Claude Fable 5.2 formalisiert Fermat in 30 Stunden
Claude Fable 5.2 and Mythos 5.2
Anthropic hat Claude Fable 5.2 und Claude Mythos 5.2 veröffentlicht. Das Basismodell ist dasselbe, doch Fable hat strenge Sicherheitsvorkehrungen für Cyber- und Biologie-Themen, während Mythos über Verifikationsprogramme für Forschung zugänglich ist. Ein Team aus 1.000 Fable-Agenten formalisierte Fermats letzten Satz in 30 Stunden, während Opus 5.5 im gleichen Aufbau nur 26 Prozent schaffte. Zudem löste das Modell zwei offene Probleme der Schwarze-Loch-Physik und erzeugt Tokens bis zu 30 Prozent schneller – zu einem niedrigeren Preis.
Ein Team aus 1.000 Fable-5.2-Agenten formalisierte den Satz in nur 30 Stunden mit minimalem menschlichem Eingriff.
- skeledrew
Verdammt, die Leute hatten recht, dass 5.5 im Vorfeld eines Versionsreleases absichtlich geschwächt wurde. Das ist überhaupt kein gutes Bild.
- yewenjie
> Unsere erste Formalisierung von Fermats Letztem Satz, durchgeführt von einer unveröffentlichten Forschungsversion von Claude, dauerte 11 Tage. Sie stützte sich auf ein eigens dafür gebautes Harness sowie die Anleitung eines menschlichen Forschers. Im Gegensatz dazu hat ein Team von 1.000 Fable-5.2-Agenten den Satz in nur 30 Stunden vollständig formalisiert, mit minimalem menschlichem Eingreifen. Fable 5.2 startete mit minimalen Prompts, baute sich eigene Koordinationswege und nutzte keine mathematischen Referenzen, nur eine Liste von Zwischensatz-Aussagen zur Fortschrittsbewertung. Es brauchte ein Drittel der Action-Tokens unserer ersten Formalisierung und erzeugte einen siebenmal kürzeren Beweis. Wie in der Abbildung unten zu sehen ist, hat Opus 5.5 (mit demselben 1.000-Agenten-Setup) in 18 Stunden nur 26 % der Formalisierung abgeschlossen und danach kaum noch Fortschritte gemacht.
Die meisten Leute haben heutzutage keine echte Intuition dafür, was es bedeutet, die Grenze zu verschieben (weil KI alles übertroffen hat, worin sie gut sind, zum Beispiel Programmieren). Wir sind wirklich mitten in der Singularität (nach Kurzweils Definition, leicht umformuliert – die Zeit, in der Technologie so schnell voranschreitet, dass niemand mehr mithalten kann).
- postalcoder
Ich hatte die Gelegenheit, Fable 5.2 zu nutzen. Einige Beobachtungen:
- Anthropic ist endlich gut über die Modelle hinweg ausbalanciert. Das heißt: Opus 5.5 ist so gut, dass ich kein Fable-FOMO verspüre wie damals, als es Fable 5/5.1 gegen Opus 4.8/5 hieß. Und Sonnet 5.5 lässt mich manchmal Opus vergessen.
- Fable ist gut, aber man muss die Ambition seines Prompts wirklich hochschrauben, um eine ordentliche Abgrenzung zu Opus 5.5 zu sehen. Ich persönlich habe Schwierigkeiten, bei gewöhnlichen Coding-Aufgaben den Unterschied zwischen Fable 5.2 und Opus 5.5 zu erkennen.
- Es ist viel schneller und zuverlässiger: Eines der schlimmsten Dinge an Fable 5.1 war, wie langsam es war und obendrein, wie häufig es unter Überläufen des maximalen Output-Tokens litt. Mit 5.2 hatte ich keines dieser Probleme.
- Fable ist außergewöhnlich gut im Zeichnen. Seine Fähigkeit, ein Bild mit JavaScript zu rendern, lässt mich tatsächlich den Wert dedizierter Bildmodelle infrage stellen. Ich bevorzuge die Bilder, die ich von Fable/Opus bekommen habe, gegenüber denen von gpt-image – es ist verrückt, dass wir an diesem Punkt sind.
- breakwaterlabs
- Warum stellen sie Fable xHigh gegen Carbon Med?
- Wie haben sie eine so bizarre Effort-Intel-Kurve für Carbon erzeugt, die jedem verfügbaren Benchmark widerspricht?
- Warum haben sie Carbon – das primär als Cyber-Modell positioniert ist – beim einzigen Cyber-Benchmark-Vergleich weggelassen?
- Warum wechseln sie bei robodojo zum Vergleich mit Argon (statt Carbon)?
- dualvariable
Mal abgesehen von den Kommentaren zum Nerfen: Haben normale Sterbliche da draußen Workflows, die wirklich Fable/Mythos erfordern und nicht einfach mit Opus 5.5 gut funktionieren?
Ich habe Opus 5.5 auf xhigh für eine ziemlich aggressive Softwareentwicklung an einem Projekt mit ~125k Zeilen verwendet, und es war für mich in Ordnung. Ich bin nicht wirklich bereit, mich auf ein Refactoring-Niveau von „das ganze Projekt neu schreiben, keine Fehler machen“ einzulassen. Ich habe auch nicht vor, selbst Fermats Letzten Satz zu beweisen. Verpasse ich irgendetwas wirklich?
- simonw
Pelikane für die Denkstufen low, medium, high und xhigh:
https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
max ist auch dabei, aber ihm gingen die Reasoning-Tokens aus (128.000 Limit), bevor es zum eigentlichen SVG kam.
- cobri
Fällt das mit dem behaupteten Nerfen von Opus 5.5 zusammen?
- __natty__
Vielleicht geht es nur mir so, aber ich fand Claudes Schreibstil im Vergleich zu GPT oder Gemini schrecklich. Es ist „smart“, aber die Art, wie es kommuniziert, wirkt irgendwie daneben im Vergleich zu anderen Modellen.
- mekpro
Der Name „Fable 5.2“ ist unnötig verwirrende Versionierung.
Haiku, Sonnet und Opus auf 5.5 zu haben, während die höhere Stufe bei 5.2 steht, bedeutet, dass Entwickler jetzt ihren Teams erklären müssen, warum der Wechsel von 5.5 auf 5.2 ein Upgrade ist.
- pookieinc
„Tester haben festgestellt, dass Fable 5.2 und Mythos 5.2 klarer kommunizieren als frühere Fable- und Mythos-Modelle. Sie erzeugen Outputs bis zu 30 % schneller als Claude Fable 5.1 und Claude Mythos 5.1, und sie sind zu einem niedrigeren Preis erhältlich: 8 $ pro Million Input-Tokens und 40 $ pro Million Output-Tokens.“
Ehrlich gesagt unglaublich, dass sie alle Benchmarks schlagen und es gleichzeitig günstiger machen. Immer erfreulich, Verbesserungen zu niedrigeren Kosten zu sehen.
Es wird interessant sein zu sehen, was OpenAI als Antwort macht.