Anthropicは11月9日、Claude Fable 5.2とClaude Mythos 5.2を発表した。同社によると、両者の基盤は同一のモデルだ。Fable 5.2はサイバーセキュリティとバイオセキュリティの分類器付きで全ユーザーに公開され、Mythos 5.2は一部の制限を緩めたうえで、審査を通過したサイバーセキュリティ・生物医学の研究機関にのみ提供される。
Fable 5.2のAPI標準価格は100万トークンあたり入力8ドル、出力40ドル。Fable 5.1の10ドル・50ドルからそれぞれ2割下がった。高速モードは価格が2倍で、入力16ドル、出力80ドル。同社は生成速度が最大2.5倍になるとしている。標準モードの出力速度も5.1より最大30%速い。モデルはClaude自社のプラットフォームのほか、AWS、Google Cloud、Microsoft Azureでも利用でき、API名はclaude-fable-5-2。
スコアが最も伸びた項目
公式の比較表で伸びが大きいのは、処理の連鎖が長く、実際の仕事に近い評価項目だ。リモート労働指数（RLI）は17.9%から41.3%へ上昇し、同じ表のOpus 5.5は21.3%、GPT-6 Astraは20.8%だった。ロボットシミュレーションのRoboDojo Simは27.6%から64.9%、業務プロセスのAutomationBenchは31.4%から51.4%へと上がっている。
コーディング関連の2項目では差は小さめだ。FrontierSWE v2は69.9%で、GPT-6 Astraは65.5%。FrontierCode 2.0はXhighで49.1%、Opus 5.5は45.5%だった。勝てなかった項目もある。AutomationBenchではGemini 4 Carbonが53.9%で、Fable 5.2を2.5ポイント上回る。AA-BriefcaseのEloスコアは、Fable 5.2が1785、Opus 5.5が1800だった。
発表ページにはいくつかの事例も載っている。約1,000のFable 5.2エージェントからなるチームが、30時間でフェルマーの最終定理の形式化証明を完成させた。消費したアクショントークンは初回の形式化の3分の1、証明の長さは7分の1に短縮されたという。同じタスクでOpus 5.5は18時間の時点で26%までしか進まなかった。別の事例では、ハードウェア企業のDiode Computersと協力し、仕様、回路図、配線、筐体からファームウェアまでを一貫して手がけ、会議用スピーカー、音声アシスタントのハブ、携帯型の電子ペットという動作する試作機3種を作り上げた。Anthropicはハードウェアに関する説明記事で、3機種とも電気的検証、熱試験、認証を受けておらず、量産を前提とした設計でもないと明記している。
Mythos 5.2と分類器
Mythos 5.2のサイバーセキュリティ2項目のスコアは、CyScenarioBenchが76.3%、CVE再現が89.6%で、前世代のMythos 5.1はそれぞれ61.7%と78.3%だった。申請窓口はCyber Verification ProgramとLife Sciences Verification Programで、エンタープライズ版の顧客はClaude Security経由で利用できる。
一般ユーザーにより直接影響するのは分類器だ。Fable 5.2は、ペネトレーションテストやエクスプロイト生成といった高リスクなサイバーセキュリティ要求を受けると、回答をOpus 4.8に引き継ぐ。生物学研究のタスクの大半はOpus 5に回される。同社によると、誤ブロックはFable 5.1より約55%減り、内訳はサイバーセキュリティで約60%、生物で約40%の減少。サンドボックス脱出テストでは、Mythos 5.2の成功率が3.1%で、当時のMythos 5は39%だった。
3つのバージョンを並べて見る
Fable 5から5.2まで、Anthropicは版ごとに手を入れる場所を変えてきた。Fable 5が公開された当初の価格はOpusの2倍。5.1では入出力価格は据え置きで、キャッシュ読み取りだけを基本入力価格の0.025倍に下げた。標準価格を直接引き下げたのは5.2が初めてだ。スコア面では、5.1が科学研究エージェントなどの弱点を補い、Terminal-Bench-Scienceは24.7%から52.6%に伸びた。5.2が差をつけたのはRLIやロボットのような長いタスクで、この項目は現在74.6%となっている。
サブスクリプション側にも調整があった。ProとTeamの標準シートでは、Fableの利用量は週間枠の最大50%まで。一部の有料プランには、Fableの追加利用枠のリセットが1〜3回付く。Anthropicは、日常的なコーディングや知識系のタスクはまずOpus 5.5を使い、Fable 5.2は自由度の高い複雑な技術作業に回すよう勧めている。
上記のスコアはすべてAnthropic自身の発表ページによるもので、多くの評価には推論レベルや採点基準が明記されている。たとえばOSWorld 2.1はオフラインかつ部分点方式の設定だ。第三者による完全な再テストの結果は、まだ公表されていない。
参考資料：Anthropic公式発表ページ、CocoLoop、Anthropicのハードウェア設計研究に関する説明。発表ページでAPI標準価格と高速モードの価格、各評価のスコア、サンドボックス脱出の比率を確認した。