Anthropic ra mắt mô hình mạnh nhất trước IPO Fable, Mythos 5.2: hàng nghìn AI phối hợp 8 ngày xây dựng hệ thống, 30 giờ hình thức hóa Định lý lớn Fermat

Động Sát Beating Tin nhanh AI, Anthropic ra mắt Claude Fable 5.2 và Mythos 5.2. Hai mô hình này đã có thể đảm nhận các dự án kỹ thuật và nghiên cứu khoa học mà trước đây cần một đội ngũ chuyên gia thực hiện trong thời gian dài, bao gồm phát triển hệ điều hành từ đầu, chứng minh hình thức các định lý toán học, và giải quyết các vấn đề lý thuyết hố đen tồn đọng lâu nay.

Anthropic để Fable 5.2 phát triển một hệ điều hành bắt đầu từ một thư mục trống. Nó điều phối hơn 1000 tác nhân phụ, làm việc liên tục 8 ngày, tự phân công, lập trình, kiểm thử và đánh giá mã nguồn. Hệ thống cuối cùng tạo ra có thể khởi động trên máy tính xách tay, sở hữu nhân độc lập, trình điều khiển đĩa và mạng, hệ thống tệp, cửa sổ đồ họa và trình cài đặt.

Trong một thí nghiệm khác, khoảng 1000 tác nhân Fable 5.2 đã dùng 30 giờ để hoàn thành việc hình thức hóa chứng minh hiện có của Định lý lớn Fermat, tức là chuyển đổi chứng minh toán học thành mã mà máy tính có thể kiểm chứng từng bước. Trước đó, Anthropic với sự hỗ trợ của công cụ chuyên dụng và các nhà nghiên cứu con người đã mất 11 ngày để hoàn thành nhiệm vụ tương tự. Với cùng cấu hình, Opus 5.5 chạy khoảng 30 giờ chỉ hoàn thành được 26%.

Fable 5.2 còn tham gia giải quyết hai bí ẩn chưa có lời giải trong lý thuyết hố đen. Một trong số đó liên quan đến một phép tính phức tạp được đề xuất năm 2003 và trước đây luôn khó hoàn thành.

Anthropic còn để nó tự thiết kế ba thiết bị điện tử, bao gồm bảng mạch, linh kiện, vỏ và chương trình. Sau khi các kỹ sư của công ty hợp tác chế tạo và lắp ráp theo thiết kế, cả ba thiết bị đều hoạt động bình thường, không cần sửa mạch.

Trong đánh giá chính thức, Fable 5.2 đạt 49,1% trên bài kiểm tra lập trình FrontierCode 2.0, vượt qua 45,5% của Opus 5.5. Bài kiểm tra mô phỏng robot tăng từ 27,6% của thế hệ trước lên 64,9%. Mythos 5.2 hướng đến an ninh mạng và nghiên cứu sinh học, đạt 89,6% trong bài kiểm tra phát hiện lại lỗ hổng đã biết, so với 78,3% của thế hệ trước.

Fable và Mythos sử dụng cùng một bộ trọng số mô hình, khác biệt chính nằm ở giới hạn an toàn. Fable mở cho tất cả người dùng, Mythos nới lỏng giới hạn về an ninh mạng và nghiên cứu sinh học, hiện chỉ cung cấp cho các tổ chức đã qua thẩm định.

Anthropic còn chủ động hạn chế sự tiến bộ huấn luyện của mô hình trong các nhiệm vụ như tối ưu nhân chip AI và cải tiến kiến trúc mô hình, giữ năng lực này ở mức tương đương Opus 5.5, nhằm giảm rủi ro AI tăng tốc phát triển AI mạnh hơn.

Giá API là 8 USD cho mỗi triệu token đầu vào và 40 USD cho đầu ra, giảm 20% so với thế hệ trước, tốc độ tạo tăng tối đa 30%. Anthropic vẫn khuyến nghị ưu tiên sử dụng Opus 5.5 cho các tác vụ lập trình thông thường và kiến thức hàng ngày, còn Fable và Mythos chủ yếu hướng đến các dự án kỹ thuật phức tạp, vận hành lâu dài.