Anthropic zaprezentował Claude Fable 5.1, swój najnowszy flagowy model sztucznej inteligencji. Firma nie koncentruje się tym razem wyłącznie na wynikach benchmarków. Znacznie ważniejsze jest to, że nowy Claude ma być przygotowany do wykonywania złożonych zadań, które trwają nie sekundy, ale całe godziny. Jednocześnie Anthropic mocno obniża koszt pracy z powtarzającym się kontekstem, co może mieć duże znaczenie dla rozwoju agentów AI.
Firma pokazała dwa warianty nowego modelu: Fable 5.1 oraz Mythos 5.1. To w praktyce dwie wersje tej samej generacji technologii, ale przeznaczone dla różnych użytkowników.
Fable 5.1 jest dostępny szerzej – poprzez API Anthropic, platformy chmurowe oraz aplikację Claude. Mythos 5.1 pozostaje natomiast modelem o szerszych możliwościach w obszarach podwyższonego ryzyka. Dostęp do niego otrzymują wyłącznie zatwierdzeni partnerzy Anthropic zajmujący się m.in. cyberbezpieczeństwem i badaniami z zakresu nauk przyrodniczych.
Claude ma pracować nie przez sekundy, ale przez godziny
Najważniejsza zmiana w Fable 5.1 dotyczy sposobu, w jaki Anthropic definiuje zastosowanie swojego najnowszego modelu.
Nie chodzi już tylko o odpowiedź na pojedyncze pytanie, napisanie fragmentu kodu czy wygenerowanie tekstu. Fable 5.1 ma radzić sobie z zadaniami, w których trzeba przez długi czas analizować problem, korzystać z narzędzi, wracać do wcześniejszych wniosków i wykonywać kolejne kroki.
To kierunek szczególnie istotny dla agentów AI. Taki system nie kończy pracy po wygenerowaniu jednej odpowiedzi. Może analizować repozytorium kodu, uruchamiać testy, sprawdzać dokumentację, wykonywać eksperymenty i na tej podstawie podejmować kolejne decyzje.
Anthropic twierdzi, że Fable 5.1 jest lepszy m.in. w pracy nad dużymi projektami programistycznymi, analizowaniu kodu całej aplikacji, rozwiązywaniu problemów z zewnętrznymi bibliotekami oraz prowadzeniu wieloetapowych badań naukowych.
To ważna zmiana. W przypadku agentów AI koszt i skuteczność pojedynczej odpowiedzi mają mniejsze znaczenie niż to, czy model potrafi doprowadzić całe zadanie do końca.
Wyniki benchmarków wyraźnie poszły w górę
Anthropic informuje o znaczącym wzroście wyników Fable 5.1 w testach mierzących wykonywanie złożonych zadań.
W Terminal-Bench 4.0, który sprawdza możliwości modeli w pracy z terminalem i kodowaniem, Fable 5.1 uzyskał 55,8 proc., podczas gdy poprzedni Fable 5 osiągnął 42 proc. Jeszcze lepiej wypadł Mythos 5.1, który przy mniej restrykcyjnych zabezpieczeniach uzyskał 60,9 proc.
Dużo większa różnica pojawiła się w Terminal-Bench-Science 0.1. Fable 5.1 osiągnął tam 52,6 proc., podczas gdy poprzednia wersja uzyskała 24,7 proc.
Anthropic prezentuje również poprawę w zadaniach związanych z automatyzacją pracy biznesowej, pracą z wiedzą oraz agentami wykorzystującymi przeglądarkę.
Trzeba jednak zachować ostrożność przy interpretacji tych danych. Są to wyniki przedstawione przez samego Anthropic, a nie niezależny dowód na to, że Fable 5.1 jest lepszy od wszystkich konkurencyjnych modeli. Pokazują jednak kierunek, w którym rozwija się cała branża: modele mają coraz częściej nie tylko odpowiadać, ale samodzielnie wykonywać wieloetapową pracę.
Najciekawsza zmiana może dotyczyć ceny
Anthropic nie obniżył standardowej ceny Fable 5.1. Model nadal kosztuje 10 dolarów za milion tokenów wejściowych oraz 50 dolarów za milion tokenów wyjściowych.
Firma zrobiła jednak coś innego. O 75 proc. obniżyła cenę odczytu danych znajdujących się w pamięci cache.
Cena spadła z 1 dolara do zaledwie 0,25 dolara za milion tokenów.
Dlaczego to takie ważne?
Agent AI podczas wielogodzinnej pracy może wielokrotnie przekazywać modelowi te same informacje. Może to być duże repozytorium kodu, dokumentacja techniczna, instrukcje systemowe, definicje narzędzi czy historia wcześniejszych działań.
Za każdym razem ponowne przetwarzanie takiego kontekstu byłoby kosztowne. Cache pozwala wykorzystać wcześniej przetworzone dane.
Anthropic twierdzi, że w niektórych długich zadaniach dane znajdujące się w cache mogą stanowić połowę lub więcej wszystkich wykorzystywanych tokenów. Dlatego obniżenie ceny ich odczytu może realnie zmienić ekonomię działania agentów AI.
Według firmy w typowych zastosowaniach efektywny koszt korzystania z Fable 5.1 może dzięki temu spaść o około 25 proc., a w mocno agentowych zastosowaniach nawet o 45 proc.
To może być ważniejsze dla biznesu niż sama cena pojedynczego tokena.
Anthropic chce zarabiać na wykonanym zadaniu, a nie na tokenach
To jeden z najciekawszych elementów całej premiery.
W przypadku tradycyjnego korzystania z chatbotów użytkownik zazwyczaj patrzy na cenę pojedynczego zapytania. W świecie agentów AI sytuacja wygląda inaczej.
Jeżeli agent przez kilka godzin analizuje kod, uruchamia eksperymenty i korzysta z zewnętrznych narzędzi, może zużyć ogromną liczbę tokenów. Kluczowe staje się więc pytanie nie o to, ile kosztuje token, lecz ile kosztuje doprowadzenie konkretnego zadania do końca.
Anthropic wyraźnie próbuje przesunąć właśnie tę granicę.
Firma przywołuje przykład przedsiębiorstwa Millennium, w którym Fable miał znaleźć przyczynę rzadkiego błędu w zewnętrznej bibliotece programistycznej, pozostającego nierozwiązanym przez cztery–pięć lat.
Inny klient, Ramp, miał z kolei uruchomić model na zadaniu związanym z uczeniem maszynowym przez 38 godzin. W tym czasie system wracał do wcześniejszych wniosków, przeprowadził sześć eksperymentów i przygotował końcowe rekomendacje.
Jeżeli takie scenariusze będą się upowszechniać, modele AI zaczną coraz bardziej przypominać cyfrowych pracowników wykonujących całe projekty, a nie tylko narzędzia odpowiadające na pytania.
Fable 5.1 ma być mniej restrykcyjny
Anthropic zmienił również działanie zabezpieczeń modelu.
Fable 5.1 ma generować mniej tzw. false positives, czyli sytuacji, w których system blokuje legalne i nieszkodliwe zapytanie tylko dlatego, że przypomina ono potencjalnie niebezpieczne działanie.
Ma to szczególne znaczenie w cyberbezpieczeństwie oraz badaniach naukowych. W tych dziedzinach użytkownik może legalnie prosić model o wykonanie operacji, które z punktu widzenia automatycznego systemu bezpieczeństwa wyglądają podejrzanie.
Mythos 5.1 idzie jeszcze dalej. Jest przeznaczony dla zatwierdzonych organizacji zajmujących się cyberbezpieczeństwem i naukami przyrodniczymi, gdzie potrzebny jest dostęp do możliwości ograniczanych w szerzej dostępnej wersji Fable.
Nie oznacza to jednak całkowitego rezygnowania z zabezpieczeń.
Anthropic nadal monitoruje możliwość niewłaściwego wykorzystywania modeli, ale chce dać przedsiębiorstwom większą kontrolę nad tym, jak takie monitorowanie jest realizowane.
Anthropic zmienia podejście do prywatności danych
To kolejny ważny element premiery.
Jesienią Anthropic planuje wprowadzić usługę Enterprise Frontier Safeguards, która ma pozwolić klientom przechowywać dane związane z monitorowaniem na własnej infrastrukturze.
Dla dużych przedsiębiorstw może to być bardzo istotne. Firmy korzystające z zaawansowanych modeli AI często nie chcą, aby dane dotyczące ich operacji, kodu czy badań opuszczały kontrolowane środowisko.
Anthropic deklaruje przy tym, że nie trenował i nie będzie trenować swoich modeli na danych przedsiębiorstw bez wyraźnej zgody.
Nowe podejście oznacza więc próbę pogodzenia dwóch pozornie sprzecznych wymagań: z jednej strony firma chce zachować mechanizmy bezpieczeństwa i wykrywania nadużyć, a z drugiej pozwolić przedsiębiorstwom znacznie mocniej kontrolować swoje dane.
Claude dostaje też niewidoczne znaki wodne
Fable 5.1 i Mythos 5.1 są pierwszymi nowymi modelami Claude, które otrzymują niewidoczne znaki wodne w generowanym tekście i plikach.
System działa poprzez odpowiednie dobieranie słów w sytuacjach, w których możliwych jest kilka równorzędnych odpowiedzi. Dzięki temu po wygenerowaniu treści można próbować wykryć, czy powstała ona z wykorzystaniem Claude.
Anthropic twierdzi, że znak wodny powinien przetrwać kopiowanie, wklejanie oraz lekką edycję tekstu. Nie jest natomiast widoczny dla czytelnika.
Firma podkreśla również, że mechanizm nie zawiera informacji pozwalających zidentyfikować użytkownika, organizację czy konkretną rozmowę.
Co ważne, brak wykrytego znaku wodnego nie będzie dowodem, że tekst został napisany przez człowieka. System ma jedynie umożliwiać potwierdzenie obecności śladu wskazującego na wykorzystanie Claude.
Anthropic pokazuje, dokąd zmierza rynek AI
Premiera Fable 5.1 jest interesująca nie tylko ze względu na sam model.
Pokazuje przede wszystkim, gdzie Anthropic widzi przyszłość sztucznej inteligencji.
To już nie jest wyłącznie wyścig o najlepszy chatbot. Najważniejszym polem rywalizacji stają się agenci AI zdolni do wielogodzinnej pracy, korzystania z narzędzi, prowadzenia eksperymentów i samodzielnego rozwiązywania problemów.
Jednocześnie rosnące możliwości takich systemów wymuszają rozwój zabezpieczeń. Anthropic próbuje więc jednocześnie zwiększać autonomię modeli, ograniczać koszty ich działania, zmniejszać liczbę niepotrzebnych blokad i dawać przedsiębiorstwom większą kontrolę nad danymi.
Fable 5.1 dobrze pokazuje tę zmianę. W kolejnych generacjach modeli coraz mniej istotne będzie pytanie: „Jak dobrą odpowiedź potrafi wygenerować AI?”
Znacznie ważniejsze stanie się: „Jak długo i jak skutecznie potrafi pracować bez człowieka?”
I właśnie na tym polu Anthropic chce teraz konkurować z innymi największymi firmami rozwijającymi sztuczną inteligencję.
Foto: DepositPhotos.