Anthropicは10日、新たな大規模言語モデル（LLM）「Claude Fable 5.2」と「Claude Mythos 5.2」を公開した。科学研究とコーディング分野の性能を高めたのが特徴で、生命科学でも一定の成果を示した。

ITメディアのSiliconANGLEによると、両モデルはAnthropicがこれまで開発した中で最高水準の性能を備えるという。基本的な中核能力は共通だが、生物学やサイバーセキュリティに関するセーフガードの設定に差を設けた。

一般向けのClaude Fable 5.2は、生物学研究に関する質問の大半と、サイバーセキュリティ関連リクエストの一定数を遮断する設計とした。

一方、Claude Mythos 5.2は制限を緩和したモデルで、2つの制限付きアクセスプログラムを通じて審査を受けた研究者のみに提供する。

性能向上は各種ベンチマークでも確認された。Anthropicが14のAI評価指標でClaude Fable 5.2を前モデルと比較したところ、多くの項目でClaude Fable 5.1を10％超上回ったとしている。

科学研究能力を測る「Terminal-Bench-Science 0.1」では74.6％を記録し、前モデル比で22％改善した。

数学分野でも性能向上を示した。Anthropicによると、これまで非公開モデルでは著名な数学定理をコンピュータで検証可能な形式に変換するのに11日を要していたが、Claude Fable 5.2では1000のエージェントを並列動作させることで、作業時間を30時間まで短縮した。

別の研究では、ブラックホールに関する理論物理学上の未解決問題2件について、解答候補を示したという。

Claude Mythos 5.2は生命科学分野でも性能を示した。ウイルスAAVのカプシド34種を分析し、このうち28種の構造を正確にモデリングした。

AAVカプシドは一部の治療法で薬物送達に用いられる。Anthropicは、数十種類のタンパク質で構成される複雑な構造を解析した点に意義があると説明した。なお、生命科学研究で広く使われるGoogle DeepMindのAlphaFold2は、個別のタンパク質構造予測を主眼とするモデルだ。

コーディング性能も改善した。Claude Fable 5.2は、「FrontierCode 2.0」と「FrontierSWE v2」の2つのコーディングベンチマークで、前モデルを13％以上上回った。

AnthropicのエンジニアがOS構築を担わせた実験では、1000を超えるエージェントが約8日間にわたりコードの作成と検証を進め、動作可能なOSを完成させた。このOSはノートPC上で動作し、ネットワーク接続とClaudeの機能をサポートするという。

安全性と効率性も高めた。Claude Fable 5.2は、生物学やサイバーセキュリリティに関する制限付きリクエストを受けた場合、Opus 4.8またはOpus 5へ振り分ける。

Anthropicは、安全なリクエストを誤って遮断する可能性が、前モデルに比べ55％低下したと説明している。

同社は両モデルを、複雑で自由度の高い技術作業に適したモデルと位置付ける。一方、日常業務の自動化にはOpus 5.5を推奨しており、作業中に高度な問題が生じた場合には、Opus 5.5とClaude Fable 5.2またはClaude Mythos 5.2を組み合わせて使えるとしている。

価格は、入力トークン100万個当たり8ドル、出力トークン100万個当たり40ドルで、前世代より20％安い。高性能モードも用意し、通常モードの最大2.5倍の応答速度を実現する。この場合の料金は通常モードの2倍となる。