кто лучше ответит на один вопрос, а в том, кто надёжнее проведёт модель через длинную работу. Это и стоит проверять первым делом.