Tech Meridian← ВСЕ МОДЕЛИ
PROМОЙ MERIDIAN

ANTHROPIC · ТРЕКЕР МОДЕЛИ

Claude Fable 5

Claude Fable 5 — вариант модели/агента Anthropic, тестировавшийся на сохранение знаний между сессиями с помощью записи и чтения файлов заметок. Anthropic сообщает, что Fable 5 использует селективные стратегии памяти и пост-сессионный процесс «Dreaming» для исправления и структурирования воспоминаний; в бенчмарке по Pokémon Red он показал лучшие результаты, чем более старая Sonnet 3.7.

ТЕКУЩИЙ СНИМОК2/5 РАЗДЕЛОВ С ДАННЫМИ

Главные характеристики в одном месте.

ЦЕНА

Не установлено по доступным источникам.

КОНТЕКСТ

Не установлено по доступным источникам.

МОДАЛЬНОСТИ

Не установлено по доступным источникам.

БЕНЧМАРКИ
Сравнение производительности на CursorBench 3.2Anthropic сообщает, что на CursorBench 3.2 при максимальных усилиях Opus 5 показывает результат в пределах 0,5% от пикового балла Claude Fable 5, что указывает на незначительно более высокий пик у Fable 5 на этом бенчмарке.
Оценка (InnovationEval)Оценен Epoch AI с помощью бенчмарка «InnovationEval», который проверяет, могут ли ИИ-агенты самостоятельно изобретать, реализовывать, тестировать и дорабатывать научные методы.
Тестовые заданияТестировался на коротких заданиях с ответами (например, вопросы по науке) и на задачах по программированию в рамках оценки InnovationEval.
Вычислительные ресурсы и подключение во время оценкиВо время оценки у каждого агента было до 3 000 часов вычислений на высокопроизводительных чипах и отсутствовал доступ в интернет.
Предварительные знания о SDPOEpoch сообщил, что у Claude Fable 5 не было предварительных знаний о методе SDPO в рамках эксперимента.
Результат MathVis (pass@1)Достигла результата pass@1 = 26.56% на MathVis — бенчмарке из 512 задач для генерации математических диаграмм.
Включён в бенчмарк «Into the Unknown»Указан как один из девяти ИИ‑агентов, оценённых в бенчмарке Carnegie Mellon «Into the Unknown» (среди протестированных агентов названы Claude Opus 4.8, Claude Opus 5, Claude Fable 5, Claude Opus 5.5, GPT-5.6 Sol, GPT-6 Astra, Deepseek V4 Pro, Kimi K3 и GLM-5.3).
Результат бенчмарка и условия оценки (по сообщению)В отчёте бенчмарка говорится, что ни одна из 135 работ от девяти агентов не удовлетворила всем требованиям; в ходе оценки агенты (включая Claude Fable 5) имели подключение к интернету, доступ к мощным машинам, неограниченное по времени выполнение и до пяти перезапусков; суммарно испытания заняли почти 2000 часов.
Результаты бенчмарка агента памяти в Pokémon RedВ тесте Anthropic на Pokémon Red Claude Fable 5 заработал четыре значка, применяя ограниченную и селективную память, тогда как более старая Claude Sonnet 3.7 создала множество файлов и завершила игру с одним значком.
ДОСТУПНОСТЬ
Упомянута как рабочая в Replit AgentСентябрьский пост в блоге Replit цитирует Claude Fable 5 (и Claude Fable 5.1) как модели, работающие в производственной среде Replit Agent.

ХРОНОЛОГИЯ РЕЛИЗОВ

Только опубликованные события с источниками.

ИСТОЧНИКОВ 6 · ВАЖНОСТЬ 8.0

Anthropic выпускает Claude Opus 5 — недорогая модель с близкой к фронтирной мощностью

Anthropic объявила Claude Opus 5 — новую модель, позиционируемую как более экономичный преемник Opus 4.8 и новый стандарт по умолчанию в Claude Max (а также сильнейшую в Claude Pro). По данным Anthropic, Opus 5 достигла или превзошла предыдущие модели на ряде бенчмарков для программирования, задач знания и науки (Frontier‑Bench, GDPval‑AA, CursorBench, ARC‑AGI, Zapier AutomationBench, OSWorld) при меньшей стоимости выполнения, но отстаёт от Mythos 5 в задачах по кибербезопасности и биологии; компания также указывает на улучшенную выравненность и безопасность и публикует System Card.

→

ПРОВЕРЯЕМЫЕ ФАКТЫ

Каждое значение привязано к источнику и дате.

ВОЗМОЖНОСТИ · Описывается как «пограничный» уровень возможностейДАННЫЕ РАЗРАБОТЧИКА

В релизе Opus 5 Anthropic отмечает, что Opus 5 приближается к «пограничному интеллекту» ("frontier intelligence") Claude Fable 5, что подразумевает, что Fable 5 представляет собой пограничный уровень возможностей.

БЕНЧМАРКИ · Сравнение производительности на CursorBench 3.2ДАННЫЕ РАЗРАБОТЧИКА

Anthropic сообщает, что на CursorBench 3.2 при максимальных усилиях Opus 5 показывает результат в пределах 0,5% от пикового балла Claude Fable 5, что указывает на незначительно более высокий пик у Fable 5 на этом бенчмарке.

БЕЗОПАСНОСТЬ · Дополнительные меры безопасности были вызваны рискованными кибервозможностями предшественникаДАННЫЕ РАЗРАБОТЧИКА

Anthropic указала, что у Claude Mythos Preview были продвинутые кибервозможности, представлявшие высокий риск, что послужило причиной добавления мер безопасности и задержки выпуска Claude Fable 5.

ДОСТУПНОСТЬ · Упомянута как рабочая в Replit AgentДАННЫЕ РАЗРАБОТЧИКА

Сентябрьский пост в блоге Replit цитирует Claude Fable 5 (и Claude Fable 5.1) как модели, работающие в производственной среде Replit Agent.

БЕНЧМАРКИ · Оценка (InnovationEval)ДАННЫЕ РАЗРАБОТЧИКА

Оценен Epoch AI с помощью бенчмарка «InnovationEval», который проверяет, могут ли ИИ-агенты самостоятельно изобретать, реализовывать, тестировать и дорабатывать научные методы.

БЕНЧМАРКИ · Тестовые заданияДАННЫЕ РАЗРАБОТЧИКА

Тестировался на коротких заданиях с ответами (например, вопросы по науке) и на задачах по программированию в рамках оценки InnovationEval.

БЕНЧМАРКИ · Вычислительные ресурсы и подключение во время оценкиДАННЫЕ РАЗРАБОТЧИКА

Во время оценки у каждого агента было до 3 000 часов вычислений на высокопроизводительных чипах и отсутствовал доступ в интернет.

ВОЗМОЖНОСТИ · Повторные попытки неудачных задач с предыдущими ответамиДАННЫЕ РАЗРАБОТЧИКА

Claude Fable 5 использовал приём повторных попыток неудачных задач с подачей предыдущих неудачных вариантов.

ОГРАНИЧЕНИЯ · Отсутствие измеримого улучшения от стратегии повторовДАННЫЕ РАЗРАБОТЧИКА

Приём с повторными попытами и подачей предыдущих неудачных ответов не дал измеримого улучшения в эксперименте.

ОГРАНИЧЕНИЯ · Научная оценка и творческое мышлениеДАННЫЕ РАЗРАБОТЧИКА

Epoch (и Anthropic) обнаружили, что модели, включая Claude Fable 5, при проведении экспериментов испытывают нехватку научной самокритики и подлинного творческого мышления.

ОГРАНИЧЕНИЯ · Задержка привела к потере дохода и доли рынкаДАННЫЕ РАЗРАБОТЧИКА

Anthropic сообщила, что дополнительные меры безопасности, задержавшие выпуск Claude Fable 5, стоили компании дохода и доли рынка.

БЕНЧМАРКИ · Включён в бенчмарк «Into the Unknown»ДАННЫЕ РАЗРАБОТЧИКА

Указан как один из девяти ИИ‑агентов, оценённых в бенчмарке Carnegie Mellon «Into the Unknown» (среди протестированных агентов названы Claude Opus 4.8, Claude Opus 5, Claude Fable 5, Claude Opus 5.5, GPT-5.6 Sol, GPT-6 Astra, Deepseek V4 Pro, Kimi K3 и GLM-5.3).

БЕНЧМАРКИ · Результат бенчмарка и условия оценки (по сообщению)ДАННЫЕ РАЗРАБОТЧИКА

В отчёте бенчмарка говорится, что ни одна из 135 работ от девяти агентов не удовлетворила всем требованиям; в ходе оценки агенты (включая Claude Fable 5) имели подключение к интернету, доступ к мощным машинам, неограниченное по времени выполнение и до пяти перезапусков; суммарно испытания заняли почти 2000 часов.

ВОЗМОЖНОСТИ · Хранение памяти между сессиями через файлы заметок и селективную записьДАННЫЕ РАЗРАБОТЧИКА

Fable 5 сохраняет информацию между сессиями, записывая заметки в файлы, которые затем может прочитать. Модель ограничила память несколькими файлами и не записывала информацию, уже видимую на экране; вместо этого она записывала планы, стратегии и проверенные правила.

ВОЗМОЖНОСТИ · Пост-сессионный процесс «Dreaming»ДАННЫЕ РАЗРАБОТЧИКА

Anthropic описывает пост-сессионный процесс «Dreaming», при котором система в периоды простоя анализирует предыдущие транскрипты сессий, самостоятельно исправляет ошибочные заметки и формирует структурированные коллекции знаний.

БЕНЧМАРКИ · Результаты бенчмарка агента памяти в Pokémon RedДАННЫЕ РАЗРАБОТЧИКА

В тесте Anthropic на Pokémon Red Claude Fable 5 заработал четыре значка, применяя ограниченную и селективную память, тогда как более старая Claude Sonnet 3.7 создала множество файлов и завершила игру с одним значком.

ОГРАНИЧЕНИЯ · Риск слепого доверия ошибочным или устаревшим заметкамДАННЫЕ РАЗРАБОТЧИКА

Anthropic указывает, что ключевая проблема — селекция: агент может слепо доверять ошибочным или устаревшим заметкам, а жесткие инструкции о том, что записывать, способны нивелировать преимущества более сильных моделей.

ЧТО ИЗМЕНИЛОСЬ

Сохранённые версии паспорта, без догадок задним числом.

Паспорт обновлён21 фактов
ВОЗМОЖНОСТИ · Пост-сессионный процесс «Dreaming»+ Anthropic описывает пост-сессионный процесс «Dreaming», при котором система в периоды простоя анализирует предыдущие транскрипты сессий, самостоятельно исправляет ошибочные заметки и формирует структурированные коллекции знаний.
БЕНЧМАРКИ · Результаты бенчмарка агента памяти в Pokémon Red+ В тесте Anthropic на Pokémon Red Claude Fable 5 заработал четыре значка, применяя ограниченную и селективную память, тогда как более старая Claude Sonnet 3.7 создала множество файлов и завершила игру с одним значком.
ОГРАНИЧЕНИЯ · Риск слепого доверия ошибочным или устаревшим заметкам+ Anthropic указывает, что ключевая проблема — селекция: агент может слепо доверять ошибочным или устаревшим заметкам, а жесткие инструкции о том, что записывать, способны нивелировать преимущества более сильных моделей.
ВОЗМОЖНОСТИ · Хранение памяти между сессиями через файлы заметок и селективную запись+ Fable 5 сохраняет информацию между сессиями, записывая заметки в файлы, которые затем может прочитать. Модель ограничила память несколькими файлами и не записывала информацию, уже видимую на экране; вместо этого она записывала планы, стратегии и проверенные правила.
Паспорт обновлён17 фактов
БЕНЧМАРКИ · Результат бенчмарка и условия оценки (по сообщению)+ В отчёте бенчмарка говорится, что ни одна из 135 работ от девяти агентов не удовлетворила всем требованиям; в ходе оценки агенты (включая Claude Fable 5) имели подключение к интернету, доступ к мощным машинам, неограниченное по времени выполнение и до пяти перезапусков; суммарно испытания заняли почти 2000 часов.
БЕНЧМАРКИ · Включён в бенчмарк «Into the Unknown»+ Указан как один из девяти ИИ‑агентов, оценённых в бенчмарке Carnegie Mellon «Into the Unknown» (среди протестированных агентов названы Claude Opus 4.8, Claude Opus 5, Claude Fable 5, Claude Opus 5.5, GPT-5.6 Sol, GPT-6 Astra, Deepseek V4 Pro, Kimi K3 и GLM-5.3).
Паспорт обновлён15 фактов
БЕЗОПАСНОСТЬ · Обновление биозащит — уменьшение ложных срабатываний и переходов на менее способную модель− Anthropic обновила биозащиты Claude Fable 5, что существенно снижает число ложных срабатываний; у пользователей Fable 5 будет значительно меньше «fallback» — случаев, когда система переключается на менее способную модель после биологических запросов.
ОГРАНИЧЕНИЯ · Задержка привела к потере дохода и доли рынка+ Anthropic сообщила, что дополнительные меры безопасности, задержавшие выпуск Claude Fable 5, стоили компании дохода и доли рынка.
БЕЗОПАСНОСТЬ · Дополнительные меры безопасности были вызваны рискованными кибервозможностями предшественника+ Anthropic указала, что у Claude Mythos Preview были продвинутые кибервозможности, представлявшие высокий риск, что послужило причиной добавления мер безопасности и задержки выпуска Claude Fable 5.
РЕЛИЗ · Релиз отложен для дополнительных мер безопасности+ Anthropic отложила выпуск Claude Fable 5, чтобы добавить дополнительные меры безопасности.
Паспорт обновлён13 фактов
БЕЗОПАСНОСТЬ · Обновление биозащит — уменьшение ложных срабатываний и переходов на менее способную модель+ Anthropic обновила биозащиты Claude Fable 5, что существенно снижает число ложных срабатываний; у пользователей Fable 5 будет значительно меньше «fallback» — случаев, когда система переключается на менее способную модель после биологических запросов.
БЕЗОПАСНОСТЬ · Подчинена более строгим механизмам защиты, которые блокируют некоторые задачи в бионауках− Anthropic называет свои «общедоступные модели Fable» такими, которые блокируют ряд задач в бионауках (в качестве примеров указаны разработка лекарств, исследовательская биология, клиническая разработка и производство) и противопоставляет эти механизмы безопасности Программе верификации для наук о жизни, которая даёт более широкий доступ к другим моделям.
Паспорт обновлён13 фактов
ДОСТУПНОСТЬ · Упомянута как рабочая в Replit Agent+ Сентябрьский пост в блоге Replit цитирует Claude Fable 5 (и Claude Fable 5.1) как модели, работающие в производственной среде Replit Agent.
ДОСТУПНОСТЬ · Сообщённое использование в продукционном окружении Replit Agent− В сентябрьском блог‑посте, на который ссылается статья, сообщается, что Claude Fable 5 (и Claude Fable 5.1) работали в продукционном окружении Replit Agent.
Паспорт обновлён13 фактов
ДОСТУПНОСТЬ · Сообщённое использование в продукционном окружении Replit Agent+ В сентябрьском блог‑посте, на который ссылается статья, сообщается, что Claude Fable 5 (и Claude Fable 5.1) работали в продукционном окружении Replit Agent.
ДОСТУПНОСТЬ · Использовалась в тестах coding‑агентов− Блог AWS, описывающий развёртывание через агентную логику в SageMaker, указывает на тесты с использованием «Auto or Claude Fable 5» вместе с coding‑агентом, что свидетельствует об использовании Fable 5 в экспериментах по развёртыванию агентных инструментов.
Паспорт обновлён13 фактов
БЕНЧМАРКИ · Результат MathVis (pass@1)+ Достигла результата pass@1 = 26.56% на MathVis — бенчмарке из 512 задач для генерации математических диаграмм.
Паспорт обновлён12 фактов
БЕНЧМАРКИ · Вычислительные ресурсы и подключение во время оценки+ Во время оценки у каждого агента было до 3 000 часов вычислений на высокопроизводительных чипах и отсутствовал доступ в интернет.
БЕНЧМАРКИ · Тестовые задания+ Тестировался на коротких заданиях с ответами (например, вопросы по науке) и на задачах по программированию в рамках оценки InnovationEval.
БЕНЧМАРКИ · Оценка (InnovationEval)+ Оценен Epoch AI с помощью бенчмарка «InnovationEval», который проверяет, могут ли ИИ-агенты самостоятельно изобретать, реализовывать, тестировать и дорабатывать научные методы.
ОГРАНИЧЕНИЯ · Отсутствие измеримого улучшения от стратегии повторов+ Приём с повторными попытами и подачей предыдущих неудачных ответов не дал измеримого улучшения в эксперименте.
ОГРАНИЧЕНИЯ · Результат по сравнению с человеческой опорой+ Epoch сообщил, что Claude Fable 5 не приблизился к уровню человеческой опоры (human reference) в заданиях InnovationEval.
ВОЗМОЖНОСТИ · Повторные попытки неудачных задач с предыдущими ответами+ Claude Fable 5 использовал приём повторных попыток неудачных задач с подачей предыдущих неудачных вариантов.
ОГРАНИЧЕНИЯ · Научная оценка и творческое мышление+ Epoch (и Anthropic) обнаружили, что модели, включая Claude Fable 5, при проведении экспериментов испытывают нехватку научной самокритики и подлинного творческого мышления.
БЕНЧМАРКИ · Предварительные знания о SDPO+ Epoch сообщил, что у Claude Fable 5 не было предварительных знаний о методе SDPO в рамках эксперимента.