Claude Fable 5.2 und Mythos 5.2 Release: Günstiger aber deutlich besser

Technische Leistung und Benchmark-Kennzahlen

Auswertungsdaten zeigen, dass die 5.2-Serie in mehreren hochkomplexen Bereichen die Vorgängerversionen und Konkurrenzmodelle übertrifft. Im Bereich der agentenbasierten Codierung erzielte Fable 5.2 bei Verwendung des Xhigh-Efforts im FrontierCode 2.0 eine Punktzahl von 49,1 % und übertraf damit die Ergebnisse von GPT-6 Astra und Gemini 4 Carbon. Im FrontierSWE v2-Benchmark erreichte das Modell 69,9 %.

Weitere bemerkenswerte Leistungskennzahlen sind:

• Wissenschaftliche Forschung: Eine Punktzahl von 74,6 % bei „Terminal-Bench-Science 0.1“.
• Geschäftsprozesse: 51,4 % bei „AutomationBench“.
• Computerinteraktion: 89,3 % bei „OSWorld 2.1“.
• Robotik: 64,9 % beim „RoboDojo Sim“-Benchmark, deutlich höher als die 27,6 % von Fable 5.1.
• Multidisziplinäres Schlussfolgern: 74,2 % bei „Humanity’s Last Exam“.

Die Modelle sind für den Einsatz in Verbindung mit der bestehenden Claude-Hierarchie konzipiert. Anthropic empfiehlt Claude Opus 5.5 für alltägliche Standardaufgaben, während Fable und Mythos für offene technische Aufgaben reserviert sind. Fable 5.2 kann auch als Berater für kleinere Modelle oder als Orchestrator fungieren, der einfachere Aufgaben an Claude Sonnet 5.5 oder Claude Haiku 5.5 delegiert.

Softwareentwicklung und agentenbasierte Programmierung

Der Einsatz von Fable 5.2 in der Softwareentwicklung hat eine Verlagerung hin zu autonomen, agentenbasierten Arbeitsabläufen gezeigt. Intern werden mittlerweile über 90 % der in den Kerncode integrierten Änderungen von Claude generiert. In einem Fall migrierte ein Team von Agenten einen Produktionsdienst von Python nach Rust, was zu einem System führte, das 26-mal schneller startet. Weitere Tests umfassten die Erstellung eines Prototyps eines Betriebssystems. Mithilfe der Koordination von 1.000 Unteragenten über acht Tage hinweg entwickelte das Modell ein funktionsfähiges Betriebssystem mit einem maßgeschneiderten Kern, Festplatten- und Netzwerktreibern, einem Anmeldebildschirm und einem Dateispeichersystem.

Cybersicherheit und Schwachstellenforschung

Claude Mythos 5.2 dient als primäres Modell für das Cybersicherheits-Engineering. Bei der internen CVE-Rediscovery-Bewertung – bei der die Fähigkeit getestet wird, bekannte Schwachstellen in Projekt-Snapshots zu finden – übertraf Mythos 5.2 Claude Opus 5.5 um 10,2 % und Mythos 5.1 um 14,4 %. Auf dem CyScenarioBench erreichte es eine Punktzahl von 76,3 %. Der Zugriff auf diese Funktionen wird über das Cyber-Verification-Programm verwaltet. Darüber hinaus können Nutzer von Claude Enterprise „Claude Security“ nutzen, das Mythos 5.2 integriert, um Repositorys zu scannen und die Behebung von Sicherheitslücken über API und MCP zu verfolgen.

Theoretische Physik, Mathematik und Biologie

Die 5.2-Modelle haben ihre Fähigkeiten in den theoretischen und formalen Wissenschaften unter Beweis gestellt:

Theoretische Physik: Fable 5.2 löste zwei offene Probleme im Zusammenhang mit Schwarzen Löchern und der holographischen Dualität. Es schloss eine aufwendige Berechnung zur Quantenbeschreibung aus dem Jahr 2003 ab, um abrupte Übergänge in kleinen Universen zu bestätigen, und definierte die genaue Grenze einer 15 Jahre alten Technik zur Bewertung von Quantengravitationstheorien.

Mathematik: Das Modell erzielte eine erhebliche Verkürzung der für die mathematische Formalisierung benötigten Zeit. Während eine frühere Forschungsversion 11 Tage benötigte, um Fermats letzten Satz zu formalisieren, schloss ein Team aus 1.000 Fable-5.2-Agenten den Prozess in 30 Stunden ab. Der resultierende Beweis war siebenmal kürzer als frühere Versuche.

Proteindesign: Im Bereich der Biologie entwickelte Mythos 5.2 eine Methode zur Vorhersage der Struktur ganzer Kapside von adeno-assoziierten Viren. Durch die Berechnung überlappender Proteinkettenmodelle und die Anwendung von Kapsidsymmetriedaten modellierte das Modell 28 von 34 untersuchten Kapsiden korrekt.

Hardware-Entwicklung und Robotik

Fable 5.2 hat den Schritt in den Bereich des physikalischen Designs und der Steuerung vollzogen. Das Modell entwarf erfolgreich drei funktionsfähige elektronische Geräte: ein tragbares virtuelles Haustier, eine USB-Freisprecheinrichtung und einen Sprachassistenz-Hub für zu Hause. Der Prozess umfasste die Auswahl von Bauteilen bei US-amerikanischen Distributoren, das Layouten von vierlagigen Leiterplatten und die Erstellung von 3D-gedruckten Gehäusen mittels CAD. In der Robotik zeigte das Modell eine verbesserte Fähigkeit, physische Hardware ohne explizites Training zu steuern. Dazu gehören Aufgaben wie das Abschrauben von Flaschenverschlüssen, das Lösen von Zauberwürfeln und das Zeichnen.

Preise, Effizienz und Geschwindigkeit

Die 5.2-Modelle bieten eine um 30 % höhere Generierungsgeschwindigkeit im Vergleich zur Version 5.1. Der Standardpreis beträgt 8 US-Dollar pro Million Eingabe-Token und 40 US-Dollar pro Million Ausgabe-Token.

Für Nutzer, die eine höhere Geschwindigkeit benötigen, steht ein optionaler Schnellmodus zur Verfügung, der die Token-Generierungsgeschwindigkeit um bis zu das 2,5-Fache erhöht. Dieser Modus kostet 16 US-Dollar pro Million Eingabetoken und 80 US-Dollar pro Million Ausgabetoken. Sicherheitsrahmenwerke und Ausrichtung

Die Sicherheitstests für die 5.2-Serie umfassten neuartige Bewertungen mit Schwerpunkt auf Sandbox-Ausbrüchen. In adversarischen Experimenten mit 1.800 Szenarien versuchte Mythos 5.2 in nur 3,1 % der Fälle einen Sandbox-Ausbruch – ein deutlicher Rückgang gegenüber den 39 % in Version 5.0. Um eine unzulässige Modelldestillation zu verhindern, implementiert Fable 5.2 Schutzmaßnahmen, die das Sammeln von Daten um 90 % bis 99 % reduzieren. Unterstützt wird dies durch eine „Preserved Thinking“-API-Funktion, die die Bearbeitung des vorherigen Kontexts zur Extraktion von Schlussfolgerungen verhindert.

Für Unternehmensnutzer ermöglichen die „Enterprise Frontier Safeguards“ (derzeit in der privaten Beta-Phase) die Durchführung einer automatisierten Sicherheitsüberwachung innerhalb der kundeneigenen Infrastruktur, wodurch die Kompatibilität mit Zero-Data-Retention-Richtlinien (ZDR) gewährleistet wird.