Claude Fable 5 明日全球重新上架:软件工程能力显著提升

Anthropic 宣布 Claude Fable 5 将于明日全球重新上架, 该模型在软件工程、科学研究和视觉任务中达到 SOTA 水平, 且定价大幅降低。据 Anthropic 官方博文,Fable 5 在处理长且复杂的任务时领先优势最明显。

Fable 5 在软件工程领域表现出极高的生产力。据 Stripe 报告, 该模型能将数月的工程量压缩至数日。在一个拥有 5000 万行 Ruby 代码的库中,Fable 5 仅用 1 天就完成了原本需要整个团队手动执行两个多月的全库迁移任务。

在 Cognition 的 FrontierCode 评测中,Fable 5 在中等强度投入下的得分在尖端模型中最高。

在知识工作与视觉任务方面,Fable 5 展现出强悍的推理能力。在 Hebbia 针对高级推理的金融评测集 (Finance Benchmark) 中,Fable 5 获得了所有模型中的最高分, 显著提升了基于文档的推理及图表解析能力。

该模型能够从详细的科学图表中提取精确数字, 并能仅凭屏幕截图重建 Web 应用的源代码。在视觉驱动任务中,Fable 5 仅凭裸截图 (vision-only harness) 就通关了 Pokémon FireRed, 而此前的模型即使使用辅助工具也难以完成。

此次重新部署是在与美国政府进行一系列沟通后决定。Anthropic 为 Fable 5 配置了新的一组分类器, 旨在更精准地拦截和屏蔽网络安全相关任务。在短期内, 部分常规的编程与调试任务可能会回退至 Opus 4.8 执行。

Anthropic 计划在未来几周持续优化这些分类器, 以减少误报, 并更好地区分恶意使用与合法请求。

为了应对安全挑战,Anthropic 已开始与 Amazon、微软、谷歌等 Glasswing 合作伙伴起草一套共识框架, 用于评估 AI jailbreak(越狱) 的严重程度以及开发者的应对机制, 并邀请其他行业伙伴加入。

此外,Anthropic 正在扩大与美国政府在模型测试与安全保障方面的合作, 包括在模型发布前提供评估访问权限, 共享关于 jailbreak 和误用的信息, 以及投入专项资源进行联合研究。

Claude Fable 5 的回归标志着 Anthropic 在追求极高性能与满足政府安全监管之间寻求平衡。随着新分类器的迭代, 其在软件工程等高生产力场景的实际可用性将进一步明确。

订阅评论

0 评论

最旧

评论 0