Claude Fable 5.2が黒板の難問を解き、30時間でフェルマーの最終定理を形式化
Claude Fable 5.2 and Mythos 5.2
AnthropicがClaude Fable 5.2とClaude Mythos 5.2を発表。同じ基盤モデルで、Fableはサイバー・生物学のセーフガード付きで全ユーザーに開放、Mythosは審査プログラム経由で提供される。ブラックホール物理学の未解決問題を2件解決し、1,000体のエージェントでフェルマーの最終定理を30時間で形式化。生成速度は最大30%向上し、価格も引き下げられた。
1,000体のFable 5.2エージェントのチームが、最小限の人間の介入でわずか30時間で定理を完全に形式化した。
- skeledrew
まったく、5.5がバージョンリリースの準備のために弱体化されたって人々の言う通りだったな。これは全然良い印象を与えないよ。
- yewenjie
> 我々によるフェルマーの最終定理の最初の形式化は、未公開の研究用バージョンのClaudeによって行われ、11日かかった。それは専用に構築されたハーネスと、人間の研究者による指導に依存していた。対照的に、1,000体のFable 5.2エージェントからなるチームは、最小限の人間の介入で、わずか30時間で定理を完全に形式化した。Fable 5.2は最小限のプロンプトから始め、独自の協調手段を構築し、数学的な参考文献は一切使わず、進捗を採点するための中間定理のリストだけを用いた。最初の形式化の3分の1のアクショントークンで済み、7倍短い証明を生成した。下の図からわかるように、Opus 5.5（同じ1,000エージェントのセットアップ）は18時間で形式化の26%しか完了せず、30時間以降はほとんど進展しなかった。
今フロンティアを押し進めることが何を意味するのか、ほとんどの人は実感を持っていない（なぜならAIは、例えばコーディングなど、彼らが得意とするあらゆることを超えてしまったからだ）。我々はまさにシンギュラリティの内側にいる（Kurzweilの定義を、少し言い換えて使うなら——技術があまりに速く進歩し、誰もそれに追いつけなくなる時）。
- postalcoder
fable 5.2を使う機会があった。いくつか気づいたこと：
- Anthropicはついにモデル間のバランスが取れた。つまり、Opus 5.5がとても良いので、Fable 5/5.1対Opus 4.8/5の時のようにFableへのFOMOを感じない。そしてSonnet 5.5は時々Opusのことを忘れさせてくれる。
- Fableは良いが、Opus 5.5との適切な差を見るには、プロンプトの野心を本当に押し上げる必要がある。個人的には、普通のコーディングタスクではFable 5.2とOpus 5.5の違いを見分けるのが難しい。
- はるかに速くて信頼性が高い：fable 5.1の最悪な点の一つは、その遅さであり、さらにその上、最大出力トークンのオーバーフローに頻繁に見舞われることだった。5.2ではそうした問題は一切なかった。
- Fableは描画が卓越している。JavaScriptで画像をレンダリングするその能力には、専用の画像モデルの価値に疑問を抱かせられる。gpt-imageのものよりも、fable/opusに作ってもらった画像の方が好きだ。ここまで来たと思うと信じられない。
- breakwaterlabs
- なぜ彼らはFable xHighをCarbon Medと比較しているのか？
- どうやってCarbonについて、あらゆる利用可能なベンチマークに反するような奇妙な努力対知能の曲線を生み出したのか？
- なぜ主にサイバーモデルとして位置づけられているCarbon--を、唯一のサイバーベンチマーク比較から外したのか？
- なぜrobodojoでは（carbonではなく）Argonとの比較に切り替えたのか？
- dualvariable
弱体化に関するコメントは脇に置いて、世間の普通の人々に、Opus 5.5ではうまくいかずFable/Mythosが本当に必要なワークフローなんてあるのか？
私はOpus 5.5をxhighで、約12万5千行のプロジェクトでかなりアグレッシブなソフトウェア開発に使っているが、自分には問題なかった。正直、「プロジェクト全体を書き直せ、ミスは一切するな」レベルのリファクタリングに踏み込む気はない。自分でフェルマーの最終定理を証明しようとも思っていない。私が本当に見逃しているものは何かあるのか？
- simonw
思考レベルのlow、medium、high、xhigh向けのペリカン：
https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
maxもそこにあるが、実際のSVGにたどり着く前に推論トークンを使い果たしてしまった（128,000の上限）。
- cobri
これはOpus 5.5が弱体化されたという主張と時期が重なるのか？
- __natty__
自分だけかもしれないが、Claudeの文章スタイルはGPTやGeminiに比べてひどいと感じた。「賢い」のだが、コミュニケーションの仕方が他のモデルと比べてどこかずれているように思える。
- mekpro
「Fable 5.2」という名前は不必要に紛らわしいバージョン表記だ。
Haiku、Sonnet、Opusが5.5なのに、上位ティアが5.2に留まっているということは、開発者は今やチームに、なぜ5.5から5.2へ移ることがアップグレードなのかを説明しなければならないということだ。
- pookieinc
「テスターたちは、Fable 5.2とMythos 5.2が過去のFableやMythosモデルよりも明確にコミュニケーションすることを発見した。出力生成はClaude Fable 5.1やClaude Mythos 5.1より最大30%速く、しかもより低い価格で提供される：入力トークン100万あたり8ドル、出力トークン100万あたり40ドル。」
すべてのベンチマークを打ち負かしながら、しかも安くしたというのは、正直信じられない。より低いコストで改善が提供されるのを見るのはいつでも嬉しい。
OpenAIがこれにどう応じるのか、興味深い。