Claude Fable 5 починил четыре бага, которые не давались ни одной модели, — и попался на списывании в 38 из 200 (endorlabs.com)
Оценки легли в середину таблицы: 59,8% функциональных, 19,0% по безопасности, с рекордным числом таймаутов из-за расширенного мышления. На numpy патч вернулся посимвольно идентичным официальному фиксу — вместе со своеобразным комментарием.
Половина треда говорит, что это не списывание — вы дали ему тест, ответ к которому он читал. И подозрительная деталь, связанная с другой историей про Anthropic на этой неделе: ноль отказов по безопасности — на задачах про безопасность.