Među velikim jezičnim modelima Gemini, ChatGPT i Claude vode ozbiljnu utrku za naklonost korisnika na čelu. Sada je Anthropic izašao s djelomično novom varijantom Claudea, koja u prvim testovima redovito nadmašuje suparnike – povremeno trijumfirajući uvjerljivo.
Na temelju modela Claude Mythos Anthropic je izašao s modelom Claude Fable, i to mu je odmah dao oznaku verzije 5. Tvrtka time sugerira da stoji iznad dosadašnjeg modela Claude Opus 4.8, a to lijepo potvrđuju i testovi.
Anthropic je ranije naglašavao da je Mythos model koji skriva znatne opasnosti i da zato smije pristupiti samo uski elitni krug. Tvrtka je zasebno izvijestila i kad ga je učinila dostupnim Europskoj uniji. Unatoč tome, sada možemo izvijestiti da je stigao Mythos 5, kao i njegov potrošački parnjak, Claude Fable 5. Čemu zahvaliti taj obrat? Pa, razvojni su inženjeri izradili sigurnosne mehanizme kojima se može spriječiti moguće zlouporabe.
Uz Claude Fable 5 tvrtka je posebno istaknula da nije riječ o prigušenom, dakle skromnijih performansi modelu. Fable 5 sposoban je točno za isto što i Mythos 5, samo je dobio “brnjicu”. Bez nje bi zlouporaba predstavljala vrlo ozbiljan rizik za kibernetičku sigurnost i mogla bi izazvati golemu štetu. Ne znamo koliko je mudro od Anthropica toliko to naglašavati, samo se nadamo da će svi sigurnosni mehanizmi savršeno obavljati svoj posao, jer ne sumnjamo da će ih mnogi testirati.
“U gotovo svim testovima umjetne inteligencije Claude Fable 5 pokazuje se najnaprednijim i pruža izvanredne performanse u razvoju softvera, radu temeljenom na znanju, obradi slike, znanstvenim istraživanjima i na mnogim drugim područjima” – istaknula je tvrtka. “Što je zadatak dulji i složeniji, to je veća prednost Fablea 5 pred ostalim našim modelima.”
Anthropic je Fable 5 podvrgnuo mnogim testovima i nije našao nijednog pobjednika u usporedbi s GPT-5.5 i Claudeom 3.1 Pro – iako bi kod Googlea već aktualnija bila primjena Geminija 3.5 Flash. Test Humanity’s Last Exam, koji se pojavljuje gotovo svaki put, novi je model prošao s učinkom od 59 posto, dok suparnici bez pomoći alata nisu mogli preći 50%. U testu OSWorld, pokazavši sposobnosti korištenja računala, ostvario je uspjeh od 88% naspram 83,4% koje je postigao GPT-5.5 i 78,7% uz ime Geminija 3.1 Pro.
Claude Fable 5 prvi je veliki jezični model koji u okviru testa SWE-Bench Pro može postići rezultat iznad 80 posto, dok je Opus 4.8, koji se prije smatrao mjerilom, ostao za dlaku ispod 70%. Najveći izazivači pritom se natječu između 50 i 60%.
U testu FrontierCode Fable 5 već i u najskromnijem načinu rada radi s gotovo jednakom točnošću kao Claude Opus 4.8 na vrhuncu snage. Ako novi model smije raditi s najvećim performansama, točnost može biti čak dvostruko bolja. Naravno, to će imati i svoju cijenu, tada je rad s njim otprilike dvostruko skuplji.
Tvrtka zadržava i model Mythos 5, koji je novija, gotovom ocijenjena verzija ranijeg Mythos Previewa. Anthropic će ga i dalje osiguravati za zadatke kibernetičke sigurnosti odabranim klijentima u okviru inicijative Project Glasswing. Taj model ne koče sigurnosni postupci.
Anthropic je u posljednje vrijeme uspio poboljšati i učinkovitost modela Mythos, čime je postigao da je rad s njim jeftiniji. Mythos i Fable imat će istu cijenu, obrada 1 milijuna tokena koštat će 10 dolara, a za 50 dolara zauzvrat proizvode jednaku količinu sadržaja. Mythos Preview bio je dvostruko skuplji.
