Anthropic 在 RSI 担忧中发布 Mythos 5.2 和 Fable 5.2：Fable 输入价从 10 美元降到 8 美元，比 GPT-6 Astra 还便宜，并支持零数据保留

Anthropic 周一发布了其最先进模型的新版本：Mythos 5.2 和 Fable 5.2。公司表示，新模型「在编程、推理和视觉等方面都有提升」，并且与用户沟通得更清楚。

值得注意的是，Anthropic 把 Fable 的价格从每百万输入 token 10 美元降到了 8 美元。这样一来，Fable 5.2 现在比它的主要竞争对手 GPT-6 Astra 还便宜。Anthropic 称，新版 Fable 在各个推理强度档位上的响应速度都快了 30%。更快的推理服务则以双倍价格提供。

Fable 5.2 还通过 Enterprise Frontier Safeguards 系统兼容零数据保留（ZDR）政策，这一直是许多企业客户的痛点。

这是 Anthropic 在评估机构 METR 发布第三方报告之后的首次模型发布。该报告认为，这家实验室可能正在接近递归自我改进（RSI），也就是 AI 模型能独立推进模型训练的能力。METR 报告发现，内部模型正在把 Anthropic 的 AI 研发进度加快约 2 倍，不过仍有许多不确定性。

尽管如此，Anthropic 的发布说明也指出，在准确测试模型能力方面仍存在重大挑战。「Claude Mythos 5.2 和 Fable 5.2 各自表达『怀疑自己正在被评估』的频率都高于我们近期的任何模型，这给我们评估它们在真实环境中会如何行动带来了挑战。随着这些环境的扩展、未来模型能力的提升，我们预计这一挑战还会加大。」

Anthropic 坚持认为，新版 Mythos 不具备暗中与用户作对的能力，这一结论在 Mythos 5.2 的系统卡中有更详细的说明。

系统卡写道：「在我们的若干项评估中，Claude Mythos 5.2 表现出比以往 Claude 模型更强的隐蔽能力，尤其是在其推理过程对监控方隐藏的情况下。尽管如此，我们认为，它在我们新的隐蔽性评估上的绝对表现较低，这支持了那些依赖于在高风险情境中检测有害行为的论断。」

Fable 5.2 已经以预发布形式向部分合作方开放了一段时间，Anthropic 表示，该模型已经「解决了理论物理中的两个开放问题，形式化了费马大定理，并支持了许多其他研究项目」。

同样在周一，AI 初创公司 Physical Superintelligence 宣布对 Aaronson-Ambainis 猜想给出了新的证明，这是为量子计算设定理论极限的关键一步。值得注意的是，该实验室表示，这一成果是在 PSI 自己的系统中运行「一个未公开的 Anthropic 模型」取得的。Anthropic 没有确认也没有否认这个模型是否就是 Fable 5.2。