Модель · Anthropic
Claude Fable 5.1
Флагманская общедоступная модель Anthropic для программирования, долгих агентных задач и научной работы
вышла 1 сентября
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиШкала условная (Claude 3.5 Sonnet = 130, GPT-5 = 150); интервал — 90-процентный диапазон оценки, и модели с перекрывающимися интервалами надёжно не различаются.Подробнее на английском ↗
2 место из 266
индекс 164, вероятный разброс 161–168 · весь рейтинг →
| Бенчмарк | РезультатОбычно — доля заданий теста, которые модель решила. У некоторых тестов свой счёт; как он устроен, сказано в пояснении к названию теста | УсилиеНасколько долго модель рассуждала перед ответом, когда её проверяли: низкое, среднее, высокое, очень высокое, максимальное. Чем выше усилие, тем обычно выше результат — и тем дольше и дороже ответ. Показан лучший результат и усилие, на котором он получен |
|---|---|---|
| Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗ | 53,7% | максимальное |
| EBR-benchУчится ли модель на опыте: она раз за разом играет в малоизвестную карточную настольную игру Earthborne Rangers и ведёт заметкиБалл — доля из 21 игровой цели в лучшей из двух итоговых партий после тренировочных; сам по себе он не показывает, выросла ли модель.Подробнее на английском ↗ | 57,1% | максимальное |
| MirrorCodeМодель с нуля воссоздаёт целую консольную программу по её поведению, документации и примерам, не видя исходного кодаПодробнее на английском ↗ | 73,3% | высокое |
| FrontierMath-Tier-4-v2-PrivateЗакрытый набор самых трудных задач FrontierMath: исследовательская математика, на которую у специалистов уходят часы и дниПодробнее на английском ↗ | 87,8% | максимальное |
| FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗ | 90,2% | максимальное |
| FrontierCodeМодель исправляет проблему в открытом проекте, а правку оценивают по тому, приняли бы её сопровождающие проектаБалл выставляют по критериям сопровождающих и усредняют по пяти запускам; если нарушен хотя бы один обязательный критерий, за задачу ставят ноль.Подробнее на английском ↗ | 50,9% | среднее |
| ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗ | 100,0% | максимальное |
| APEX-Agents480 многошаговых рабочих задач из инвестбанкинга, консалтинга и корпоративного права: агент работает с файлами, почтой, таблицамиЗадача засчитывается, только если выполнены все пункты экспертного списка критериев; проверяет их другая модель.Подробнее на английском ↗ | 47,4% | |
| Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗ | 44,2% | максимальное |
| SimpleQA Verified1000 коротких вопросов на факты, на которые модель отвечает по памяти, без поиска в интернетеБалл — F1: учитываются и доля верных ответов, и точность там, где модель решилась ответить, так что честное «не знаю» лучше ошибки.Подробнее на английском ↗ | 70,8% | максимальное |
| ARC-AGI-2Вторая, более трудная версия головоломок на клетках: по примерам найти скрытое правило и применить его к новой картинкеНа каждое задание даётся две попытки; люди в среднем решают около 60% заданий.Подробнее на английском ↗ | 90,0% | максимальное |
| HLEHumanity's Last Exam: 2500 вопросов экспертного уровня по математике, естественным и гуманитарным наукам, ответ не найти поискомПодробнее на английском ↗ | 43,8% | очень высокое |
| WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗ | 92,9% | максимальное |
| OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗ | 100,0% | максимальное |
| ARC-AGIГоловоломки на цветных клетках: по паре примеров нужно понять правило преобразования картинки и применить его к новойПодробнее на английском ↗ | 97,5% | максимальное |
Характеристики
- Вышла
- 1 сентября
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 1 млн токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 128 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $10 за миллион токенов
- Вход из кэшаЦена входа для повторяющегося начала запроса, которое лаборатория уже сохранила у себя. В длинной переписке и у агентов это большая часть входа — и в разы дешевле
- $0,25 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $50 за миллион токенов
- Понимает
- текст, изображения, PDF
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- да
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- да
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- закрытые
- Знания до
- июнь 2026
- Идентификатор в API
- claude-fable-5-1
Что это за модель
Claude Fable 5.1 — старшая модель Anthropic, открытая для всех пользователей. Одновременно с ней вышла Claude Mythos 5.1. По словам компании, это одна и та же модель, разница только в защитных мерах. Fable доступна всем. Mythos с более мягкими ограничениями получают только проверенные специалисты по кибербезопасности и наукам о жизни через специальные программы. Глубину рассуждений можно выбирать: от низкой ступени до максимальной. В Claude Code по умолчанию стоит высокая, в чате Claude.ai — средняя.
По замерам Anthropic, на низкой и средней ступени модель работает не хуже прошлой Fable 5, а на высоких заметно её обгоняет. На Terminal-Bench-Science 0.1, где проверяют агентную научную работу, она набирает 52,6% против 24,7% у предшественницы. На Terminal-Bench 4.0 (агентное программирование) — 55,8% против 42,0%. На Humanity's Last Exam без инструментов — 60,9% против 57,8%. Ещё компания снизила цену чтения из кэша — повторной подачи уже сохранённого контекста — на 75%. Агенты перечитывают один и тот же контекст десятки раз, поэтому, по оценке Anthropic, на обычных задачах работа с моделью выходит примерно на четверть дешевле, чем с Fable 5, а на сложных агентных — до 45%. С Opus 5, по словам компании, она на большинстве тестов наравне или сильнее и при этом обходится дешевле.
Её берут для долгой самостоятельной работы: многочасовых сессий с инструментами, отладки, разбора больших массивов документов, управления компьютером. Партнёры с ранним доступом рассказывают, как модель нашла редкие сбои, которые инженеры годами упускали, и 38 часов без присмотра вела исследование по машинному обучению. Anthropic приводит и научные примеры: проектирование белков, которые связываются с мишенью, карты рельефа Венеры по радарным данным тридцатилетней давности, ускорение моделей для геномики в 2,5 раза.
Ограничители в новой версии срабатывают точнее. Ложных срабатываний на безобидные вопросы по медицине и школьной биологии на 85% меньше, по кибербезопасности — примерно на 60% меньше. Искать уязвимости теперь можно, но пентесты (проверки защиты атакой) и написание эксплойтов модель по-прежнему отправляет к линейке Opus. Anthropic признаёт, что её проверки безопасности пока плохо охватывают работу с очень длинным контекстом и сценарии с несколькими агентами. Веса закрыты. Модель доступна через API и облака Amazon, Google и Microsoft. По требованиям европейского закона об ИИ в её ответы встроен невидимый водяной знак.
Источники: Анонс Claude Fable 5.1 и Mythos 5.1
Того же уровня по индексу Epoch
-
Claude Fable 5
Anthropic3-е место в Epochконтекст 1 млн$10 / $50рассуждения
-
GPT-6 Astra
OpenAI1-е место в Epochконтекст 1,1 млн$10 / $50рассуждения
-
-
GPT-5.5 Pro
Другие модели семейства
-
Новости о модели
- 01
- 02
- 03
- 04
- 05
- 06
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).