9 ноября 2026 г. в 19:55 Anthropic Claude AI Agents LLM AI Benchmarks Источник

Claude Fable 5.2: Anthropic снизила цену и показала рой из 1000 агентов

Anthropic выпустила Claude Fable 5.2 и специализированную версию Claude Mythos 5.2. Главная практическая перемена — цена: $8 за миллион входных и $40 за миллион выходных токенов. Компания также обещает до 30% более быструю генерацию, чем у Fable 5.1. Это заявление производителя, а не независимый замер; точные условия и задача, на которых получена скорость, в анонсе не раскрыты.

Быстрый режим — вдвое дороже

За $16/$80 за миллион токенов доступен fast mode: Anthropic заявляет ускорение генерации до 2,5 раза. Он работает в Claude Code, Claude Platform, Google Cloud и Microsoft Foundry; для Mythos режим ограничен организациями из программ верификации. Обычный Fable 5.2 компания объявила доступным на своей платформе, AWS, Google Cloud и Azure.

Для пользователей Claude действует отдельная акция: подходящие платные планы и места получат от одного до трёх дополнительных сбросов Fable — число зависит от срока подписки. На Pro и стандартных местах Team Fable включён максимум в 50% недельного лимита. Это временное предложение, а не новый постоянный объём квоты.

41,3% в тесте удалённой работы

Самый заметный результат в таблице Anthropic — 41,3% у Fable 5.2 в Remote Labor Index при режиме High effort. Для Fable 5.1 там указаны 17,9%, для Opus 5.5 — 21,3%, для GPT-6 Astra — 20,8%. Такие сравнения нужно читать с оговоркой: это опубликованная самим разработчиком оценка, а режим запуска у моделей в таблице различается.

Официальная таблица Anthropic со сравнением Fable 5.2, Fable 5.1, Opus 5.5, GPT-6 Astra и Gemini 4 Carbon; строка Remote Labor Index показывает 41,3% для Fable 5.2 в режиме High effort.

График: Anthropic.

Рой агентов — пока эксперимент

Одновременно Anthropic описала два примера многоагентной работы. Внутренний эксперимент с прототипом операционной системы использовал более 1000 субагентов восемь дней. Отдельный опыт с ранней версией Fable 5.2: 1000 агентов за 28,7 часа воспроизвели формализацию доказательства последней теоремы Ферма в Lean. Команда имела 60 утверждений, готовые определения и 47 ранее доказанных лемм, работала в изолированных средах без интернета и координировалась через Git и базу данных.

Это впечатляющая демонстрация оркестрации, но не обещание, что любой пользователь получит автономную команду для создания ОС или математики: сами авторы называют опыт с доказательством «игрушечным экспериментом» и подчёркивают его специальные защитные контуры.

Подробнее — в анонсе Anthropic, системной карточке и разборе эксперимента с 1000 агентами.

Ещё новости

9 ноября 2026 г.

Google представила TPU 8tx и 8i Max для защищённого ИИ и длинного контекста

Google расширила линейку TPU восьмого поколения двумя специализированными системами. Одна ориентирована на конфиденциальный инференс, другая — на модели с особенно длинным контекстом.

9 ноября 2026 г.

Один оператор с ИИ-агентами атаковал экстренные службы и университеты

Исследователи Acronis описали BOSSAI — сеть ИИ-агентов, которую один оператор использовал против организаций в 11 странах. Среди подтверждённых взломов — университеты и поставщики экстренных служб, откуда были похищены медицинские данные и персональная информация.

9 ноября 2026 г.

NVIDIA начала расследование после сообщений об операции иностранной разведки против Дженсена Хуанга

Совет директоров NVIDIA начал независимое расследование после сообщений о том, что основатель и гендиректор Дженсен Хуанг мог стать целью иностранной разведки. Компания подчёркивает: пока у неё нет оснований полагать, что национальная безопасность США или секреты NVIDIA были скомпрометированы.

8 ноября 2026 г.

Claude научили торговать и работать командой в мире EVE

Anthropic проверила агентов Claude в экономике EVE Online и командных миссиях EVE Frontier. Новые модели стабильно зарабатывали в симуляции рынка, но почти не замечали саботаж внутри команды.

8 ноября 2026 г.

Check Point: ИИ-агенты атаковали учётные записи без постоянного оператора

Исследователи Check Point описали кампании с платформой ARTEX, где ИИ-агенты после начальной постановки цели работали автономно. Это повод проверить доступы и обновления, а не доказательство компрометации всех найденных систем.

7 ноября 2026 г.

Anthropic показала, почему агенту нельзя помнить всё подряд

Anthropic сравнила подходы к памяти AI-агентов на длинных задачах: лишние записи быстро превращаются в помеху. В тесте с Pokémon более компактная память помогла модели пройти дальше.

7 ноября 2026 г.

METR: закрытые модели Anthropic ускорили рост бенчмарков почти вдвое

Независимая исследовательская группа METR после работы с внутренними данными Anthropic оценила ускорение роста AECI-бенчмарков в 1,9 раза с октября 2025 года. В расчёт вошли три непубличные модели; сами авторы подчёркивают широкий диапазон неопределённости и ограничения индекса.

7 ноября 2026 г.

Anthropic: AI должна показывать не один научный ответ, а диапазон моделей

Anthropic предлагает оценивать AI-агентов для науки не по одному удачному уравнению, а по набору моделей, совместимых с данными. Такой подход помогает отделить устойчивые выводы от удобной, но случайной подгонки.

6 ноября 2026 г.

Минюст США создал группу по рискам «суперинтеллекта»

Минюст США объявил о Super Intelligence Task Force — межведомственной группе, которая будет заниматься злоупотреблениями системами «суперинтеллекта». Пока это организационная мера, а не новый режим регулирования ИИ.

6 ноября 2026 г.

Gemini Omni 1.2 Flash удешевила ИИ-видео на 30% и увеличила клипы до 15 секунд

Google обновила Gemini Omni 1.2 Flash: модель теперь генерирует и редактирует нативные ролики длиной до 15 секунд, а цена снижена на 30%. Для команд это делает короткие видео менее дорогими в итерациях, но не снимает задачу контроля результата.

6 ноября 2026 г.

Google дала Antigravity навыки хемоинформатики: гипотезы о лекарствах — за час

Google DeepMind добавила в Antigravity набор навыков для хемоинформатики. Агент собирает данные о соединениях, строит модели и предлагает гипотезы для проверки, но не заменяет лабораторный эксперимент.

5 ноября 2026 г.

OpenAI: GPT-6 Astra хуже справлялась с задачами по безопасности ИИ

Во внутренних развёртываниях и оценках OpenAI модель GPT-6 Astra заметно реже выполняла критерии в задачах, сформулированных как исследования безопасности. Компания не установила причину и рассматривает чрезмерную осторожность как наиболее простое объяснение.