Claude Fable 5.1 و Mythos 5.1؛ همه‌چیزی که تا الان درباره‌شون می‌دونیم

آنتروپیک اول سپتامبر ۲۰۲۶، Claude Fable 5.1 و Claude Mythos 5.1 رو معرفی کرد؛ جانشین‌های Fable 5 و Mythos 5 که سوم ژوئن همون سال منتشر شده بودن. این دو مدل، جدیدترین اعضای رده‌ی Mythos هستن؛ رده‌ای که بالاتر از Opus قرار می‌گیره و برای کارهای بلندمدت، ایجنتیک و پرمخاطره طراحی شده.

این دو مدل دقیقاً چه فرقی با هم دارن؟

Fable 5.1 و Mythos 5.1 عملاً یه مدل واحدن، فقط با سطح safeguard متفاوت. Fable 5.1 به‌صورت عمومی در دسترس همه‌ست، ولی Mythos 5.1 فقط از طریق برنامه‌های دسترسی مورد اعتماد آنتروپیک قابل استفاده‌ست؛ safeguardهاش مخصوص کارهای امنیت سایبری و علوم زیستی طراحی شده تا افراد واجد شرایط بتونن بدون محدودیت‌های معمول کار کنن.

جهش عملکرد نسبت به Fable 5

آنتروپیک Fable 5.1 رو استاندارد جدیدی برای کدنویسی، کار دانشی و حل مسئله‌ی بلندمدت معرفی کرده. توی بنچمارک Terminal-Bench-Science 0.1 (پژوهش علمی ایجنتیک)، امتیاز از ۲۴.۷ درصد برای Fable 5 به ۵۲.۶ درصد برای Fable 5.1 رسیده؛ این حتی از Opus 5 (۲۹ درصد) و GPT-5.6 Sol (۲۲.۴ درصد) هم جلوتره. توی Terminal-Bench 4.0 (کدنویسی ایجنتیک) هم از ۴۲ به ۵۵.۸ درصد رسیده (نسخه‌ی Mythos 5.1 بدون دخالت safeguardهای سایبری حتی ۶۰.۹ درصد گرفته). روی AutomationBench (گردش‌کار کسب‌وکار) جهش از ۱۷.۱ به ۳۱.۴ درصد بوده، و CursorBench 3.2.0 هم از ۷۰.۵ به ۷۳.۴ درصد رسیده. توی Humanity's Last Exam بدون ابزار از ۵۷.۸ به ۶۰.۹ درصد و با ابزار از ۶۳.۸ به ۶۵ درصد بهبود داشته. یه نکته‌ی عملی مهم: توی Claude Code به‌طور پیش‌فرض روی effort بالا (High) کار می‌کنه، ولی توی Claude Cowork و claude.ai پیش‌فرضش روی Medium ـه؛ و روی effortهای پایین‌تر، نتیجه‌ای مشابه یا بهتر از Fable 5 با هزینه‌ی بسیار کمتر می‌ده. یکی از نمونه‌های میدانی جالبی که آنتروپیک اشاره کرده، شرکت سرمایه‌گذاری Millennium ـه که می‌گه Fable 5.1 تونسته علت یه کرش بسیار نادر توی سیستم‌های داخلیشون رو پیدا کنه؛ مشکلی که چند سال بود مهندس‌های خودشون و هیچ مدل دیگه‌ای نتونسته بودن توضیحش بدن.

قیمت: ارزون‌تر شده، ولی نه توی همه‌ی حالت‌ها

قیمت پایه‌ی توکن ورودی و خروجی Fable 5.1 دقیقاً همون قیمت Fable 5 مونده: ۱۰ دلار به ازای هر میلیون توکن ورودی و ۵۰ دلار برای هر میلیون توکن خروجی. چیزی که تغییر کرده، قیمت cache read ـه که ۷۵ درصد ارزون‌تر شده و به ۰.۲۵ دلار به ازای هر میلیون توکن رسیده. طبق ادعای آنتروپیک، این تغییر برای کارهای معمولی حدود ۲۵ درصد و برای کارهای بسیار ایجنتیک (که بیشتر هزینه‌شون از cache read میاد) تا حدود ۴۵ درصد کاهش هزینه‌ی کلی به همراه داره. با این حال، Artificial Analysis که توی تست‌های پیش از انتشار همکاری داشته، به این ادعا نقد وارد کرده: طبق داده‌های اون‌ها، Fable 5.1 روی effort حداکثری (max) به‌خاطر مصرف حدود ۱.۷ برابر بیشتر توکن خروجی، می‌تونه واقعاً حدود ۲۰ درصد گرون‌تر از Fable 5 برای هر تسک تموم بشه؛ روی effort حداکثری هر تسک حدود ۳.۷۶ دلار هزینه داره، در حالی که Opus 5 با فقط ۳ امتیاز کمتر، ۲.۳۴ دلار می‌گیره. روی effort extra-high، Fable 5.1 با امتیاز ۶۵، هزینه‌اش به ۲.۷۲ دلار می‌رسه که فاصله رو کم می‌کنه ولی همچنان از Opus 5 گرون‌تره.

safeguardهای دقیق‌تر برای سایبری و زیست‌شناسی

آنتروپیک safeguardهای امنیتیش رو هم بازبینی کرده تا false positive کمتری تولید کنن. توی حوزه‌ی سایبری، safeguardهای جدید حدود ۶۰ درصد کمتر مداخله می‌کنن؛ بخشی از این به این خاطره که Fable 5.1 حالا اجازه داره برای پیدا کردن آسیب‌پذیری نرم‌افزاری (کار دفاعی) استفاده بشه، هرچند هنوز برای ساختن exploit واقعی اجازه نداره؛ کارهای dual-use مثل تست نفوذ، تولید exploit و اسکن آسیب‌پذیری باینری همچنان به مدل‌های Opus هدایت می‌شن. توی حوزه‌ی زیست‌شناسی هم safeguardهای جدید حدود ۸۵ درصد کمتر روی سؤالات بی‌خطر پزشکی و زیست‌شناسی پایه فعال می‌شن؛ ولی سؤالات مرتبط با تحقیق و توسعه‌ی جدی در علوم زیستی همچنان به مدل‌های Opus هدایت می‌شن، مگه از طریق برنامه‌ی دسترسی Mythos.

Enterprise Frontier Safeguards؛ حفظ حریم خصوصی بدون از دست دادن کنترل

یکی از تغییرات مهم این نسخه، معرفی سیستم Enterprise Frontier Safeguards (EFS) ـه؛ سیستمی که به مشتری‌های سازمانی اجازه می‌ده دیتاشون رو روی زیرساخت ابری خودشون (نه سرورهای آنتروپیک) نگه دارن، در حالی که همچنان از محافظت در برابر سوءاستفاده برخوردارن. این یعنی حریم خصوصی معادل zero data retention، بدون این‌که آنتروپیک به دیتای خام دسترسی داشته باشه. EFS طی این پاییز و به‌تدریج روی Claude Code، Claude Enterprise، Claude Platform، Amazon Bedrock، Google Agent Platform و Microsoft Foundry فعال می‌شه؛ تا اون‌موقع، مشتری‌های واجد شرایط می‌تونن از Fable 5.1 با همون zero data retention استفاده کنن. برای بقیه، پیش‌فرض همچنان ۳۰ روز نگهداری دیتا برای مانیتورینگ ایمنیه، چون Fable 5.1 توسط آنتروپیک به‌عنوان یه Covered Model دسته‌بندی شده.

مکانیزم‌های ضد تقطیر (anti-distillation)

Fable 5.1 مکانیزم‌های محکم‌تری برای جلوگیری از حملات distillation (تقطیر مدل، یعنی استخراج صنعتی توانایی‌های یه مدل بزرگ برای بازتولید توی یه مدل دیگه بدون safeguard) داره. از این به بعد، اکانت‌های API جدید (از تاریخ عرضه به بعد) دیگه نمی‌تونن context قبلی مکالمه رو دستی ویرایش کنن و در عین حال transcript تفکر قبلی کلاد رو حفظ کنن؛ این دقیقاً همون تکنیک شناخته‌شده‌ای بود که برای استخراج غیرمجاز فرآیند فکری کلاد استفاده می‌شد. اکانت‌های موجود فعلاً تحت تأثیر این تغییر نیستن.

واترمارک به‌خاطر قانون هوش مصنوعی اتحادیه‌ی اروپا

آنتروپیک ژوئیه‌ی ۲۰۲۶ به همراه ۱۹۰ امضاکننده‌ی دیگه، کد رفتاری شفافیت محتوای تولیدشده با AI اتحادیه‌ی اروپا رو امضا کرده؛ به همین خاطر از دوم آگوست ۲۰۲۶ به بعد، خروجی متنی مدل‌های تازه‌منتشرشده (از جمله همین Fable 5.1) یه واترمارک عددی نامرئی داره که احتمال نوشته‌شدن توسط کلاد رو نشون می‌ده. این واترمارک هیچ اطلاعاتی از کاربر یا مکالمه‌ش نداره و روی کیفیت خروجی هم اثری نمی‌ذاره. یه API تشخیص واترمارک هم به‌صورت private preview در حال عرضه‌ست، فعلاً برای نهادهایی مثل قانون‌گذارها، رسانه‌ها، فکت‌چکرها و پژوهشگرهای مستقل.

Mythos 5.1 و دسترسی محدود

Mythos 5.1 از طریق دو برنامه در دسترسه: Cyber Verification Program (CVP) که فعلاً به بعضی مدل‌های رده‌ی Opus و Sonnet با safeguard سایبری کمتر دسترسی می‌ده و قراره به‌زودی Mythos هم بهش اضافه بشه، و Life Sciences Verification Program (LSVP) که با همکاری دولت آمریکا طراحی شده و اولین گروه از متخصص‌های علوم زیستی رو پذیرفته؛ ثبت‌نام گسترده‌تر هم به‌زودی باز می‌شه. فعلاً این دسترسی محدود به سازمان‌های آمریکاییه. محصول Claude Security (که کدبیس‌ها رو برای آسیب‌پذیری اسکن می‌کنه) هم حالا با Mythos 5.1 کار می‌کنه.

پژوهش علمی: یه پیش‌نمایش از سهم AI توی علم

آنتروپیک چندتا نمونه‌ی واقعی از قابلیت‌های پژوهشی این مدل‌ها منتشر کرده. توی طراحی مولکولی، Mythos 5.1 با دسترسی به ابزارهای متن‌باز طراحی و تاخوردگی پروتئین، بایندرهایی با میل ترکیبی بالا طراحی کرده که روی سه هدف مشخص، ده برابر بهتر از بهترین طرح‌های ارسالی به مسابقات طراحی پروتئین Adaptyv Bio عمل کردن؛ نرخ موفقیتش هم به نزدیک ۵۰ درصد روی ۱۲ هدف رسیده، در حالی که نرخ معمول توی این حوزه ۱۰ تا ۱۵ درصده. توی یه پروژه‌ی دیگه، Fable 5.1 یه شبکه‌ی عصبی آموزش داده که از روی داده‌های رادار ماموریت Magellan ناسا (بیش از ۳۰ سال قدمت)، یه نقشه‌ی ارتفاعی جدید و دقیق‌تر از یک‌سوم سطح سیاره‌ی زهره ساخته؛ وضوح از ۱۰ تا ۲۰ کیلومتر به ۲ تا ۳ کیلومتر رسیده و این نقشه با لایسنس Creative Commons منتشر شده تا به ماموریت‌های آینده‌ی VERITAS ناسا و EnVision آژانس فضایی اروپا کمک کنه. توی زیست‌شناسی محاسباتی هم Mythos 5.1 با نوشتن kernelهای اختصاصی GPU، سرعت هفت مدل یادگیری عمیق متن‌باز رو تا ۲.۵ برابر روی یه GPU از نوع H100 بالا برده و هزینه‌ی تحلیل‌های ژنومی رو ۳۰ تا ۶۰ درصد کاهش داده؛ کاری که معمولاً چند هفته وقت یه تیم مهندس پرفورمنس رو می‌گیره.

در دسترس بودن

Fable 5.1 همین الان روی همه‌ی پلتفرم‌ها در دسترسه: Amazon Web Services، Google Cloud، Microsoft Azure، و مستقیم از طریق Claude Platform API با شناسه‌ی مدل claude-fable-5-1. Mythos 5.1 هم همون‌طور که گفته شد، فقط از طریق برنامه‌های CVP و LSVP و فعلاً عمدتاً برای سازمان‌های آمریکایی در دسترسه.

جمع‌بندی

Fable 5.1 بیشتر از یه آپدیت عادی، تلاشیه برای حل هم‌زمان سه مسئله‌ی سازمانی: کافی‌قدرت بودن برای تموم کردن کارهای سخت، مقرون‌به‌صرفه بودن برای اجرای ساعت‌ها بدون وقفه، و قابل‌کنترل بودن برای دسترسی به سیستم‌های حساس. عدد بنچمارک‌ها به‌وضوح بهترن، ولی همون‌طور که نقد Artificial Analysis نشون می‌ده، صرفه‌جویی هزینه به effort انتخابی و نوع کار خیلی وابسته‌ست؛ پس قبل از جابه‌جا کردن یه workload سنگین از Fable 5 یا Opus 5 به این مدل، بهتره خودت روی داده‌ی واقعی پروژه‌ات تست کنی.