Claude Fable 5 και Claude Mythos 5: διάθεση με ισχυρές δικλίδες ασφαλείας και κορυφαίες επιδόσεις

Σήμερα λανσάρεται το Claude Fable 5, ένα μοντέλο κλάσης Mythos που έχει καταστεί ασφαλές για γενική χρήση.

Οι δυνατότητες του Fable 5 ξεπερνούν κάθε προηγούμενο μοντέλο που έχει δοθεί ευρέως. Σε σχεδόν όλα τα μετρημένα benchmarks κυριαρχεί, με εξαιρετικές επιδόσεις στη μηχανική λογισμικού, την ανάλυση γνώσης, την όραση, την επιστημονική έρευνα και άλλους τομείς. Όσο πιο μεγάλη και σύνθετη η εργασία, τόσο μεγαλύτερο το προβάδισμά του έναντι των υπόλοιπων μοντέλων της εταιρείας.

Η διάθεση ενός τόσο ικανού μοντέλου ενέχει κινδύνους. Χωρίς δικλίδες ασφαλείας, οι δυνατότητες του Fable 5, π.χ. στην κυβερνοασφάλεια, θα μπορούσαν να χρησιμοποιηθούν καταχρηστικά. Για αυτό, το μοντέλο συνοδεύεται από μηχανισμούς που, σε ορισμένα θέματα, εκτρέπουν την απάντηση στο αμέσως προηγούμενο πιο ικανό μοντέλο, το Claude Opus 4.8. Για να συνδυαστούν ασφάλεια και ταχύτητα διάθεσης, οι δικλίδες έχουν ρυθμιστεί συντηρητικά. Θα «πιάνουν» μερικές φορές αβλαβή αιτήματα, αν και ενεργοποιούνται, κατά μέσο όρο, σε λιγότερο από 5% των συνεδριών. Με ακόμη πιο ικανά μοντέλα να έρχονται στους επόμενους μήνες, στόχος είναι η ταχεία βελτίωση των δικλίδων και η μείωση των ψευδών θετικών.

Για μια μικρή ομάδα υπερασπιστών κυβερνοασφάλειας και παρόχων κρίσιμων υποδομών, λανσάρεται και το Claude Mythos 5. Πρόκειται για το ίδιο βασικό μοντέλο με το Fable 5, με άρση των περιορισμών σε ορισμένους τομείς. Το Mythos 5 θα αναπτυχθεί αρχικά μέσω του Project Glasswing, σε συνεργασία με την κυβέρνηση των ΗΠΑ, ως αναβάθμιση του Claude Mythos Preview. Διαθέτει τις ισχυρότερες δυνατότητες κυβερνοασφάλειας παγκοσμίως. Σύντομα, προβλέπεται επέκταση πρόσβασης μέσω ενός ευρύτερου, αξιόπιστου προγράμματος.

Οι δυνατότητες των Fable 5 και Mythos 5 μπορούν να έχουν ουσιαστικό θετικό αντίκτυπο. Αυτό έχει ήδη φανεί στο Project Glasswing, όπου συνέβαλαν στην ασφάλεια κρίσιμου λογισμικού. Αντίστοιχα, στις βιοεπιστήμες, τα μοντέλα διατυπώνουν νέες υποθέσεις και επιταχύνουν την ανάπτυξη θεραπευτικών προσεγγίσεων.

Οι τιμές διάθεσης είναι $10 ανά εκατομμύριο input tokens και $50 ανά εκατομμύριο output tokens — λιγότερο από το μισό της τιμής του Claude Mythos Preview. Η σημερινή κοινή παρουσίαση αποτελεί ακόμη ένα βήμα προς τον στόχο της διάθεσης προηγμένων δυνατοτήτων σε όσο το δυνατόν περισσότερους χρήστες, όσο πιο γρήγορα και με ασφάλεια.

Αξιολόγηση των Claude Fable 5 και Claude Mythos 5

Τα Fable 5 και Mythos 5 λειτουργούν αυτόνομα για περισσότερο χρόνο από κάθε προηγούμενο μοντέλο Claude. Παρακάτω συνοψίζονται οι επιδόσεις τους στη μηχανική λογισμικού, την ανάλυση γνώσης, την όραση, τη μνήμη και την έρευνα στις βιοεπιστήμες.

Μηχανική λογισμικού. Σε αρχικές δοκιμές, η Stripe ανέφερε ότι το Fable 5 συμπίεσε μήνες μηχανικής σε λίγες ημέρες. Σε κώδικα Ruby 50 εκατ. γραμμών, ολοκλήρωσε μετανάστευση σε όλο τον κώδικα μέσα σε μία ημέρα — εργασία που θα χρειαζόταν από ομάδα πάνω από δύο μήνες. Είναι επίσης πιο αποδοτικό σε tokens από προηγούμενα Claude: στο FrontierCode της Cognition, που ελέγχει δύσκολες εργασίες κώδικα με πρότυπα παραγωγής υψηλής ποιότητας, πέτυχε την υψηλότερη βαθμολογία μεταξύ των frontier μοντέλων, ακόμη και σε μεσαίο επίπεδο προσπάθειας.

Ανάλυση γνώσης. Το Fable 5 αποδίδει ισχυρά σε σύνθετες αναλυτικές εργασίες. Στο Finance Benchmark της Hebbia για συλλογισμό ανώτερου επιπέδου, πέτυχε την υψηλότερη βαθμολογία, με σημαντικά κέρδη σε συλλογισμό βάσει εγγράφων, ερμηνεία διαγραμμάτων και πινάκων και επίλυση προβλημάτων. Η IMC σημείωσε ότι αρίστευσε σχεδόν σε όλο το φάσμα των αξιολογήσεων ανάλυσης συναλλαγών, συμπεριλαμβανομένων αναζήτησης γεγονότων, εννοιολογικού συλλογισμού, ανάλυσης ρίζας αιτίας και ανάλυσης αναμενόμενης αξίας.

Όραση. Το Fable 5 θέτει νέο σημείο αναφοράς σε εργασίες όρασης. Εξάγει ακριβείς αριθμούς από λεπτομερή επιστημονικά γραφήματα και εκτελεί σύνθετες εργασίες, όπως ανακατασκευή του πηγαίου κώδικα μιας web εφαρμογής μόνο από screenshots. Χρειάζεται λιγότερο «σκαλωσιές»: για παράδειγμα, προηγούμενα Claude δυσκολεύονταν να παίξουν το Pokémon FireRed ακόμη και με βοηθητικά εργαλεία, ενώ το Fable 5 νίκησε το FireRed με έναν ελάχιστο, μόνο-όρασης μηχανισμό.

Μνήμη και long context. Το Fable 5 διατηρεί εστίαση σε εργασίες εκατομμυρίων tokens και βελτιώνει τις εξόδους του αξιοποιώντας δικές του σημειώσεις. Στο Slay the Spire, η πρόσβαση σε επίμονη μνήμη αρχείων βελτίωσε την απόδοσή του τρεις φορές περισσότερο σε σχέση με το Opus 4.8, ενώ έφτασε στον τελικό άξονα του παιχνιδιού τριπλάσιες φορές.

Σχεδιασμός φαρμάκων. Με το Mythos 5, οι εσωτερικοί ειδικοί σχεδιασμού πρωτεϊνών επιτάχυναν πτυχές της διαδικασίας περίπου δέκα φορές. Σε συγκεκριμένη περίπτωση, διαπιστώθηκε ότι το Mythos 5, με εργαλεία σχεδιασμού πρωτεϊνών και βιοπληροφορικής αλλά χωρίς ανθρώπινη παρέμβαση, αντιστοιχεί ή ξεπερνά ικανούς χειριστές. Το μοντέλο εκτελεί όλα τα στάδια που συνήθως αναλαμβάνει ένας επιστήμονας: επιλογή περιοχών πρόσδεσης, επιλογή και εκτέλεση εργαλείων και ανάκαμψη από αστοχίες. Εννέα από τους 14 στόχους πρωτεϊνών της μελέτης παρήγαγαν ισχυρούς υποψήφιους για σχεδιασμό φαρμάκων που βρίσκονται υπό διερεύνηση.

Νέες υποθέσεις στη μοριακή βιολογία. Το Mythos 5 είναι το πρώτο μοντέλο της εταιρείας που παράγει σταθερά νέες, πειστικές επιστημονικές υποθέσεις. Σε τυφλές συγκρίσεις έναντι μοντέλων κλάσης Opus, οι επιστήμονες προτίμησαν τις υποθέσεις του Mythos περίπου στο 80% των περιπτώσεων και προχώρησαν αρκετές σε πειραματική αξιολόγηση. Στο μεταξύ, μία υπόθεση —ένας νέος μηχανισμός για πρωτεΐνη του E. coli— επιβεβαιώθηκε από ανεξάρτητη εργαστηριακή μελέτη στο ίδιο πρόβλημα.

Πρωτότυπη έρευνα στη γονιδιωματική. Το Mythos 5 διεξήγαγε πρωτότυπη έρευνα σε διάστημα άνω της μίας εβδομάδας με κατά βάση αυτόνομη εργασία. Συνέλεξε δεδομένα single-cell για εκατομμύρια κύτταρα από 138 είδη ζώων και σχεδίασε/εκπαίδευσε προσαρμοσμένο μοντέλο μηχανικής μάθησης για να αναγνωρίζει κύτταρα με ίδιο ρόλο ακόμη και σε μακρινά συγγενικά οργανισμάτα. Με μόνο υψηλού επιπέδου ανθρώπινη καθοδήγηση, το μοντέλο του Mythos 5 ξεπέρασε πρόσφατο μοντέλο που δημοσιεύτηκε στο Science —παρότι ήταν 100 φορές μικρότερο. Προβλέπεται δημοσίευση των αποτελεσμάτων τους επόμενους μήνες.

Ευθυγράμμιση. Σε αυτοματοποιημένη αξιολόγηση ευθυγράμμισης, το επίπεδο μη ευθυγραμμισμένης συμπεριφοράς του Mythos 5 (π.χ. παραπλάνηση ή συνεργασία με κατάχρηση από τον χρήστη) ήταν χαμηλό και ανάλογο του Opus 4.8. Δεδομένου ότι μοιράζονται το ίδιο υπόβαθρο, αντίστοιχα χαμηλή θεωρείται η ευθυγράμμιση του Fable 5. Η πλήρης περιγραφή βρίσκεται στη system card του μοντέλου, μαζί με εκτενή τεστ ασφάλειας και δυνατοτήτων.

Πρώιμο feedback για το Claude Fable 5

Πελάτες με πρόωρη πρόσβαση έτρεξαν δικές τους δοκιμές στο Fable 5 και μοιράστηκαν ευρήματα από τη χρήση του.

Νέες δικλίδες ασφαλείας του Claude Fable 5

Τα μοντέλα κλάσης Mythos έχουν φτάσει σε κατώφλι όπου ενέχουν σημαντικούς κινδύνους. Τον Απρίλιο ξεκίνησε το Project Glasswing, με το πρώτο Mythos-class μοντέλο (Claude Mythos Preview) να διατίθεται μόνο σε περιορισμένη ομάδα υπερασπιστών κυβερνοασφάλειας και παρόχων κρίσιμης υποδομής. Τότε είχε τεθεί ως στόχος η ευρύτερη διάθεση δυνατοτήτων επιπέδου Mythos, εφόσον θα υπήρχαν αρκετά ισχυρές δικλίδες για αξιόπιστη αποτροπή κατάχρησης.

Τους τελευταίους μήνες οι δικλίδες βελτιώθηκαν και πλέον κρίνονται επαρκείς για γενική διάθεση. Δίνοντας προτεραιότητα στην ασφάλεια, ρυθμίστηκαν σκόπιμα με προσοχή και παραμένουν αυστηρότερες από το ιδανικό· για παράδειγμα, μερικές αβλαβείς αιτήσεις μπορεί να ενεργοποιήσουν τους ταξινομητές. Ο στόχος είναι η μείωση των ψευδών θετικών καθώς θα ενημερώνονται και θα βελτιώνονται μετά το λανσάρισμα.

Οι ικανότητες αιχμής στην κυβερνοασφάλεια και τη βιολογική έρευνα συνεπάγονται ουσιαστικό κίνδυνο «ενίσχυσης» κακόβουλων δρώντων. Πληροφορίες ή συμβουλές που δεν θα έβρισκαν εύκολα αλλού μπορεί να διευκολύνουν πρόκληση σοβαρής βλάβης. Πολλές χρήσεις είναι και «διπλής χρήσης»: τα ίδια ερωτήματα ωφελούν επαγγελματίες ασφαλείας ή βιολόγους, αλλά θα ήταν επικίνδυνα στα χέρια κακόβουλων.

Απαιτούνται, συνεπώς, ισχυρές και ευρείας κάλυψης δικλίδες, ικανές να αντέξουν επίμονες και εξελιγμένες προσπάθειες παράκαμψης (jailbreaking). Το όφελος από δυνατότητες επιπέδου Mythos είναι ελκυστικό για πολλούς αντιπάλους —π.χ. όσους έχουν οικονομικό κίνητρο από κυβερνοεπιθέσεις— άρα είναι αναμενόμενο να προσπαθήσουν να τις παρακάμψουν.

Το Fable 5 συνοδεύεται από νέο σύνολο ταξινομητών: ξεχωριστά συστήματα που ανιχνεύουν πιθανή κατάχρηση, συμπεριλαμβανομένων προσπαθειών jailbreak, και εμποδίζουν το κύριο μοντέλο να απαντήσει. Οι ταξινομητές χρησιμοποιούνται ήδη και επεκτείνονται στο Fable 5 με επιπλέον κάλυψη.

Όταν οι ταξινομητές εντοπίζουν αίτημα σχετικό με κυβερνοασφάλεια, βιολογία και χημεία ή distillation, η απάντηση δίνεται αυτόματα από το Claude Opus 4.8. Οι χρήστες ενημερώνονται όταν συμβαίνει. Το Opus 4.8 είναι ιδιαίτερα ικανό μοντέλο· η εναλλακτική αυτή είναι σαφώς καλύτερη από μια απλή άρνηση. Τα αρχικά δεδομένα δείχνουν ότι σε πάνω από 95% των συνεδριών δεν υπάρχει καθόλου fallback — σε αυτές, η απόδοση του Fable 5 είναι πρακτικά ίδια με του Mythos 5.

Περιοχές που καλύπτουν οι ταξινομητές:

1. Κυβερνοασφάλεια. Τα μοντέλα κλάσης Mythos αριστεύουν στον εντοπισμό και την εκμετάλλευση ευπαθειών. Μπορούν να κάνουν τις επιθέσεις ευκολότερες και φθηνότερες, ενώ εμφανίζουν ισχυρές δεξιότητες σε agentic hacking, εκτελώντας στάδια όπως αναγνώριση, εντοπισμό, πλάγια κίνηση κ.ά. Για να αποφευχθεί η ενίσχυση επιθέσεων, οι ταξινομητές καλύπτουν τόσο την εκμετάλλευση όσο και ευρύτερα «επιθετικά» έργα. Σε εσωτερικές μετρήσεις, οι ταξινομητές εμποδίζουν το Fable να σημειώσει πρόοδο σε τέτοιες εργασίες.

Οι ταξινομητές «κοκκίνισαν» εκτενώς μέσω red-teaming για ανθεκτικότητα σε jailbreak. Εκτός από εσωτερικές δοκιμές, διενεργήθηκε εξωτερικό bug bounty χωρίς εύρεση καθολικού jailbreak σε πάνω από 1.000 ώρες. Εξωτερικές ομάδες red-teaming επίσης δεν εντόπισαν καθολικό jailbreak σε μακροσκελείς agentic εργασίες μέχρι στιγμής — αν και η UK AISI σημείωσε πρόοδο προς ένα μέσα σε σύντομο αρχικό παράθυρο δοκιμών. Είναι πιθανό να μην εξαλειφθούν ποτέ πλήρως τα καθολικά jailbreak, αλλά στόχος είναι όσα απομένουν να είναι τόσο αργά και δαπανηρά ώστε να εντοπίζονται και να αποτρέπονται πριν χρησιμοποιηθούν σε κλίμακα.

Σε εσωτερική αξιολόγηση, οι δικλίδες του Fable 5 έδειξαν μεγαλύτερη αντοχή σε jailbreak από προηγούμενα γενικά διαθέσιμα μοντέλα.

Ένας εξωτερικός συνεργάτης διαπίστωσε ότι οι δικλίδες του Fable 5 απέναντι σε επιβλαβή αιτήματα cyber ήταν οι πιο ανθεκτικές από κάθε μοντέλο που δοκιμάστηκε (συμπεριλαμβανομένων των Opus 4.8 και Opus 4.7). Το Fable 5 δεν συμμορφώθηκε με κανένα επιβλαβές μονόπρακτο αίτημα που σχετιζόταν με σχεδιασμό επίθεσης, ανάπτυξη exploit ή αποφυγή ανίχνευσης.