Medzi veľkými jazykovými modelmi zvádzajú na špičke tvrdý súboj o priazeň používateľov Gemini, ChatGPT a Claude. Teraz Anthropic predstavil čiastočne nový variant modelu Claude, ktorý v prvých testoch pravidelne prekonáva konkurenciu – občas aj s obrovským náskokom.
Anthropic na základoch modelu Claude Mythos vytvoril Claude Fable a rovno mu pridelil označenie verzie 5. Spoločnosť tým naznačuje, že stojí nad doterajším modelom Claude Opus 4.8, čo presvedčivo potvrdzujú aj testy.
Anthropic predtým zdôrazňoval, že Mythos so sebou prináša značné riziká, a preto k nemu bude mať prístup len úzky okruh vyvolených. Spoločnosť dokonca osobitne informovala aj o jeho sprístupnení Európskej únii. Napriek tomu teraz môžeme oznámiť príchod modelu Mythos 5 a jeho spotrebiteľského náprotivku Claude Fable 5. Čo spôsobilo tento obrat? Vývojári vytvorili bezpečnostné mechanizmy, ktoré majú zabrániť prípadnému zneužitiu.
Pri modeli Claude Fable 5 spoločnosť osobitne zdôraznila, že nejde o obmedzený, teda menej výkonný model. Fable 5 dokáže presne to isté ako Mythos 5, len dostal „náhubok“. Bez neho by pri zneužití predstavoval veľmi vážne kybernetické riziko a mohol by spôsobiť obrovské škody. Nie sme si istí, nakoľko je zo strany Anthropicu rozumné takto to zdôrazňovať. Môžeme len dúfať, že všetky bezpečnostné mechanizmy budú fungovať bezchybne, pretože nepochybujeme, že sa ich mnohí pokúsia preveriť.
„Claude Fable 5 dosahuje špičkové výsledky takmer vo všetkých testoch umelej inteligencie a vyniká vo vývoji softvéru, znalostnej práci, spracovaní obrazu, vedeckom výskume a mnohých ďalších oblastiach,“ zdôraznila spoločnosť. „Čím je úloha dlhšia a zložitejšia, tým väčší má Fable 5 náskok pred našimi ostatnými modelmi.“
Anthropic podrobil Fable 5 mnohým testom a pri porovnaní s GPT-5.5 a Claude 3.1 Pro nenašiel premožiteľa – hoci v prípade Googlu by už bolo aktuálnejšie použiť Gemini 3.5 Flash. V takmer všade skloňovanom teste Humanity’s Last Exam dosiahol nový model výsledok 59 %, zatiaľ čo konkurenti sa bez pomoci nástrojov nedostali nad 50 %. V teste OSWorld predviedol svoje schopnosti ovládať počítač a dosiahol úspešnosť 88 %, oproti 83,4 % pri GPT-5.5 a 78,7 % pri Gemini 3.1 Pro.
Claude Fable 5 je prvý veľký jazykový model, ktorý v teste SWE-Bench Pro dokáže dosiahnuť výsledok nad 80 %. Opus 4.8, ktorý dovtedy predstavoval etalón, zostal ešte tesne pod hranicou 70 %. Najväčší konkurenti medzitým medzi sebou súperia v pásme od 50 do 60 %.
V teste FrontierCode pracuje Fable 5 už v najúspornejšom režime takmer s rovnakou presnosťou ako Claude Opus 4.8 nastavený na maximálny výkon. Keď nový model dostane priestor využiť svoj plný výkon, môže byť z hľadiska presnosti až dvojnásobne lepší. To má, samozrejme, aj svoju cenu: práca s ním vtedy stojí približne dvojnásobok.
Spoločnosť si ponecháva aj model Mythos 5, ktorý je novšou, už za dokončenú považovanou verziou predchádzajúceho Mythos Preview. Anthropic ho bude naďalej poskytovať vybraným klientom na úlohy v oblasti kybernetickej bezpečnosti v rámci iniciatívy Project Glasswing. Tento model neobmedzujú bezpečnostné opatrenia.
Anthropicu sa v poslednom období podarilo zvýšiť aj efektivitu modelu Mythos, vďaka čomu je práca s ním lacnejšia. Mythos a Fable majú rovnaké ceny: spracovanie 1 milióna tokenov stojí 10 dolárov a vygenerovanie rovnakého množstva obsahu 50 dolárov. Mythos Preview bol ešte dvakrát drahší.
