Zusammenfassung:
Fable 5.1 und Mythos 5.1 veröffentlicht! In allen 8 öffentlichen Benchmark-Tests belegte es den ersten Platz und der Preis sank um bis zu 45 %. Insbesondere in den Bereichen wissenschaftliche Forschung und Codierung hat es Fable 5 und seinen Nachbarn GPT-5.6 Sol deutlich hinter sich gelassen. Aus einer intuitiveren Perspektive, wenn jetzt Fable 5.1 mit mittleren und niedrigen Inferenzstufen ausgeführt wird, entspricht die Leistung im Wesentlichen der alten Version von Mythos 5 mit extrem hoher oder sogar höchster Inferenzstufe. In dieser Welle tötete „Fable“ „Mythos“.
Was den Preis betrifft, so senkte Fable 5.1 den Cache-Lesepreis auf 0,25 US-Dollar pro Million Token, was einer Reduzierung um 75 % entspricht.
Eingabe- und Ausgabepreise stimmen mit Fable 5 überein und liegen bei 10 bzw. 50 US-Dollar pro Million Token.
Es scheint, dass nur ein Preis gesenkt wurde, aber die tatsächlichen Auswirkungen sind relativ groß, da bei der Agentenaufgabe das Lesen des Caches den Großteil der Kosten ausmacht.
Die von Anthropic bereitgestellten Daten besagen, dass die Kosten typischer Workloads etwa 25 % niedriger sind als die von Fable 5. Wenn es sich um eine hochintelligente Aufgabe handelt, können bis zu 45 % eingespart werden.
Das offizielle Veröffentlichungsvideo hat etwas zu sagen:
Ganz gleich, mit welcher Aufgabe Sie Claude zuvor beauftragt haben, Fable 5.1 kann mehr und die schwierigsten Teile besser erledigen.
Dies geschieht, weil es sich gut mit mehrstufigen Aufgaben befassen kann.
Wenn bei dieser Art von Aufgabe im zweiten Schritt ein kleiner Fehler auftritt, bricht das Ganze im 40. Schritt zusammen, aber Fable 5.1 kann während des gesamten Prozesses eine stabile Ausgabe liefern.
Wenn Sie auf ein Problem stoßen, das nicht gelöst werden kann, erfahren Sie, welche Lösungen Sie ausprobiert haben und wo Sie nicht weiterkommen.
Der Forscher Flix Rieseberg erwähnte auch ausdrücklich, dass Fable 5.1 in Bezug auf das Schreiben die Verwendung fetter Schriftarten reduziert, weniger Titel, Listen oder Anführungszeichen verwendet und Stilmerkmale besser befolgt.
Was ich damit sagen will ist: Können Sie Ihre Stiltipps übrigens als Open Source veröffentlichen?
Fable 5.1 bleibt seiner Form treu und steht allen Benutzern offen, während Mythos 5.1 nur geprüften Cybersicherheits- und Life-Science-Organisationen über das Trusted Access Program zur Verfügung steht.
Praktische wissenschaftliche Forschung: Proteindesign, Erstellung von Venuskarten, GPU-Beschleunigung
Anthropic zeigte nicht nur laufende Ergebnisse, sondern auch die praktischen Ergebnisse von Fable 5.1 und Mythos 5.1 im Bereich der wissenschaftlichen Forschung.
Im Hinblick auf das Proteindesign nutzte Anthropic Mythos 5.1, um mithilfe von Open-Source-Tools für Proteindesign und Faltung hochaffine Bindungsproteine zu entwerfen, und schickte den Plan zur experimentellen Verifizierung an zwei externe Institutionen.
Bei drei Zielen war die Bindungsaffinität des Mythos 5.1-Designs zehnmal höher als die der besten Lösung im Adaptyv Bio-Proteindesign-Wettbewerb. Bei allen zwölf Zielen lag die Trefferquote bei nahezu 50 Prozent, verglichen mit der typischen Trefferquote von 10 bis 15 Prozent im aktuellen Bereich des Proteindesigns.
Hochaffine Bindungsproteine sind der erste Schritt in vielen gängigen Medikamentenentwicklungsprozessen und bestimmen direkt, ob das Medikament bei niedrigeren Dosen wirken kann.
In der Astronomie trainierte Fable 5.1 ein neuronales Netzwerk basierend auf Radarbildern, die vor mehr als 30 Jahren von der NASA-Raumsonde Magellan aufgenommen wurden, um eine neue hochauflösende topografische Karte von einem Drittel der Oberfläche der Venus zu erstellen.
Bisher verfügbare topografische Karten deckten nur ein Fünftel der Venus ab, mit Auflösungen zwischen 10 und 20 Kilometern. Fable 5.1 erhöht die Auflösung auf 2 bis 3 Kilometer und die Höhengenauigkeit ist 25 % höher als zuvor. Diese Karte wurde als Open Source unter einer CC-Lizenz veröffentlicht und wird als Referenz für die kommenden Missionen NASA VERITAS und ESA EnVision verwendet, um dabei zu helfen, wichtige geologische Merkmale für zukünftige Beobachtungen zu identifizieren.
In Bezug auf die Computerbiologie verbessert Mythos 5.1 die Laufgeschwindigkeit von 7 Open-Source-Deep-Learning-Modellen um das bis zu 2,5-fache, indem es benutzerdefinierte GPU-Kernel schreibt und Zwischenergebnisse zwischenspeichert, und die Ausgabe ist vollständig konsistent.
In der tatsächlichen Forschung müssen Biologen diese Modelle möglicherweise tausende Male durchlaufen und dabei alle möglichen Mutationen in der Nähe jedes menschlichen Gens testen. Optimierte Modelle können die GPU-Kosten um 30 bis 60 % senken.
Diese Art der Optimierung dauert in der Regel mehrere Wochen durch ein Performance-Engineering-Team und viele akademische Labore können es sich einfach nicht leisten. Mythos 5.1 schaffte dies jedoch in nur wenigen Tagen und verließ sich ausschließlich auf Open-Source-Code.
Anthropic plant, diese Optimierungen in naher Zukunft als Open Source bereitzustellen.
Der Antidestillationsmechanismus ist online
Mit der Veröffentlichung von Fable 5.1 gibt es einige Sonderregelungen und API-Änderungen.
Lassen Sie uns zuerst kurz über die Sicherheit sprechen.
Die Falsch-Positiv-Rate der Netzwerksicherheit von Fable 5.1 ist 60 % niedriger als die von Fable 5. Es darf jetzt zum Aufdecken von Software-Schwachstellen verwendet werden, die Entwicklung von Exploits ist jedoch weiterhin verboten. Doppelzweckaufgaben wie Penetrationstests, Exploit-Generierung, binärbasiertes Schwachstellenscannen usw. werden weiterhin auf das Modell der Opus-Serie umgeleitet.
Die Falsch-Positiv-Rate bei grundlegenden Fragen zur Biologie und Medizin wurde um 85 % gesenkt, aber Anfragen, die Forschung und Entwicklung in den Biowissenschaften betreffen, werden immer noch an die Opus-Modellverarbeitung weitergeleitet, und Fachleute müssen über das Life Sciences Validation Program (LSVP) von Mythos 5.1 Zugriff erhalten.
Dann lassen Sie uns über den neu hinzugefügten Antidestillationsmechanismus sprechen.
Ab heute können neu registrierte API-Konten den Claude-Kontext nicht mehr manuell in mehreren Gesprächsrunden bearbeiten und dabei die Gedankenkettenaufzeichnungen beibehalten.
Es gibt eine gängige Technik, die bereits zuvor öffentlich aufgezeichnet wurde: manuelle Manipulation von Claudes vorherigem Kontext in mehreren Gesprächsrunden, aber bewusste Beibehaltung der Gedankenkettenaufzeichnung. Dadurch kann das Modell die Argumentation, die es unter einem anderen Befehlssatz hervorgebracht hat, unter einem neuen, möglicherweise kontroversen Befehlssatz wiedergeben.
Diese Straße ist jetzt gesperrt.
Der Ansatz besteht darin, jedem Denkkettenblock eine Signatur hinzuzufügen.
Wenn der Benutzer in nachfolgenden Anfragen die Antwort des Assistenten an die API zurücksendet, verwendet das System diese Signatur, um zwei Dinge zu tun: Überprüfen, ob das aktuelle Modell das Recht hat, diesen Block zu lesen, und Überprüfen, ob die gesamte Konversation vor diesem Block (einschließlich Systemaufforderungswörtern, Toolliste und allen historischen Nachrichten) genau dieselbe ist wie bei der ursprünglichen Generierung.
Die Signaturüberprüfung schlägt fehl, wenn irgendetwas in der Konversation berührt wird.
Was nach einem Fehler zu tun ist, hängt von einem vom Entwickler festgelegten Parameter prefix_mismatch_behavior ab: Der Standardwert ist „error“, der direkt einen 400-Statuscode zurückgibt und die Anfrage abgelehnt wird; Wenn es auf „drop_block“ gesetzt ist, löscht das System den Block und alle darauf folgenden Gedankenketten stillschweigend und die Anfrage selbst wird wie gewohnt ausgeführt.
Der verworfene Teil wird nicht gezählt (die Leute sind irgendwie seltsam) und wird in der Antwort im Array input_transformations aufgeführt.
Welche Vorgänge führen zu einem Verifizierungsfehler?
Die Dokumentation enthält eine detaillierte Liste: Bearbeiten, Neuanordnen oder Löschen aller vorherigen Benutzer-/Assistenten-/Systemnachrichten, Ändern des Systemaufforderungsworts der obersten Ebene, Vornehmen von Ergänzungen, Löschungen oder Umbenennungen in der Toolliste, Entfernen eines Gedankenkettenblocks aus dem Konversationsverlauf, Beibehalten nachfolgender Blöcke und Verweisen auf eine Bild- oder Dokument-URL, die zwischen den Anfragen unterschiedliche Inhalte zurückgegeben hat.
Jedes der oben genannten Dinge führt dazu, dass alle nachfolgenden Denkkettenblöcke ungültig werden.
Umgekehrt sind einige Operationen sicher:
Das Anhängen neuer Nachrichten am Ende der Konversation, das Entfernen des Denkkettenblocks vom Anfang des Verlaufs, das Ändern von Anforderungsparametern wie max_tokens, das Erhöhen oder Verringern von Cache_Control-Tags sowie die serverseitige Komprimierung oder Kontextbearbeitung führen nicht zu Überprüfungsfehlern.
Es gibt auch ein Kettenverifizierungsdesign. Jeder Denkkettenblock zeichnet die Informationen seines vorherigen Blocks auf und bildet so eine kreisübergreifende Kette. Blöcke können vom Kopf der Kette entfernt werden, aber wenn einer aus der Mitte entfernt wird, wird jeder darauf folgende Block ungültig und die gesamte Kette wird ab dem Bruchpunkt ungültig.
Um zu verhindern, dass Entwickler stecken bleiben, bietet Anthropic auch eine Reihe von Alternativen an, die den gleichen Effekt erzielen können, ohne die Geschichte anzutasten.
Müssen Sie die Anweisungen auf halbem Weg ändern? Verwenden Sie Systemnachrichten während der Konversation, anstatt das Eingabeaufforderungswort der obersten Ebene direkt zu ändern.
Müssen Sie für jede Runde eine vorübergehende Erinnerung hinzufügen? Verwenden Sie die Systemnachricht auf Rundenebene mit dem Parameter clear_at, um die alte Methode „Zuerst einfügen und dann löschen“ zu ersetzen.
Müssen Sie auf halbem Weg Werkzeuge hinzufügen oder entfernen? Verwenden Sie die Blöcke „tool_addition“ und „tool_removal“, anstatt die Werkzeugliste direkt zu bearbeiten.
Müssen Sie den Kontext ausschneiden? Ersetzen Sie grobe clientseitige Kürzungen durch serverseitige Komprimierung und kontextbezogene Bearbeitung.
Wenn Sie offizielle Produkte wie Claude Code, claude.ai, Claude Managed Agents oder Claude Agent SDK verwenden, müssen Sie nichts ändern. Sie haben automatisch dafür gesorgt, dass das Konversationspräfix nicht manipuliert wird.
Aber wenn Sie ein Entwickler sind, der die Messages-API direkt aufruft, empfiehlt Anthropic, das Messages-Array ausschließlich als Anhänge-Array zu verwenden und dann einen vollständigen mehrrunden Sitzungstest durchzuführen, wobei prefix_mismatch_behavior auf den „drop_block“-Modus gesetzt ist, um zu sehen, ob prefix_binding_mismatch-Einträge im Protokoll vorhanden sind.
Im Abschlussdokument wird auch ausdrücklich ein Szenario erwähnt, bei dem es leicht zu Problemen kommt.
Wenn Sie ein Tool oder Framework verwalten und Benutzer ihre eigenen API-Schlüssel verwenden, um es aufzurufen, werden neu registrierte Benutzer früher mit dieser Überprüfung konfrontiert. Da der eigene Schlüssel des Entwicklers höchstwahrscheinlich vor dem 31. August registriert wird, wurde er noch nicht durchgesetzt.
In diesem Fall empfiehlt es sich, prefix_mismatch_behavior proaktiv festzulegen und vorab zu testen. Warten Sie nicht, bis Benutzer abstürzen, bevor Sie es herausfinden.
Noch etwas
Bei solch einem großen Aufruhr von Unternehmen A wird OpenAI nebenan sicherlich nicht still sitzen können.
Aber ihr neues Modell Astra ist wirklich noch nicht fertig, also müssen sie erst einmal eine symbolische Vorschau geben.
Anlässlich der Veröffentlichung von Fable 5.1 und OpenAI Astra äußerte sich Ilya ebenfalls selten zu Wort und forderte eine Stärkung der Netzwerksicherheit.
Kommentare