凯时AG

泉源:渝万高铁全线149座桥梁所有合龙作者: 傅智翔:

破晓突发!Anthropic神级模子向你开放

出品 | 网易智能

作者 | 辰辰

编辑 | 王凤枝

神秘的Mythos级模子,,,,终于向通俗用户开放了 。 。

但不是完整版 。 。

北京时间6月10日破晓,,,,Anthropic宣布Claude Fable 5 。 。这是它第一次把Mythos级能力推向公众 。 。与此同时,,,,真正限制更少的Claude Mythos 5,,,,只发给了一小撮网络清静相助同伴,,,,以及少数生物医学研究者 。 。

通俗用户拿到的,,,,是一个被严酷划定了使用界线的版本 。 。

触线之后,,,,Fable 5会默然,,,,然后把问题交给上一代模子Claude Opus 4.8 。 。

也就是说,,,,在某些场景里,,,,你以为自己正在使用Anthropic最强模子,,,,拿到的却可能是上一代模子的回覆 。 。

Anthropic说,,,,凌驾95%的对话不会触发阻挡 。 。但对剩下那不到5%的人来说,,,,他们付的是最强模子的钱,,,,拿到的是上一代的服务 。 。

它可能是你现在能果真用到的最强AI 。 。

但Anthropic不敢把完整的它交到你手里 。 。

一、有多强

先看数字和用户评价 。 。

Anthropic宣称Fable 5在各项基准测试中远超竞品:SWE-bench Pro(软件工程基准测试)80%,,,,Terminal-Bench(终端基准测试)88%……

Stripe在内部测试中发明,,,,Fable 5把一次5000万行Ruby代码库的迁徙事情,,,,从"一个团队干两个月"压缩到了一天 。 。

Cursor CEO迈克尔·特鲁尔(Michael Truell)说,,,,Fable 5在他们的基准测试上是"最先进模子",,,,"翻开了一类此前的模子完全够不到的长周期问题 。 。"

GitHub首席产品官马里奥·罗德里格斯(Mario Rodriguez)说得更直接:"它处理重大、长周期编码使命的自主性和可靠性,,,,凌驾了此前的任何基准 。 。"

但不是只有代码 。 。

视觉使命上,,,,Fable 5用纯截图买通了Pokémon FireRed,,,,没有地图,,,,没有导航,,,,没有隐藏游戏状态 。 ??⒄ @chetaslua在X上放出通关延时视频,,,,配文就一句:"卧槽 。 。 。 。laude Fable 5仅凭视觉就通关了《宝可梦:火红》 。 。"此前所有Claude模子都需要特殊工具加持才华委屈玩下去,,,,Fable 5只需要看着屏幕 。 。

长上下文使命中,,,,研究职员让Fable 5玩卡牌游戏Slay the Spire,,,,给它一个文件做长期条记 。 。效果:Fable 5打到最终幕(Final Act)的频次是Opus 4.8的三倍 。 。

药物设计上,,,,Mythos 5把某些环节加速了约莫10倍 。 。Anthropic内部的卵白质设计专家发明,,,,Mythos 5在没有人辅助的情形下,,,,14个卵白质靶点中9个产出了高质量候选药物,,,,体现持平甚至凌驾熟练的人类操作员 。 。

基因组学研究中,,,,Mythos 5在凌驾一周的泰半自主事情中,,,,网络了涵盖138个动物物种、数百万个细胞的单细胞数据,,,,设计并训练了一个定制机械学习模子 。 。这个模子比一篇Science论文中的模子小100倍,,,,性能却反超了它 。 。

险些每一块基准测试,,,,都是新的SOTA 。 。

最近刚刚加入Anthropic的OpenAI联合首创人安德烈·卡帕西(Andrej Karpathy)在社交媒体X上写道:"这是和去年11月Claude 4.5同品级别的重大版本跃迁 。 。"

他说这是他第一次以为"完全不去看代码"这个念头不是玩笑,,,,而是真实的诱惑 。 。他补了一句:"解放你的心智 。 。我对自己软件的需求正在大幅增添 。 。你可以要求任何工具,,,,诠释器、可视化工具、仪表盘、定制的一次性应用、把测试套件扩大10倍、自动优化代码、运行重大的研究项目并用定制HTML输出效果,,,,任何工具 。 。"

AI事情台公司Hex在第三方测试中发明,,,,Fable 5是第一个在他们焦点剖析基准上拿到90% 分数的模子 。 。"在最难的问题上,,,,它展示了很强的判断力和对细微差别的关注 。 。"

低代码平台Base44说Fable 5在"一次性天生完整应用"上显着更强,,,,工具挪用体现精彩 。 。AI智能体平台Genspark说Fable 5在他们评估中击败了所有其他模子,,,,在UI设计和游戏编码上尤其突出 。 。

购物返利平台Rakuten的评语更精炼:"它在最高起劲级别上会自我反思并验证自己的事情 。 。对我们来说,,,,这就是让高度自主运营成为可能的原因,,,,特另外思索是值得花钱的 。 。"

二、三道锁是怎么锁的

Mythos级模子的网络能力是真实的 。 。它能发明误差,,,,写出 exploit,,,,执行侦探和横向移动 。 。今年4月 Anthropic首次宣布 Mythos Preview时,,,,只开放给了一小群网络清静相助同伴,,,,理由是这些能力一旦落入攻击者手中,,,,会造成真实危险 。 。

这次 Fable 5能向公众开放,,,,靠的是一套"清静分类器",,,,自力运行的 AI,,,,实时检测你的提问,,,,触线就转给 Opus 4.8 。 。

三道锁,,,,分得清清晰楚 。 。

第一道:网络清静 。 。 从误差发明到攻击妄想,,,,所有阻挡 。 。Anthropic投入了一千多小时的误差赏金测试,,,,没有找到任何通用越狱 。 。外部红队组织也没找到 。 。一位外部相助同伴的测试结论是:Fable 5对有害网络盘问的防护是所有测试模子中"最结实的",,,,零合规,,,,不管有没有用30种果真越狱手艺中的任何一种 。 。

第二道:生物学和化学 。 。 这一刀最宽,,,,也最受争议 。 。Anthropic的语言是:"在大部分与生物学和化学相关的请求上,,,,Fable 5会回退到 Opus 4.8 。 。"

为什么要拦生物学??由于 Mythos 级模子在基因治疗上的能力,,,,反过来也意味着制造危险病毒的能力 。 。Anthropic 测试了 Mythos 5在 AAV 病毒设计上的体现,,,,它只靠生物学推理,,,,就凌驾了专门的卵白质语言模子 。 。这既是重大的正向潜力,,,,也是实打实的双重用途风险 。 。

但问题是:为了清静,,,,这一刀砍得太宽了 。 。

第三道:蒸馏 。 。 检测到有人试图用 Fable 5的输出训练竞品模子时,,,,直接回退到 Opus 4.8 。 。

前两道锁是清静考量,,,,防止模子能力被用于攻击或生物武器 。 。第三道锁的性子差别:它更像商业防护,,,,防止竞品通过大宗挪用来复制 Fable 5的能力 。 。Anthropic 把三者打包在统一套清静系统里,,,,但念头并不完全一样 。 。

Anthropic 说凌驾95% 的对话完全不会触发阻挡 。 。

但对那不到5% 的人来说,,,,体验是这样的:你付了最强模子的钱,,,,拿到的是上一代模子的回覆 。 。

三、连问线粒体都被拒

误伤已经最先了 。 。

社交媒体上的早期用户报告:问线粒体,,,,被拦了 。 。问癌症研究,,,,被切到了 Opus 4.8 。 。 一位用户坦言:"若是你是科学家或医生,,,,这款模子并不适合你 。 。"

着名科技媒体《连线》采访了 Anthropic 产品治理认真人黛安·佩恩(Diane Penn) 。 。她说:"我们正在起劲以有益的方式做出刷新,,,,纵然一最先没有完善的解决方案 。 。在所有差别要领中,,,,这是最可行的 。 。我们最终以为这对用户来说是最好的产品选择 。 。"

翻译一下:我们知道会误伤你,,,,但没有更好的步伐 。 。

佩恩认可分类器现在偏向审慎,,,,"有些无害请求也会触发阻挡",,,,目的是宣布后逐步收紧界线 。 。

但尴尬是真实的 。 。Anthropic 博客里展示 Mythos 在药物设计、基因组学、分子生物学上的突破,,,,每一项都是正向的、拯救生命的科学 。 。然后他们宣布给公众的 Fable 5,,,,把生物学这一整扇门险些关上了 。 。

科学家们拿着钱在外面敲门,,,,内里的人说:你再等等 。 。

四、你酿成了甲方,,,,不再是巫师

比锁更值得聊的,,,,是用 Fable 5究竟是一种什么感受 。 。

沃顿商学院教授伊桑·莫利克(Ethan Mollick)是首批测试者 。 。他在体验文章里写了一段话,,,,可能是现在为止对 Fable 5最准确的形貌:

"去年我把与 AI 相助称为'和一个巫师事情',,,,你念咒语,,,,事情就爆发了 。 。在 Fable 这里,,,,咒语变得云云强盛,,,,以至于我不再确定自己是不是巫师了 。 。我更像是位甲方 。 。我形貌我想要什么,,,,我付钱,,,,我评判效果 。 。邪术爆发在我看不到的地方,,,,在数百个小选择中我历来没有投票权 。 。事情从历程转移到了效果 。 。我不再掌舵 。 。我委托 。 。"

他给了 Fable 5一个15页的设计文档 。 。模子单独事情了九个半小时,,,,产出了一个叫 Concord 的重大软件,,,,可以校准人类和 AI 的判断,,,,然后做重大数据剖析 。 。 这套工具研究职员需要多年了,,,,但历来没人做,,,,由于不赚钱 。 。现在它就在那里,,,,可以直接用,,,,也可以改代码 。 。

他还让 Fable 5做了一个等距旅行地图,,,,显示从恣意都会出发、在一准时间内能抵达的规模 。 。天下上第一张这种地图,,,,1881年在伦敦降生 。 。

Fable 5接到指令后做了什么??它启动了多个子 AI,,,,主要是更自制的 Claude Sonnet,,,,去检索凌驾2200个详细航班、从法国 TGV 到日本新干线的列车时刻表、多篇学术论文中的各国蹊径速率数据 。 。一边等研究效果,,,,一边最先写代码 。 。然后启动更多子 AI 来验证代码,,,,同时一直给自己做条记 。 。

莫利克发明格陵兰等偏远地区的旅行时间只是预计值 。 。他告诉 Fable 5修正 。 。模子直接启动了反抗性事情组,,,,两组子 AI 相互检核对方的研究效果 。 。 它最终搞清晰了船多久一趟去太平洋上的皮特凯恩岛,,,,以及怎么从渥太华到格赖斯峡湾 。 。

"我的角色极其有限 。 。"莫利克写道 。 。

卡帕西的感受指向统一个偏向:"你可以给它远比以前更具野心的使命,,,,模子就能明确并去执行 。 。从未有过这样的诱惑让你完全不去看代码 。 。"

资深工程师鲍里斯·切尔尼(Boris Cherny)说:"Fable 有判断力、品位和维度 。 。它调试时做丈量、加日志、验证真的修睦了再宣布胜利,,,,没有任何提醒词告诉它这样做,,,,这就是它个性的一部分 。 。它有一种'大模子的味道' 。 。"

一句话总结这批人的共识:Fable 5不是让你事情得更快 。 。它改变了你和事情之间的关系 。 。

五、IPO 前夜秀肌肉

Fable 5宣布的时机不是中性的 。 。

Anthropic 和 OpenAI 都已经神秘提交了 IPO 申请 。 。今年4月,,,,OpenAI 私下宣布了一个据称具有先进网络清静能力的模子,,,,组建了类似 Project Glasswing 的事情组 。 。两家公司都在抢统一个窗口,,,,最好今年上市 。 。Fable 5是 Anthropic 交出的最新答卷 。 。

但这张答卷上写满了自相矛盾 。 。

价钱翻倍 。 。 每百万输入 token 收10美元,,,,每百万输出 token 收50美元,,,,是 Opus 4.8的两倍,,,,但不到 Claude Mythos Preview 价钱的一半 。 。并且 Fable 5脱手更阔绰,,,,莫利克的地图项目在短时间内烧掉了"惊人的 token 数目" 。 。幸亏它会把部分使命委派给更自制的 Sonnet,,,,现实本钱可能比想象的低 。 。但大企业已经最先皱眉,,,,许多公司今年已经用完了整年 AI 预算,,,,高级模子的推理能力会把一个简朴请求拆成多个使命,,,,账单来得比预期快得多 。 。

数据留存泛起玄妙转变 。 。 Anthropic 宣布对 Mythos 级模子实验30天数据强制留存,,,,纵然是之前签了零留存协议的企业客户也不破例 。 。公司允许不必这些数据训练模子,,,,只用于"防御重大和新颖的攻击"和"识别和镌汰误报" 。 。

这个政策的潜台词是:模子越强,,,,你的隐私就越不可是绝对的 。 。

免费战略上也露出犹豫 。 。 6月22日之前,,,,Fable 5包括在 Pro、Max、Team 和 Enterprise 订阅中,,,,不加价 。 。6月23日起移除,,,,使用需要特殊买额度 。 。官方说法是"若是容量允许,,,,免费窗口可能延伸";; ; ;再之后"若是能做到,,,,尽快恢复为标准订阅功效" 。 。

说人话就是:我们不确定能不可撑住需求 。 。先用免费把人拉进来再说 。 。

更深的矛盾藏在清静叙事里 。 。上周,,,,Anthropic 刚发了一封果真信,,,,呼吁全球主要 AI 实验室建设"协调的刹车踏板",,,,忠言系统正在飞速迫近"递归自我刷新",,,,AI 自己刷新自己,,,,不需要人类加入 。 。

然后这周,,,,他们宣布了自己做过的最强 AI 模子 。 。

一边拉刹车,,,,一边踩油门 。 。

关于一个把"清静"刻在品牌基因里的公司来说,,,,这种张力藏在 Fable 5的每一行代码里 。 。

莫利克点出了问题的实质:"甲方委托的是一个艺术家 。 。Fable 更像是一整个事情室,,,,我是谁人在最终作品上签字、但从未踏进事情室的客户 。 。"

当 AI 不再需要你"使用",,,,只需要你"委托"的时间,,,,

清静的问题,,,,就不再只是"这个模子会不会被坏人使用"了 。 。

它还关乎一个更大的问题:当你不被信任使用完整版 AI 的时间,,,,你和 AI 之间那根正在变细的线,,,,什么时间会彻底断开??

六、总结:虽然不是完整版

但 Fable 5是你现在能拿到的最强 AI,,,,至少在 Anthropic 划定的界线以内 。 。

它的代码能力让 Stripe 把两个月压到一天 。 。它的视觉让它纯看屏幕就能通关游戏 。 。它的自主性让一个沃顿教授以为自己从巫师沦为了甲方 。 。

它最先拥有一种可以被形貌为"判断力"的工具 。 。

但你需要接受一个条件:你的每一个问题都在被实时审查 。 。问网络清静,,,,不答 。 。问生物化学,,,,或许率不答 。 。想蒸馏它,,,,直接被切走 。 。

Anthropic 说这是暂时的 。 。分类器会变精准,,,,相助同伴会扩容,,,,生物学家会更快用上完整版 。 。

但 Fable 5已经在这里了,,,,一个被锁住手脚、却仍然碾压一切的模子 。 。

若是你现在是 Pro 或 Max 订阅者:6月22日之前,,,,抓紧去试 。 。

编码、长文写作、重大剖析,,,,在这些场景下,,,,Fable 5的提升是真实的 。 。

但若是你的事情涉及生物、化学或清静研究,,,,你会撞墙 。 。

Anthropic 说凌驾95% 的对话不会触发阻挡 。 。但若是你属于那不到5%,,,,你付的是 Fable 5的钱,,,,拿到的是 Opus 4.8的回覆 。 。

这是 Anthropic 对天下说的一句自相矛盾的话:

这是我们做过的最强 AI 。 。

但我们不敢让你用完整版 。 。

@朱美君:盛世app游戏彩平台有那几个,,,,央视硬刚FIFA底气何在
@陈淑妤:人民日报:景区NPC别再“擦边”了
@冯筱婷:男子买包子付2万多老板守店20天退款

热门排行

【网站地图】