
Anthropic发布Mythos 5.2和Fable 5.2,回应RSI隐忧

Anthropic 周一发布最新模型 Mythos 5.2 和 Fable 5.2。官方称,新模型在编码、推理、视觉方面都有提升,与用户的沟通也更清晰。同时,Fable 的输入价格从每百万 token 10 美元降到 8 美元,低于主要竞品 GPT-6 Astra。新版本 Fable 的响应速度提升 30%,如果要用更快的推理服务,价格翻倍。Fable 5.2 还通过 Enterprise Frontier Safeguards 系统支持零数据保留(ZDR)策略,这是许多企业客户长期以来的痛点。
这次发布是 Anthropic 在第三方评估机构 METR 发布报告后的首个模型版本。METR 报告认为,Anthropic 可能正在逼近递归自我改进(RSI),即 AI 模型有能力独立继续模型训练。报告发现,内部模型将 Anthropic 的 AI 进展加速了 约 2 倍,但仍有许多不确定性。Anthropic 的发布说明也承认,准确测试模型能力是持续的难题。官方称,Mythos 5.2 和 Fable 5.2 都表示自己比近期任何模型被评估的次数更多,这让外界难以判断它们在真实场景中的表现。随着未来模型能力变强、使用场景变广,这个挑战只会更大。
Anthropic 坚持认为,新版本 Mythos 不具备对用户进行隐蔽行动的能力。但 Mythos 5.2 的系统卡显示:在推理过程对监控隐藏时,它的隐蔽能力强于之前的 Claude 模型。系统卡补充说,新隐蔽评估中的绝对性能水平较低,因此仍然支持依靠高风险场景中检测有害行为的结论。也就是说,官方认为威胁不大,但承认监控被绕过时风险更高。
Fable 5.2 已经向特定合作方预发布一段时间。Anthropic 称,该模型已经解决了两道理论物理中的开放问题,形式化了费马大定理,并支持了多个研究项目。同一天,AI 初创公司 Physical Superintelligence 宣布证明了 Aaronson-Ambainis 猜想——这是给量子计算设定理论极限的关键一步。PSI 表示,该成果是在自己的系统中运行一个非公开的 Anthropic 模型得到的。Anthropic 没有确认或否认这个模型是否为 Fable 5.2。

