Обзор новых Claude Fable 5.2 и Mythos 5.2: разбираем главные детали обновления

9 ноября 2026 года Anthropic представила Claude Fable 5.2 и Claude Mythos 5.2. Компания обновила модели для сложных технических задач: разработки программ, научных исследований и проектирования электроники. По заявлению Anthropic, они работают быстрее предыдущих версий, а базовая стоимость обработки токенов снизилась на 20%.

Чем Fable 5.2 отличается от Mythos 5.2

За двумя названиями стоит одна базовая модель. Разница заключается в защитных механизмах и условиях доступа.

Fable предназначена для широкого использования, поэтому часть запросов, связанных с кибербезопасностью и биологией, ограничена. Mythos даёт больше возможностей в этих областях, но доступ к ней получают прошедшие проверку специалисты и организации.

В документации Anthropic Fable 5.2 отводится роль модели для сложных рассуждений и длительной агентной работы. Для большинства повседневных задач компания по-прежнему рекомендует начинать с Opus 5.5 и переходить к Fable, если возможностей Opus недостаточно.

Согласно карточке Fable 5.2 ^[1], её контекстное окно составляет миллион токенов, максимальный объём ответа — 128 тысяч. Модель принимает текст и изображения, возвращает текст и поддерживает вызов инструментов. Она доступна через Claude API и платформы AWS, Google Cloud и Microsoft Foundry. Идентификатор в API — claude-fable-5-2.

Такое позиционирование помогает понять смысл обновления: основная аудитория — пользователи, которым нужно поручить модели большой проект с несколькими этапами, зависимостями и проверками результата.

От отдельных правок к работе над проектом

В анонсе Anthropic приводит пример миграции рабочего сервиса с Python на Rust. Над ней работала команда агентов на ранней версии Fable 5.2. По данным компании, после переноса сервис стал запускаться примерно в 26 раз быстрее. Это результат конкретного проекта, который нельзя переносить на любую миграцию между этими языками.

Другой эксперимент длился восемь дней: модель координировала более тысячи субагентов, разрабатывавших прототип операционной системы. Anthropic сообщает, что он загружается на ноутбуке и включает собственное ядро, драйверы, файловое хранилище и графический интерфейс. Однако демонстрация прототипа сама по себе не подтверждает его готовность к повседневной эксплуатации.

Для обычной работы с кодом масштаб таких экспериментов избыточен. В SpeShu.AI ^[2] можно использовать доступные модели Claude для разбора фрагмента программы, поиска ошибок и подготовки исправлений. Начать удобно с небольшой задачи с проверяемым результатом — например, объяснить сбой и предложить правку. Так проще оценить пользу модели для своего проекта.

Что показали тесты

В отчёте Anthropic приведены следующие результаты. В таблице — оценки Fable, а не специализированных возможностей Mythos.

Это результаты, опубликованные разработчиком. Условия и уровни вычислительных усилий различаются между тестами; например, для FrontierCode указаны лучшие результаты моделей при разных настройках. Проценты характеризуют выполнение заданий конкретного набора, а не общую вероятность правильного ответа.

Для рабочего проекта из этого следует практический критерий: сравнивать модели стоит на одинаковых собственных задачах, учитывая принятые исправления, время проверки и стоимость повторных попыток.
Мы следим за релизами, чтобы вы могли быстро переходить от новостей к собственным тестам. В SpeShu.AI ^[3]свежие модели появляются в считаные минуты после открытия доступа для подключения. Можно сразу проверить новинку на привычных задачах: разобрать код, подготовить текст или проанализировать документ — и оценить, что изменилось именно в вашей работе.

Тысяча агентов и доказательство теоремы Ферма

В отдельном эксперименте ^[4] команда из тысячи агентов на ранней версии Fable 5.2 завершила формализацию доказательства Великой теоремы Ферма примерно за 29 часов.

Речь идёт о переводе доказательства в форму, которую проверяет система Lean. У агентов были математическая библиотека, список промежуточных утверждений, определения и 47 ранее доказанных лемм. Каждый работал в отдельной изолированной среде без доступа к интернету, а для координации использовались Git и общая база PostgreSQL.

Этот опыт ^[5] интересен устройством совместной работы. Агенты распределяли задачи, сохраняли промежуточные результаты и дробили трудные утверждения на более мелкие. Вместе с тем исследователи отмечают, что агенты могли неверно оценивать сложность и преждевременно считать задачу невыполнимой. Поэтому результат не отменяет пользы человеческого руководства и специализированных инструментов.

Как Claude проектировала электронику

Ещё один проект Anthropic и Diode ^[6] показывает применение модели за пределами разработки ПО. Fable 5.2 поручили спроектировать три устройства: домашний голосовой помощник, USB-спикерфон и карманный гаджет с виртуальным питомцем.

Модель подбирала компоненты, разрабатывала печатные платы, проектировала корпуса и писала прошивки. В процессе она обращалась к документации производителей, проверяла совместимость деталей и переделывала неудачные решения. Например, при проектировании спикерфона проверила, удастся ли установить плату в корпус с учётом выступающего переключателя.

Физическое изготовление, сборку и испытания выполняли инженеры Diode. По сообщению Anthropic, все три прототипа заработали без исправлений электрических схем.

До готового коммерческого продукта при этом остаётся несколько этапов. Устройства не прошли полный цикл электрических и тепловых испытаний, настройку антенн и сертификацию. Их также не проектировали для массового производства. Эксперимент показывает возможности подготовки прототипа, а не завершённый процесс выпуска товара.

Сколько стоят новые модели

Согласно официальным тарифам ^[7], стандартная цена Fable 5.2 и Mythos 5.2 составляет $8 за миллион входных токенов и $40 за миллион выходных. У версий 5.1 эти показатели равнялись $10 и $50 соответственно.

Тарифы приведены для API; условия облачных площадок и дополнительные услуги могут влиять на итоговую стоимость. Claude Platform Docs ^[7]

В обычном режиме новые модели, по данным Anthropic, генерируют токены до 30% быстрее предшественников. Дополнительный Fast mode ускоряет генерацию до 2,5 раза относительно стандартного режима, но удваивает указанные тарифы.

Скорость генерации токенов не равна скорости завершения проекта: агенту также требуется время на запуск инструментов, тестирование и исправление ошибок. Аналогично снижение тарифа на 20% не гарантирует такого же уменьшения итогового счёта. Он зависит от объёма контекста, длины ответов, использования кэша и числа повторных запусков.

Доступ к Mythos и работа с данными

Для расширенных кибервозможностей Mythos предусмотрена Cyber Verification Program ^[8]. В ней проверяются заявитель, характер его работы и соблюдение требований безопасности. Для исследований в области наук о жизни действует отдельная программа.

При этом обычные модели Claude тоже можно использовать для защитных задач: анализа собственного исходного кода, исправления известных ошибок и разбора предупреждений безопасности. Проверка требуется для доступа к более широким возможностям, а не для любого обсуждения уязвимостей.

Ещё один существенный вопрос для компаний — хранение запросов и ответов. Anthropic объясняет, что выявление сложных злоупотреблений требует анализа последовательности обращений. В документации Fable 5.2 указан стандартный срок хранения 30 дней; исключения требуют отдельного разрешения Anthropic.

Для подходящих корпоративных клиентов компания развивает Enterprise Frontier Safeguards ^[9]. Данные для мониторинга могут храниться в облачной инфраструктуре клиента под его контролем, а сигналы о подозрительной активности передаются его специалистам. Это отдельная корпоративная схема, условия которой следует уточнять при подключении. anthropic.com ^[10]

Что это меняет для пользователя

Практическая ценность Fable 5.2 проявится там, где модель сможет довести длинную задачу до проверяемого результата: подготовить работающую правку, согласовать изменения между компонентами или пройти несколько итераций проектирования. Для выбора инструмента полезнее измерить такой результат на своём материале, чем ориентироваться только на место в таблице тестов.

В Спешу АИ ^[3] доступны нейросети для работы с текстами, документами и кодом в одном сервисе. Подписывайтесь на наш блог: мы разбираем обновления моделей и показываем, какие их возможности можно применять в повседневной работе.