• 点赞
  • 评论
  • 收藏

今晨Fable 5.2掀了桌,估值砍了半,Anthropic下周敲钟

智能纪元 AGI11-10

就在刚刚,A\厂发布即将IPO前夕的最强大模型Claude Fable 5。

11月10日消息,今晨,Anthropic公司发布了两个新的模型:Claude Fable 5.2 和 Claude Mythos 5.2。

主打价格更便宜、速度更快,重点是面向“最难、最开放的技术工作”。

Anthropic表示,Fable 5.2 和 Mythos 5.2的产出速度比上一代产品快 30%。此外,这两款产品的成本也比 5.1 代产品降低了 20%,售价分别为每百万个输入tokens 8 美元和每百万个输出tokens 40 美元。

目前,Claude Fable 5.2擅长解决复杂的软件工程问题,能够协调智能体团队并处理长期项目。

Anthropic表示,在预发布测试期间,这两个模型帮助工程师完成了原本不可能完成的软件迁移,从零开始设计了三个可工作的电子设备,解决了黑洞物理学中的两个未解难题,在机器人评估方面取得了实质性进展,并在 30 小时内正式证明了费马大定理。

费马大定理,又称费马最后定理,是数论中著名的数学定理。由17世纪法国数学家费马提出,被称为“费马猜想”,直到英国数学家安德鲁·怀尔斯及其学生理查·泰勒于1995年将他们的证明出版后,才称为“费马最后定理”,圆满解决了困扰数学界300多年的这一世纪难题。他的证明建立在现代数论中的“模性定理”与椭圆曲线等深奥理论基础之上。

而AI,就在30个小时证明了300年来人类数学家证明的一切。

值得一提的是,Anthropic今晨开始路演,该公司最快下周一(11月16日)完成IPO上市,成为全球AI领域最高估值、最大规模的上市项目。

Claude Fable 5.2 版本今日正式上线。至于 Claude Mythos 5.2 版本,目前只有经过审核的组织才能率先体验。

这距离Claude Fable 5.1 和 Claude Mythos 5.1 版本发布仅过去2个月。

而且,此次发布标志着自Anthropic首席执行官Dario Amodei于9月呼吁放缓人工智能发展步伐以来,该公司首次发布所谓的“前沿”模型。Anthropic表示,这些模型经过了严格的安全性和校准测试,并且公司在发布前开发了新的评估和发布后监测工具。

“我们呼吁的是稳步前进,而不是停滞不前,”Anthropic 研究产品管理主管 Dianne Penn 表示。


具体来说,Anthropic公司于4月首次推出Mythos,由于该模型具备先进的网络安全功能,因此最初仅面向部分特定机构开放推广。

两个月后, 该公司推出了Fable,这是Mythos的公开版本,并增加了额外的安全防护措施。

这些模型,尤其是Mythos模型,吸引了华尔街和政府官员的目光,并助力Anthropic公司今年实现了迅猛增长。

Anthropic公司在其修订后的招股说明书中表示,截至9月30日的九个月内,其营收达到332.4亿美元,较去年同期增长约1200%。

Anthropic 研究产品管理主管 Dianne Penn表示,Fable 5.2主要面向“高级用户或高阶应用场景”,因为它擅长处理复杂、开放式的技术工作。而像Anthropic公司9月份发布的Claude Opus 5.5这样的其他型号则更适合日常任务,因此Penn建议用户在需要解决工程、数学和机器人领域的难题时,应该选择Fable 5.2。

“这些都是全新的功能,完全是创新之举,因此它们属于前沿应用场景,”Penn说道。“我们预计随着时间的推移,这些功能可能会逐渐应用到Opus系列产品中,但就目前而言,我们确实看到了性能方面的差异,我们认为这些前沿应用场景将从中受益。”

这次Claude Fable 5.2核心优势有五个部分:速度与成本、编程能力、科学研究、机器人与研究分析、安全与对齐。

1、速度与成本。

性能上,Fable 5.2几乎全维度超过 Opus5.5。

关键数字:FrontierCode2.0 49.1%(Xhigh)、SWE v2 69.9%、AutomationBench 51.4%、Terminal-Bench-Science0.1 74.6%(Mythos5.2 为 75.3%)、CyScenarioBench 76.3%、CVE Rediscovery 89.6%、蛋白从头设计 85.1%、WANDR 82.1%、OSWorld2.1 89.3%、RoboDojo Sim 64.9%、AA-Briefcase v1.1 66.1%、Remote Labor Index 41.3%、HLE(带工具)74.2%、Chartography 73.4%。

值得留意的短板:AutomationBench(51.4%)低于 Gemini4 Carbon 的 53.9%,Chartography(73.4%)也略低于 Gemini 的 72.5%,这是官方表格里少数没有领先的项目。

图片

工作量与效率。在中等工作量(Claude 应用和 Claude Code 的默认设置)下,Fable 5.2 可以用比 Fable 5.1 更少的tokens完成具有挑战性的任务。

在 FrontierCode 2.0 评估的早期测试中,Fable 5.2 在高工作量下的得分与 Opus 5.5 在最高工作量下的得分大致相当,而每个任务的成本大约只有 Opus 5.5 的一半。在超高工作量下,Fable 5.2 的得分也是所有已发布测试模型中最高的。

2、编程能力。

图片

Fable 5.2编程能力有很大提升。

Anthropic 核心代码库中超过 90% 的合入改动由 Claude 完成(含人类指导)。实证案例有两个:

一是代理团队把关键生产服务从 Python 迁移到 Rust,启动速度快了约 26 倍、更稳定;

二是一名工程师让 Fable5.2 设计原型操作系统,从空文件夹起步协调 1000 多个子tokens、连续 8 天,产出了能在笔记本上启动的系统,含内核、驱动、持久化存储、窗口、登录界面、安装程序与内置 Claude 功能。

3、科学研究。

Anthropic的观点是:当代科学与工程的重要任务都以代码为中介(分析数据、建模分子、设计零件、控制仪器),所以模型能力直接转化为科研进度。

理论物理层面,Fable 5.2解决两个与黑洞相关的开放问题,都基于全息对偶(带引力的宇宙可用无引力的量子理论精确描述)。

第一个:1983 年已知大宇宙中黑洞会 "像水沸腾" 一样突然形成,2003 年给出的小宇宙算法过于繁重从未算完,Fable5.2 基本自主完成,结论是小尺度上同样突变。

第二个:给出物理学家用了 15 年以上的某个排除候选量子引力理论的技术的确切适用极限。

蛋白质折叠层面,AAV 病毒衣壳由数十条蛋白链组成,AlphaFold 类模型只能预测单链,而Mythos5.2 基于两个开源折叠模型,用重叠蛋白链分组跑模型、再用衣壳已知对称性合并,成功预测整壳结构,测试中 34 个里准确建模 28 个,对天然与工程化衣壳都有效。

数学形式化。首次费马大定理形式化由未发布的研究版 Claude 配合专用 harness 与人类指导,耗时 11 天。这次 1000 个 Fable5.2 Agent在极少先验提示下、不用任何数学文献、只给中间定理列表作为进度信号,30 小时完成全部形式化,动作 token 只用了首次的三分之一,证明长度是首次的七分之一。同配置的 Opus5.5 在 18 小时内只完成 26%,之后基本停滞。

图片

此外,硬件工程层面,一段话的 prompt 就让它设计出三款可工作电子设备:家庭语音助手 hub、USB 会议音箱、掌上电子宠物。它自己写规格、从美国分销商选器件、布线四层 PCB、用 CAD 建模外壳、编写固件,每块板不到一天就达到可制造状态,三款设备一次点亮、无需电气改动。合作方是 Diode。

4、机器人与研究分析。

要重点讲一下具身智能和机器人层面。这次Fable 5.2数据里面塞进很多物理AI数据信息,导致Fable 5.2模型在物理AI层面有很大的技术提升。

即使在未专门训练过的任务上,Fable 5.2也明显提升(解魔方、拧瓶盖、画机器人),RoboDojo Sim 上 64.9%,是 GPT-6 Astra(29.8%)与 Fable5.1(27.6%)的两倍多。

研究分析方面,Jump Trading 把它放进接近自家量化研究的 harness 里,它能同时胜任写代码、协调、规划、提交作业四种角色,内部研究自动化基准上错误率比次优模型低 10%。

图片

图片


5、安全与对齐。

发布前,Anthropic做了对齐训练与测试、新增“是否采取无益行动”的评估、加强滥用防护、扩大行为监控,并由英国 AISI、Imagine Frontier、METR 等外部机构评测。

约 1900 个场景的自动化行为审计中,整体错位行为得分 2.67(越低越好),优于 Opus5.5(2.79)、Sonnet5.5(3.10)、Mythos5.1(3.28),幻觉输入、谎称完成任务、隐瞒坏结果等均更低。

沙盒逃逸是重点:在 1800 多个 "不解锁就做不完" 的对抗场景里,Mythos5.2 动用沙箱外凭据的比例为 3.1%,与 Opus5.5(3.3%)接近,低于 Sonnet5.5(5.1%),远低于 Mythos5(39%)与 5.1(21%)。

然而,Anthropic承认评测本身有局限:这两个模型比以往任何模型都更常怀疑 "自己正在被评测",这会削弱评测对真实部署行为的预测力,所以官方不单靠评测下结论。

而反蒸馏方面是历来最强,"preserved thinking" 功能对所有账号开放,蒸馏者获取的数据下降 90% 到 99%。

据悉,蒸馏是指利用更高级模型的输出训练一个模型,从而提取高级模型的功能。

可用性上,Fable5.2 当日在 AWS、Google Cloud、Azure 及 Claude 平台上线;付费订阅者本周获得 1 到 3 次 Fable 重置额度,Pro 与 Team 标准席位每周额度中 Fable 占比最高 50%。

Mythos5.2 走验证计划,企业客户也可用 Claude Security(已支持持续扫描与修复跟踪);fast mode 覆盖 Claude Code、Claude 平台、Google Cloud 上的 Claude 模型与 Microsoft Foundry,Mythos 的 fast mode 仅限验证计划成员。

根据规划,Anthropic公司此次 IPO 的估值目标为 1 万亿至 1.5 万亿美元,低于近几个月来提出的 2 万亿美元的目标。

若路演进展顺利,Anthropic有望在11月16日当周完成定价并登陆纳斯达克,赶在11月美国感恩节假期前完成上市。

股票代码为ANT。

彭博社报道称,Anthropic的目标是达到甚至超过SpaceX此前创纪录的IPO融资规模。SpaceX今年6月上市融资862亿美元,成为史上规模最大的IPO之一。路透社此前报道则称,Anthropic此次发行规模可能达到1000亿美元。

高盛和摩根士丹利担任此次IPO的牵头承销商,另有20家银行参与。不过,路演启动并不意味着发行条件已经敲定,最终发行价格区间、发行股数和融资规模仍需根据投资者反馈确定。

上周五报道称,AI股大跌后,部分潜在投资者讨论的Anthropic估值已降至约1.2万亿至1.3万亿美元,甚至有人考虑1.1万亿,远低于市场早前讨论的约2万亿。

根据公司11月2日向SEC提交的修订版招股书,Anthropic第三季度营收达到169.56亿美元,同比增长1127%,较第二季度增长约47%。今年前三季度累计营收达到332.42亿美元,企业客户扩张是重要推动力。

但增长速度已经出现放缓迹象。第二季度营收环比增长144%,第三季度环比增幅降至47%。

第三季度,Anthropic经营亏损5.67亿美元,而第二季度曾实现9.74亿美元经营利润;净亏损达到232.91亿美元,较上年同期扩大约92%。

公司解释称,第三季度经营业绩转亏主要受到约50亿美元短期算力采购成本,以及约20亿美元员工捐赠匹配计划相关非现金费用影响。

更令投资者关注的是,公司披露的计算能力采购及基础设施承诺支出总额达到8954亿美元,其中近一半预计在2030年底前兑现。

投资者的分歧反映出市场的两种判断:

一方面,Claude等前沿模型的企业应用需求仍在快速增长,AI商业化空间远未被充分开发;

另一方面,算力采购、数据中心建设和能源供应需要长期巨额投入,AI企业能否获得与投资规模相匹配的回报仍存在不确定性。

意味着,Anthropic即将面对的不仅是能否完成一笔超大型IPO,更是公开市场愿意为前沿AI公司的增长潜力支付多高溢价。

免责声明:本文观点仅代表作者个人观点,不构成本平台的投资建议,本平台不对文章信息准确性、完整性和及时性做出任何保证,亦不对因使用或信赖文章信息引发的任何损失承担责任。

举报

评论

empty
暂无评论
 
 
 
 

热议股票

 
 
 
 
 

7x24