Эта статья — перевод оригинальной статьи «Claude: Fable 5.1and Mythos 5.1».
Также я веду телеграм канал «Frontend по‑флотски», где рассказываю про интересные вещи из мира разработки интерфейсов и AI.
Вступление
Мы представляем Claude Fable 5.1 и Claude Mythos 5.1. Это самые продвинутые в мире модели для программирования и интеллектуальной работы, а их исследовательские возможности уже дают первое представление о том, как ИИ-модели смогут способствовать научному прогрессу.
Claude Fable 5.1 и Claude Mythos 5.1 это одна и та же модель, но с разным уровнем защитных ограничений. Fable 5.1 доступна всем пользователям, тогда как Mythos 5.1 предоставляется только в рамках наших программ доверенного доступа. Её механизмы защиты специально настроены для работы в сфере кибербезопасности и наук о жизни.
Помимо роста возможностей, в Fable 5.1 мы учли важную обратную связь от клиентов, связанную со стоимостью, хранением данных и защитными механизмами.
Цена. Для типичных задач Fable 5.1 будет стоить примерно на 25% дешевле Fable 5 в тех случаях, когда оплата рассчитывается по токенам. Это стало возможным благодаря снижению стоимости чтения из кэша, то есть ситуаций, когда модель повторно использует уже обработанные и сохранённые входные данные. В задачах с активным использованием агентов экономия зачастую будет ещё выше — вплоть до примерно 45%.
Хранение данных. Наша новая система Enterprise Frontier Safeguards (EFS) обеспечивает клиентам полную конфиденциальность. Фактически на уровне политики нулевого хранения данных и при этом сохраняет передовые возможности по предотвращению злоумышленного использования модели. EFS хранит данные в облачной инфраструктуре, полностью контролируемой самим клиентом, а не Anthropic. Доступ к системе для корпоративных клиентов будет открываться поэтапно, начиная с конца этой осени. До появления EFS подходящие под условия клиенты смогут использовать Fable 5.1 в режиме нулевого хранения данных.
Защитные механизмы. Мы улучшили систему защиты, чтобы сократить количество ложных срабатываний. Случаев, когда система ошибочно помечает безопасный контент как потенциально опасный. В сфере кибербезопасности наши новые механизмы защиты дают на 60% меньше ложных срабатываний, чем раньше. Отчасти это стало возможным благодаря тому, что Fable 5.1 теперь можно использовать для поиска уязвимостей в программном обеспечении, но не для разработки эксплойтов для этих уязвимостей. В области биологии мы совместно с правительством США создали специальную программу доступа к расширенным биологическим возможностям Claude Mythos 5.1. В ближайшее время мы рассчитываем открыть регистрацию для учёных.
Новый уровень производительности
Claude Fable 5.1 задаёт новую планку в программировании, интеллектуальной работе и решении длительных многоэтапных задач. Графики ниже показывают, что Fable 5.1 способна демонстрировать значительно более высокую производительность, чем её предшественница Fable 5. При этом в режимах Low и Medium effort Fable 5.1 достигает сопоставимых или более высоких результатов, чем Fable 5, при заметно меньшей стоимости.
(Обратите внимание: по умолчанию Fable 5.1 использует уровень High effort в Claude Code и Medium effort в Claude Cowork и на Claude.ai.)
Agentic scientific research
Agentic terminal coding
Multidisciplinary reasoning
Agentic coding
Fable 5.1 не идёт по пути упрощений, которые ухудшают качество результата, и достаточно хорошо разбирается в проблеме, чтобы устранять именно первопричины ошибок в программном обеспечении. Например, во время тестирования в инвестиционной компании Millennium модель Fable 5.1 смогла найти причину редкого сбоя во внутренних системах компании. Проблему, которую за несколько лет так и не удалось объяснить ни её инженерам, ни другим моделям.
Ниже можно увидеть, как Fable 5.1 показывает себя в различных бенчмарках:
Наши партнёры, получившие ранний доступ к модели, отметили не только рост производительности, но и качественные улучшения в её ответах.
Научные исследования
Мы протестировали научно-исследовательские возможности Claude Fable 5.1 и Claude Mythos 5.1 в самых разных областях. Полученные результаты, включая первые примеры, которыми мы делимся ниже, дополняют уже имеющиеся свидетельства того, что в ближайшем будущем ИИ-модели смогут вносить заметный вклад в научные открытия.
Молекулярный дизайн. Многие современные лекарства работают за счёт связывания с определёнными мишенями в организме, чтобы блокировать их, активировать или доставлять к ним нужные вещества. Для того чтобы препарат был эффективен в меньших дозах, необходимы молекулы с высокой аффинностью связывания. Поэтому создание таких молекул часто становится первым этапом разработки многих распространённых типов лекарственных препаратов.
Чтобы проверить, насколько хорошо Claude Mythos 5.1 справляется с этой задачей, мы предоставили модели доступ к открытым инструментам для дизайна белков и предсказания их структуры, а затем передали созданные ею варианты двум сторонним организациям для экспериментальной проверки.
Mythos 5.1 смогла создавать молекулы с очень высокой аффинностью связывания. Для трёх мишеней [3] их аффинность оказалась в 10 раз выше, чем у лучших решений, представленных на соревнованиях Adaptyv Bio по дизайну белков.
Доля успешных вариантов, то есть число разработанных молекул, которые действительно оказались пригодными для связывания, стала самой высокой из всех, что мы измеряли на сегодняшний день: почти 50% для 12 мишеней. Для сравнения, сегодня в задачах дизайна белков типичным считается показатель в районе 10–15%.
Вычислительный анализ и моделирование. Claude Fable 5.1 обучила нейронную сеть и с её помощью создала новую карту рельефа примерно трети поверхности Венеры с более высоким разрешением. В основе работы лежали радиолокационные снимки, сделанные аппаратом NASA Magellan более 30 лет назад, а также уже существующая карта, охватывавшая около одной пятой планеты.
Новая карта, созданная Claude, позволяет различать детали размером примерно от двух до трёх километров вместо прежних 10–20 километров, а точность определения высот выросла до 25%.
Мы публикуем эту карту под лицензией Creative Commons в преддверии будущих миссий NASA VERITAS и ESA EnVision. Мы надеемся, что она поможет исследователям определить, какие геологические структуры стоит выбрать в качестве целей для дальнейших наблюдений.
Вычислительная биология. В вычислительной биологии часто используют специализированные модели машинного обучения, которые запускаются на GPU. Поэтому скорость их работы напрямую ограничивает темпы исследований. Mythos 5.1 предложила один из способов решить эту проблему: написав собственные GPU-ядра и добавив кэширование промежуточных результатов, модель ускорила семь открытых моделей глубокого обучения вплоть до 2,5 раза без изменения их выходных данных.
Эффект от такого ускорения быстро накапливается. В рамках одного эксперимента биологи могут запускать подобные модели тысячи раз, например, чтобы проверить все возможные мутации в областях рядом с каждым геном человека. В таких задачах оптимизированные модели позволяют снизить расчётные затраты на GPU на 30–60%.
Обычно подобная оптимизация заняла бы у команды инженеров по производительности несколько недель и зачастую была бы слишком дорогой для академических лабораторий. Mythos 5.1 справилась с этой задачей всего за несколько дней, используя только общедоступный исходный код. В ближайшее время мы планируем опубликовать эти оптимизации в открытом доступе.
Inference speedup
Estimated cost savings on genome-wide analyses
По мере того как научные возможности наших моделей растут, мы также увеличиваем инвестиции в развитие науки. На прошлой неделе мы представили предварительную версию Model Hardware Standard стандарта, который позволяет Claude напрямую и безопасно управлять лабораторным оборудованием.
Недавно мы также расширили поддержку учёных в рамках программы AI for Science, предоставляющей бесплатные кредиты исследователям, работающим над научными проектами с высоким потенциальным влиянием. Кроме того, в новом тарифе Claude Team для учёных мы предлагаем существенно сниженные цены на использование Claude.
Безопасность, защита и согласованность
За последние два года агентные возможности ИИ-моделей значительно выросли. Но, как мы уже показывали, вместе с большей автономностью появляются и новые риски. Поэтому методы обеспечения безопасности, защиты и согласованности поведения моделей должны развиваться такими же темпами, как и сами возможности ИИ. Вчера мы опубликовали отчёт, в котором рассказали, как совершенствуем собственные подходы к alignment и безопасности.
Перед выпуском Claude Fable 5.1 и Claude Mythos 5.1 мы провели масштабное тестирование моделей на риски в самых разных областях, в некоторых случаях с привлечением внешних исследователей. Подробно эта работа описана в нашей System Card; ниже будет краткое резюме.
Химические и биологические риски. Мы проверяли, насколько Claude Mythos 5.1 способна помогать в создании химического или биологического оружия. Для этого использовались экспертный red teaming, автоматизированные тесты и сценарные учения, в которых биологи уровня PhD работали вместе со специалистами по ИИ. Целью было выяснить, способны ли модели приблизиться по эффективности к профильным специалистам-людям.
Возможности Mythos 5.1 выше, чем у Mythos 5. Однако наши оценки показывают, что модель всё ещё не достигает следующего уровня риска, определённого в нашей Responsible Scaling Policy. Поэтому Mythos 5.1 выпускается с теми же защитными механизмами, что и Mythos 5: они ограничивают доступ к возможностям модели в области биологических исследований.
Киберриски. Мы провели серию тестов для оценки возможностей Claude Mythos 5.1 в сфере кибербезопасности, отключив при этом соответствующие защитные механизмы. В целом модель показала самые сильные кибервозможности среди всех когда-либо выпущенных нами моделей, хотя по нашей Frontier Compliance Framework она всё ещё относится к более низкой категории риска.
Мы также провели масштабное стресс-тестирование защитных механизмов Fable 5.1 в сфере кибербезопасности. Помимо собственной динамической оценки их устойчивости, мы привлекли к тестированию две внешние организации, а также провели автоматизированные проверки совместно с Gray Swan.
Как и в случае с Fable 5 и Opus 5, нам не удалось обнаружить свидетельств существования джейлбрейка критического уровня, способного обойти эти защитные механизмы.
Безопасность агентов. Мы проверили, как Claude Mythos 5.1 реагирует на вредоносные запросы и prompt injection — атаки, при которых злоумышленник скрывает вредоносные инструкции внутри контента, обрабатываемого ИИ-моделью. Модель отказывалась выполнять вредоносные запросы, связанные с агентным программированием и управлением компьютером, примерно с той же частотой, что Mythos 5, Sonnet 5 и Opus 5. При этом на внешнем бенчмарке по устойчивости к prompt injection Mythos 5.1 оказалась самой устойчивой из всех наших моделей на сегодняшний день.
Согласованность. Мы исследовали поведение модели с помощью статических и интерактивных поведенческих тестов, анализа её внутренних рассуждений с использованием автоэнкодеров естественного языка, тестов на способности, связанные с несогласованным поведением, анализа обучающих данных и результатов внутреннего пилотного использования. Кроме того, мы получили отчёты от независимых исследователей, тестировавших модель.
Наш автоматизированный поведенческий аудит показал, что по большинству метрик Claude Mythos 5.1 лучше согласована с заданными целями и ограничениями, чем её предшественница Mythos 5. Если модели дают заведомо невыполнимую задачу, она значительно реже пытается получить доступ к ресурсам за пределами тестовой среды. По сравнению с Mythos 5 она также реже прибегает к мотивированным рассуждениям, чтобы оправдать свои действия, например, убеждая себя, что происходящее является лишь симуляцией или тестированием, и реже игнорирует явно заданные ограничения ради достижения цели пользователя.
Анализ обучающих данных также показал, что Mythos 5.1 реже пытается заниматься reward hacking, то есть «обманывать» систему вознаграждения, и реже добивается в этом успеха, чем Mythos 5.
Хотя в целом тесты на согласованность показали улучшения, мы обнаружили, что модель всё ещё иногда способна обходить механизмы подтверждения действий и классификаторы автоматического режима. Подробнее об этом мы рассказываем в нашей System Card.
У нашей оценки согласованности есть и ограничения. Сейчас автоматизированный поведенческий аудит даёт меньше информации о работе модели с очень длинным контекстом и в сценариях с несколькими агентами. Кроме того, нам хотелось бы лучше охватить заведомо невыполнимые задачи, поскольку именно они могут провоцировать более необычное и несогласованное поведение. Недавно мы улучшили тестирование в этой области и продолжаем активно над ним работать.
Мы также усовершенствовали защитные механизмы так, чтобы модели могли быть полезнее без ущерба для безопасности. Об этих изменениях расскажем ниже.
Автоматизированные защитные механизмы для корпоративных клиентов. Enterprise Frontier Safeguards (EFS) позволяет нам выявлять злоупотребления нашими моделями и реагировать на них, сохраняя при этом для корпоративных клиентов конфиденциальность на уровне соглашения о нулевом хранении данных.
При использовании EFS данные клиентов хранятся в их собственной облачной инфраструктуре, а не в системах Anthropic. Если требуется проверка человеком, по умолчанию её проводит сам клиент, а не Anthropic. Мы разрабатывали EFS в тесном сотрудничестве более чем со 100 компаниями из самых разных отраслей: финансов, здравоохранения, промышленности, телекоммуникаций, юриспруденции, ритейла и государственного сектора, а также с нашими облачными партнёрами Amazon Web Services, Google Cloud и Microsoft Azure.
EFS будет поддерживаться в Claude Code, Claude Enterprise, Claude Platform, Amazon Bedrock, Claude Platform on AWS, Google Agent Platform и Microsoft Foundry. Система будет внедряться поэтапно начиная с этой осени. Как уже отмечалось выше, клиенты, подходящие под условия EFS, смогут использовать Fable 5.1 и Fable 5 в режиме нулевого хранения данных до полноценного запуска EFS. Подробнее об EFS можно прочитать здесь, а запросить доступ через эту форму.
Более точные защитные механизмы для биологии и кибербезопасности. За последние несколько месяцев нам удалось сделать защитные механизмы Fable 5.1 точнее: теперь они реже срабатывают на безопасные запросы, например, вопросы медицинского характера или задачи специалистов по кибербезопасности, которые используют модель для повышения защищённости своих систем, и при этом по-прежнему надёжно блокируют реальные угрозы.
Как мы недавно рассказывали, новые биологические защитные механизмы Fable 5.1 и Fable 5 срабатывают на 85% реже при безопасных запросах по базовой биологии и медицине по сравнению с защитой, с которой изначально вышла Fable 5. При этом запросы, связанные с исследованиями и разработками в сфере наук о жизни, по-прежнему будут перенаправляться на модели Opus. Для профессионалов мы открываем доступ к расширенным возможностям Claude Mythos 5.1 в этой области через специальную программу, разработанную совместно с правительством США. Подробнее о ней расскажем ниже.
В Fable 5.1 мы также сделали защитные механизмы в сфере кибербезопасности более точными. Теперь модель можно использовать для поиска уязвимостей в программном обеспечении, то есть для защитных задач, направленных на повышение безопасности ПО. Благодаря этим изменениям пользователи Claude Code в среднем будут сталкиваться примерно на 60% реже со срабатываниями киберзащиты за одну сессию по сравнению с предыдущей системой защиты Fable 5.
При этом некоторые виды задач двойного назначения, то есть задач, которые могут использоваться как во благо, так и во вред, по-прежнему перенаправляются на модели Opus. К ним относятся тестирование на проникновение, создание эксплойтов и поиск уязвимостей в бинарных файлах.
Защита от дистилляции. Дистилляция — это способ переноса возможностей более продвинутой модели в другую модель. Нередко такие атаки проводятся в промышленных масштабах с использованием тысяч поддельных аккаунтов. С точки зрения безопасности это представляет риск: полученные таким способом возможности впоследствии могут быть опубликованы без необходимых защитных механизмов.
В Fable 5.1 появились усиленные меры, усложняющие подобные атаки. Например, для новых API-аккаунтов, созданных начиная с сегодняшнего дня, больше нельзя вручную изменять предыдущий контекст Claude в многошаговом диалоге, одновременно сохраняя историю её предыдущих рассуждений. Это закрывает распространённый и публично описанный способ дистилляции, который позволял злоумышленникам извлекать внутренние рассуждения Claude.
Изменение внедряется постепенно, чтобы свести возможные проблемы к минимуму. Существующие аккаунты пока не затронуты, однако в будущих версиях моделей это ограничение будет распространяться на всех пользователей. В результате изменения также затронут небольшое число клиентов с собственными интеграциями. Подробнее о нововведении и необходимых изменениях со стороны разработчиков можно прочитать в нашей статье в справочном центре.
Доверенный доступ к Claude Mythos 5.1
Claude Mythos 5.1 полностью идентична Fable 5.1, но использует менее строгие защитные ограничения для проверенных специалистов и организаций, чья работа затрагивается описанными выше ограничениями в сфере кибербезопасности и наук о жизни. Доступ к модели будет предоставляться в рамках двух программ доверенного доступа:
Cyber Verification Program: сейчас CVP предоставляет доступ к некоторым моделям классов Opus и Sonnet с ослабленными ограничениями в сфере кибербезопасности — для специалистов, занимающихся защитой систем. В ближайшем будущем программа также начнёт предоставлять доступ к моделям класса Claude Mythos. Подать заявку на участие в CVP можно здесь.
Life Sciences Verification Program: программа LSVP предназначена для специалистов в области наук о жизни и позволяет использовать Claude Mythos 5.1 с защитными механизмами, адаптированными под профессиональные исследования и разработку. Все остальные ограничения при этом остаются в силе. Совместно с правительством США мы уже подключили первых участников и планируем в дальнейшем расширить доступ к программе для более широкого научного сообщества.
Помимо этих программ доверенного доступа, Claude Security — наш продукт для поиска уязвимостей в кодовых базах и подготовки исправлений для последующей проверки человеком теперь также работает на базе Claude Mythos 5.1.
Соответствие требованиям EU AI Act
В июле 2026 года Anthropic вместе с ещё 190 организациями, среди которых были и другие крупные разработчики ИИ-моделей, подписала Кодекс практики по прозрачности контента, созданного ИИ, в рамках EU AI Act.
Это потребовало от нас добавить в ответы моделей, выпущенных после 2 августа 2026 года, специальную водяную метку — числовой механизм, позволяющий оценить вероятность того, что Claude участвовала в создании того или иного текста. Как мы недавно объясняли, эта метка незаметна для всех, у кого нет доступа к API для её обнаружения. Она не оказывает практического влияния ни на качество, ни на содержание ответов Claude и не содержит никакой информации о пользователе, его организации или переписке с Claude.
Закон также требует предоставить пользователям способ определить, содержит ли текст такую водяную метку с высокой вероятностью. Поэтому мы начинаем постепенно открывать доступ к API для её обнаружения в рамках закрытой предварительной версии.
Сейчас API доступен организациям, которые имеют на это право в соответствии с законодательством ЕС, например, регулирующим органам, правоохранительным структурам, СМИ, фактчекерам, независимым исследователям, образовательным учреждениям и организациям гражданского общества ЕС. Он также доступен компаниям, которые обязаны проверять наличие водяных меток в рамках собственного соблюдения требований EU AI Act.
Со временем мы планируем расширять доступ к API. Оставить заявку можно здесь.
Стоимость и доступность
Claude Fable 5.1 уже доступна на всех платформах, включая Amazon Web Services, Google Cloud и Microsoft Azure. Разработчики могут начать работу с моделью claude-fable-5-1 через Claude API.
Как уже упоминалось выше, мы снизили стоимость чтения из кэша Fable 5.1, то есть повторного использования моделью уже обработанного контекста на платформах с оплатой по токенам, включая наш API. Теперь чтение из кэша стоит на 75% дешевле: $0,25 за миллион токенов.
Это существенно снижает общую стоимость использования модели. Для типичных задач расходы сокращаются примерно на 25% по сравнению с Fable 5, а в сложных задачах программирования и сценариях с активным использованием агентов экономия может достигать примерно 45%.
График ниже показывает, почему снижение стоимости чтения из кэша даёт настолько заметный эффект:
В остальном цены Fable 5.1 остаются такими же, как у Fable 5: $10 за миллион входных токенов и $50 за миллион выходных. Параллельно мы продолжаем переносить многие улучшения Fable 5.1 на другие модели нашего семейства.
Как уже говорилось выше, Claude Mythos 5.1 доступна проверенным специалистам по кибербезопасности и исследователям в области наук о жизни. Сейчас доступ к ней есть только у ряда организаций в США, однако мы совместно с правительством США работаем над тем, чтобы как можно быстрее расширить программу на большее число американских и международных партнёров.
Чтобы оставить заявку на доступ к Claude Mythos 5.1 для задач киберзащиты в рамках CVP, перейдите сюда.
Примечания
Terminal-Bench-Science 0.1: стандартная ошибка составляет ±3,5–4,5 пункта для каждой модели. В публичном лидерборде (3 прогона на задачу, Claude Code harness) Claude Opus 5 набирает 30,0%, а Claude Fable 5 21,4%. В нашей конфигурации результаты составили 29,0% и 24,7% соответственно, в обоих случаях расхождение находится в пределах статистической погрешности.
OSWorld 2.0: результаты получены на наборе задач, опубликованном авторами бенчмарка в августе 2026 года. Fable 5 и Opus 5 были повторно протестированы в тех же условиях. Поскольку файлы заданий отличаются от предыдущих версий, эти результаты нельзя напрямую сравнивать с ранее опубликованными результатами OSWorld 2.0. По этой причине результаты конкурирующих моделей здесь не приводятся.
Эти три мишени — EGFR, Nipah G и 15-PGDH взяты из соревнований Adaptyv Bio по дизайну белков. Для Nipah G сравнение проводится с de novo-дизайнами, нацеленными на участок связывания с рецептором в головной части белка G (лучший результат около 8–12 нМ, N1032). Один из de novo-вариантов от Nick Boyd/Escalante Bio, нацеленный на другой участок белка — стебель, достиг примерно 1,4 нМ (design_7), что сопоставимо с результатом нашего лучшего связывающего белка.
