Anthropic, teknik zorluklar için tasarladığı iki modelini aynı anda güncelledi: genel erişime açılan Claude Fable 5.2 ve siber güvenlik ile yaşam bilimleri çalışmaları için daha az güvenlik katmanıyla doğrulanmış kuruluşlara sunulan Claude Mythos 5.2. Şirket, FrontierCode 2.0 kodlama testinde Xhigh çaba düzeyinde yüzde 49,1 ile test ettiği tüm yayımlanmış modellerin en yükseğine ulaştığını bildiriyor; Fable 5.2, önceki sürümden yüzde 30'a varan oranda hızlı ve milyon token başına 8/40 dolarlık fiyatla geldi. Lansman, şirket tarihinin en büyük halka arzına günler kala yapıldı.
Anthropic, Claude Fable ve Claude Mythos modellerinin 5.2 sürümlerini aynı anda yayımladı. İki model aynı temel üzerinde çalışıyor: Fable 5.2 genel platformda erişilebilirken, Mythos 5.2 siber güvenlik ve yaşam bilimleri araştırmaları için güvenlik katmanları kısmen gevşetilmiş halde, yalnızca doğrulama programlarından geçen kuruluşlara sunuluyor. Şirketin tanımıyla ikisi ‘en göz korkutan teknik zorluklar’ için yapılmış durumda.
Performans iddiaları kodlama ağırlıklı. Anthropic’in ölçümlerine göre Fable 5.2, ajan temelli kodlama testi FrontierCode 2.0’da Xhigh çaba düzeyinde yüzde 49,1 alarak test ettikleri tüm yayımlanmış modellerin en yüksek skorunu yakalıyor; Fable 5.1’in aynı düzeydeki skoru yüzde 32,4, Opus 5.5’in yüzde 45,5, GPT-6 Astra’nın yüzde 42,8, Gemini 4 Carbon’ın yüzde 41,1 idi. Gerçek dünya yazılım görevleri testi FrontierSWE v2’de yüzde 69,9 ile yine ailenin en iyisi (Opus 5.5: yüzde 62,3; Astra: yüzde 65,5). Araç kullanımlı Humanity’s Last Exam’de yüzde 74,2, grafik okuma testi Chartography’de yüzde 73,4 bildiriliyor. İstisna da not edilmeli: iş akışı testi AutomationBench’de Gemini 4 Carbon yüzde 53,9 ile Fable’ın yüzde 51,4’ünün üzerinde. Tüm rakamlar şirketin kendi değerlendirmeleri; sistem kartı ayrıca yayımlandı.
Hız ve fiyat da düşürüldü: Fable 5.2, Fable 5.1’den yüzde 30’a varan oranda daha hızlı ve girdide milyon token başına 8 dolar, çıktıda 40 dolar fiyata geldi — önceki sürümde bu ücretler 10 ve 50 dolardı. Bloomberg aktarımına göre yeni model daha zor yazılım mühendisliği işleri, robot kontrolü gibi donanım odaklı görevler ve uzun soluklu projeler üstünde çalışabiliyor ve aynı anda bin yapay zekâ ajanını koordine edebilecek şekilde tasarlandı.
Güvenlik tarafı bu lansmanın asıl tartışmalı katmanı. Nisan’daki orijinal Mythos, kritik yazılımlardaki güvenlik açıklarını bulma ve istismar etme yeteneğiyle siber güvenlik dünyasında dönüm noktası sayılmış, erişim baştan sınırlandırılmıştı; Haziran’da ABD hükümetinin erişim kısıtlamaları getirdiği iki model arasındaydılar. Anthropic, 5.2 için yayım öncesi hizalama eğitimi, yararsız eylem eğilimi değerlendirmeleri ve davranış izlemeyi ölçeklendirdiğini yazıyor; model İngiltere YZ Güvenlik Enstitüsü, Frontier Design ve METR tarafından da sınandı. Fable’da engellenen siber güvenlik veya biyoloji sorguları Opus 4.8 ve Opus 5’e yönlendiriliyor; şirket, erken testlerde 5.1’e göre yüzde 55 daha az engelleme gördüğünü (siberde yüzde 60, biyolojide yüzde 40 azalma) bildiriyor. Mythos tarafında ise erişim genişletiliyor: yeni sürüm ABD dışındaki doğrulanmış şirketlere de açılıyor.
Zamanlama, hikâyenin ekonomi ayağını taşıyor. CNBC, bunun Genel Müdür Dario Amodei’nin gelişme temposunun yavaşlatılması çağrısından bu yana şirketin ilk sınır modeli yayımı olduğunu not ediyor; Reuters’ın gördüğü dosyaya göre Anthropic halka arzdan 69,3 milyar dolar toplamayı hedefliyor ve listede bu ay içinde olabilir. Wall Street çıkışına günler kala ‘en güçlü kodlama modeli + genişleyen kurumsal doğrulama programı’ paketi, hem yatırımcı hikâyesini güçlendiriyor hem de Amodei’nin yavaşlama çağrısıyla kendi hızlanması arasındaki gerilimi yeniden görünür kılıyor. Modeller Claude Platform, Claude Code ve doğrulama programları üzerinden erişilebilir.