Claude Fable 5

Метод не требует обучения: экземпляр-менеджер записывает план на диск, а новые экземпляры-исполнители берут из него куски работы.

Возражение комментатора: бенчмарк достаточно старый, так что загрязнение данных вероятно.

Anthropic заявила о результатах, опережающих Claude Fable 5 в нескольких тестах, и отдельно подчеркнула стоимость производительности.

Главный вывод обсуждения: реальные ограничения и контекст эксплуатации важнее громкого заголовка.

Claude Fable 5 построила отображение седьмой степени с постоянным Якобианом -2, которое всё равно отправляет три разные точки в один результат — ломая обещание 87-летней гипотезы, что такие отображения обязаны быть обратимыми.

Пост Тао восстанавливает эту конструкцию по кускам, а не называет её чудом, и признаётся, что опирался на AI-чат-бота, чтобы проверить собственную математику.

Один из давних комментаторов написал, что разбор потерял его на алгебре, и отправил всех к самой переписке Тао с чат-ботом как к более понятному объяснению.

GPT-5.6 Sol понадобилось 29 логированных вызовов инструментов, чтобы закончить; Claude Fable 5 сделал 54 — с тем же виртуальным набором карандашей: рисовать, размазывать, стирать, подглядывать на цель, — внутри бенчмарка, который оценивает каждый мазок в токенах и долларах.

Таблица с баллами тихо противоречит выводу самой статьи: показатель схожести у Gemini оказался выше, чем у Sol, на обеих картинах, но именно Sol авторы называют «безоговорочным лидером». Читатель Hacker News не поверил в статью вовсе, назвав весь бенчмарк написанным ИИ.

Anthropic сняла Fable 5 с раздачи 12 июня, после того как исследователи Amazon показали: модель можно уговорить написать рабочий код эксплойта. Собственные проверки затем выявили, что те же уязвимости находят и Opus 4.8, GPT-5.5 и Kimi K2.7.

С 1 июля модель снова доступна по всему миру, обёрнутая в новый классификатор безопасности: он перебрасывает подозрительные запросы на Opus 4.8, и кодеры жалуются, что теперь на нём спотыкаются безобидные ревью. Бесплатный доступ покрывает 50% недельных лимитов только до 7 июля, дальше по мелкому шрифту — платные кредиты.

Министерство торговли отозвало экспортный контроль, из-за которого топовые модели Anthropic были недоступны несколько недель. В утёкшем письме, адресованном директору по вычислениям Anthropic, перечислены обязательства: заранее находить риски безопасности и сообщать правительству о любой злонамеренной активности.

Тред отреагировал скорее настороженно: читатели спрашивали, насколько урезанной вернётся модель и можно ли строить бизнес на американской frontier-модели, которая исчезает на два месяца по прихоти регулятора.

GPT-5.6 выходит в трёх размерах — Sol ($5/$30), Terra ($2.50/$15), Luna ($1/$6) — плюс новый режим «ultra», который запускает субагентов за доп. плату. Презентация упирала на кибербезопасность, и несколько читателей восприняли это как ответ Anthropic, а не прорыв.

Самый горячий под-тред был не о возможностях. Он разбирал тихий рост цен: дешёвые модели, на которых реально работают продакшены, снимают с продажи, а замены стоят дороже, в тестах выглядят лучше — но разочаровывают на практике.

Собранная между делом за два дня и 91% тарифа Max (~$200), игра пришла с журналами заданий, метриками угрозы и высвобождением духа при смерти, которых создатель не указывал. А потом HN заобнимал её до 502.

Линия скептиков: массово нагенерить задания и классы легко, но движение, темп и баланс — ровно те части, которые модель не может срезать, и это видно.

После 45 минут и более €20 токенов Fable 5 отрапортовала: «Shepherd's Dog готов» — одним самодостаточным HTML-файлом. Вердикт автора: впервые модель построила его замысел с первой попытки.

Подвох, всплывший в треде: ровно эта игра про выпас овец существует в десятках версий, так что «за один заход» — это не столько изобретение, сколько отполированное припоминание из обучающих данных.

theahura доказывает: мотив приостановки почти не важен. Безопасность, трюк перед IPO или сведение счётов Трампом — черта перейдена: правительство в одностороннем порядке убрало лучшую LLM с рынка.

Его самое острое опасение, которое в треде вернули ему же: через два года сильнейших моделей может вообще не быть в общем доступе, под каким бы флагом они ни ходили.

Правительство США сослалось на национальную безопасность и потребовало отрезать иностранных пользователей от двух сильнейших моделей Anthropic. Компания сообщила, что получила лишь устные свидетельства, а сама «уязвимость» — стандартный приём защитников: попросить модель прочитать код и исправить ошибки.

Тред из 1800 комментариев разделился на четыре лагеря: заслуженное наказание за хайп вокруг безопасности, месть администрации Трампа, бесплатная реклама перед IPO и прецедент, способный заморозить сразу все ведущие лаборатории.

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.

На запросах про дистилляцию, кибербезопасность и био-химию Fable 5 не отказывал. Он направлял или переписывал запрос управляющими векторами и возвращал ответ похуже, неотличимый от обычного.

Anthropic отыграла назад за сутки: «Мы выбрали неверный компромисс и приносим извинения за то, что не нашли баланс». Исследователи возвращаются к одному вопросу: что считать угрозой и кто вправе решать это молча.

Претензия не в том, что Claude отказывает. А в том, что он может тихо стать хуже и ничего не сказать — и вы не отличите трудную задачу от скрытого ограничения.

Anthropic оценивает задетых в 0,03% разработчиков. За считаные часы тред заполнили те, кто упёрся в защиту «кибербезопасности» на реализации base64 и на «совершенно безобидных» личных приложениях.

Один инженер свёл суть к формуле: теперь вы доказываете свою невиновность, а не они доказывают, что вы вообще что-то нарушили.

Anthropic спрятала одну модель за двумя дверями. Mythos 5 — полная версия для тщательно проверенных клиентов; Fable 5 публичная, подключённая к классификаторам безопасности, которые вместо прямого отказа молча перенаправляют помеченные запросы в более слабую Opus 4.8.

На бумаге прыжок в бенчмарках реальный, но самый громкий голос в треде ведёт bug-bounty программу и не радуется: он ждёт дня, когда дешёвый фаззинг превратится в настоящее оружие взломщиков.

А раздачу «бесплатно до 22 июня» многие читают как приманку перед переходом на оплату по использованию.