Релиз Claude Fable-5 и Mythos-5: новая эра автономных вычислений и длинного контекста от Anthropic
Компания Anthropic представила семейство больших языковых моделей класса Mythos, ориентированных на автономные циклы вычислений и программирование. В линейку вошли общедоступная Claude Fable-5 с адаптированными фильтрами безопасности и закрытая Claude Mythos-5 для Project Glasswing. Модели превосходят Claude Opus по возможностям и оптимизированы для выполнения многошаговых задач на больших интервалах времени без вмешательства человека.
Позиционирование и ключевые различия моделей семейства Mythos
Семейство Mythos изначально разрабатывалось как исследовательский проект в рамках Project Glasswing. Релиз разделил технологию на два продукта:
- Claude Fable-5 — это публично доступная версия модели класса Mythos. Она предназначена для широкого использования разработчиками и компаниями. Anthropic внедрила в неё строгие классификаторы безопасности и защитные механизмы (guardrails). При обнаружении небезопасного запроса система автоматически перенаправляет сессию на Claude Opus 4.8. Средняя частота срабатывания таких защитных маршрутов в реальных сценариях составляет менее 5% сессий.
- Claude Mythos-5 — специализированная версия без ограничений безопасности, доступная только доверенным партнерам в рамках программы Project Glasswing для анализа уязвимостей нулевого дня и киберзащиты.
Экономика, доступность и тарифные планы в релизный период
Стоимость API для обеих моделей составляет:
- Входные токены (Input): $10 за миллион токенов.
- Выходные токены (Output): $50 за миллион токенов.
Claude Fable-5 интегрирована в Claude API, Claude Platform on AWS, Amazon Bedrock, Vertex AI и Microsoft Foundry. Claude Mythos-5 доступна только в рамках закрытой программы. В рамках релиза до 22 июня 2026 года модель Fable-5 бесплатно включена в подписки Pro, Max, Team и Enterprise для тестирования. После этого планируется переход на оплату по токенам (token credits) из-за высокой себестоимости вычислений.
Технические характеристики и бенчмарки: фокус на автономность
Основные параметры моделей включают:
- Длинный контекст: 1 миллион входных токенов по умолчанию для работы с крупными базами кода.
- Окно вывода: до 128 тысяч токенов на один запрос.
- Адаптивное мышление (Adaptive thinking): включено по умолчанию. Модель не возвращает сырые логи мышления (raw thinking), но предоставляет их краткое содержание (summarized thinking).
- Поддержка инструментов: effort, task budgets, memory tool, context editing, compaction, vision.
Показатели тестов Claude Fable-5:
- SWE-bench Pro: около 80% успешно решенных задач (Opus 4.8 — 69%, GPT-5.5 — 58%).
- FrontierCode Diamond: 29,3%, что почти вдвое выше показателей Opus 4.8.
- Computer use: точность выполнения действий на виртуальном ПК достигла 85%.
- Terminal Bench: 88% (Opus 4.8 — 83,4%).
- Legal agent benchmark: результат составил 13%.
- Компьютерное зрение: успешное прохождение игры Pokemon Fire Red исключительно по анализу кадров экрана.
Практический опыт: кейс Stripe и парадокс Джевонса
Fable-5 позиционируется как медленная и дорогая модель для крупных архитектурных изменений, аудита кода и миграций. В пилотном проекте Stripe модель Claude Fable-5 выполнила сложную миграцию в Ruby-кодовой базе объемом 50 миллионов строк кода всего за один рабочий день. По оценке инженеров Stripe, ручная работа команды программистов заняла бы более двух месяцев, поскольку требовала ручного исправления многочисленных зависимостей и типов данных.
Исследователь Андрей Карпати сформулировал для этого сценария парадокс Джевонса (Jevons paradox) применительно к программному обеспечению: когда написание софта становится дешевым, спрос на программирование не падает, а растет по экспоненте. Доступность Fable-5 порождает гигантскую потребность в сопутствующих микроприложениях (bespoke single-use apps), дашбордах, автоматических объяснялках кода, расширенных тестах и автооптимизации. Снижение стоимости единицы инженерного труда ведет к росту общего объема ПО, так как бизнес начинает оцифровывать процессы, автоматизация которых ранее была экономически нецелесообразной.
Наблюдаемость затрат и Python-инструмент AgentsView
Высокая стоимость выходных токенов делает финансовый мониторинг ИИ-агентов обязательным. Уэс Маккинни, создатель Pandas, обновил свой Python-инструмент AgentsView для анализа локальных логов и токенов. Из-за задержки обновления глобальных тарифов разработчикам пришлось вручную добавлять кастомные цены для Fable-5. Это подтверждает, что учет стоимости становится неотъемлемой частью работы с моделями класса Mythos, а команды инженеров вынуждены внедрять жесткие лимиты бюджетов задач.
Риски безопасности, отказы API и политика хранения данных
Использование моделей сопряжено со следующими ограничениями:
- Обработка отказов (Refusals): при блокировке запроса фильтрами API возвращает HTTP 200 с флагом
stop_reason: refusal. Код интеграции должен обрабатывать это без вызова исключений. Заблокированные до генерации вывода запросы не тарифицируются. Разработчикам необходимо настраивать резервные сценарии (fallback) со снижением класса модели. - Безопасность данных (Data Retention): модели имеют статус Covered Model. Anthropic хранит логи запросов в течение 30 дней для аудита. Опция мгновенного удаления данных (zero data retention) отсутствует.
- Кибербезопасность: доступ к Mythos-5 ограничен для исключения рисков создания вредоносного ПО.
Рекомендации по интеграции
При работе с Claude Fable-5 рекомендуется:
- Классификация задач: рутинный рефакторинг и исправление багов следует оставить на более дешевых моделях (Haiku или Sonnet). Проектирование архитектуры и миграции — домен Fable-5.
- Финансовый контроль: необходимо ограничивать число шагов (max turns) и использовать лимиты бюджетов задач (
task_budgets). - Аудит результатов: выводы модели требуют независимого тестирования и верификации человеком перед деплоем.