AI mạnh nhất thế giới có bản nâng cấp khó tin

Claude Fable 5.2 vượt trội ở khả năng xử lý dự án quy mô lớn. Ảnh: Bloomberg.

Ngày 9/11, Anthropic công bố Claude Fable 5.2 và Claude Mythos 5.2, những mô hình AI mới dành cho nhiệm vụ kỹ thuật phức tạp. Theo kết quả thử nghiệm do công ty công bố, bộ đôi này vượt Claude Opus 5.5 trong phần lớn bài đánh giá về lập trình, suy luận và nghiên cứu khoa học.

Dù mang tên khác nhau, Fable và Mythos sử dụng cùng một nền tảng. Khác biệt chủ yếu nằm ở các biện pháp kiểm soát an toàn và nhóm người dùng được phép truy cập.

Fable 5.2 được tích hợp cơ chế giới hạn tác vụ an ninh mạng và sinh học nhằm tránh nguy cơ bị lạm dụng. Nhờ đó, phiên bản này được cung cấp rộng rãi trên Claude và những nền tảng dành cho nhà phát triển.

Ngược lại, Mythos 5.2 dành cho các tổ chức được xác minh trong lĩnh vực bảo mật hoặc nghiên cứu y sinh. Phiên bản này hỗ trợ nhiều nhiệm vụ chuyên sâu hơn, bao gồm tìm kiếm và khắc phục lỗ hổng phần mềm.

Theo Anthropic, 2 mô hình mới tạo phản hồi nhanh hơn tối đa 30% so với phiên bản 5.1. Giá sử dụng qua API là 8 USD cho một triệu token đầu vào và 40 USD cho một triệu token đầu ra.

Chế độ xử lý nhanh tùy chọn có thể tăng tốc độ tạo nội dung lên 2,5 lần nhưng đi kèm chi phí cao hơn. Anthropic khuyến nghị người dùng phổ thông tiếp tục ưu tiên Opus 5.5 cho phần lớn công việc hàng ngày.

Điểm nổi bật của Fable 5.2 nằm ở khả năng xử lý dự án phần mềm quy mô lớn. Trong một thử nghiệm nội bộ, hệ thống điều phối khoảng 1.000 tác nhân AI hoạt động liên tục trong 8 ngày để xây dựng một hệ điều hành nguyên mẫu.

Gã khổng lồ AI cũng cho biết Fable 5.2 đã hỗ trợ giải quyết 2 bài toán mở trong vật lý lý thuyết liên quan đến hố đen. Mô hình này đã điều phối một nhóm để hoàn thành việc hình thức hóa chứng minh Định lý cuối cùng của Fermat trong 30 giờ.

Ở lĩnh vực an ninh mạng, Mythos 5.2 được Anthropic đánh giá có khả năng phát hiện lỗ hổng tốt hơn các phiên bản trước. Trong bài kiểm tra nội bộ CVE Rediscovery, mô hình nhận diện được 89,6% số lỗ hổng thuộc bộ đánh giá.

“Claude Fable 5.2 là mô hình mạnh nhất mà chúng tôi từng đo lường trên bộ benchmark chuẩn”, ông Bala Kasiviswanathan, Phó chủ tịch phụ trách AI và trải nghiệm nhà phát triển tại Snowflake nhận xét.

Claude Fable 5.2 hiện được cung cấp qua các nền tảng của Anthropic, Amazon Web Services, Google Cloud và Microsoft Azure. Trong khi đó, người dùng muốn tiếp cận Mythos 5.2 phải đáp ứng các điều kiện xác minh riêng.