Компания Anthropic выпустила флагманскую модель Claude Fable 5, ориентированную на выполнение сверхсложных инженерных задач и системное проектирование с использованием контекстного окна в 1 млн токенов.
Что произошло
Anthropic представила модель Claude Fable 5, обладающую экстремально высокой плотностью знаний и способностью к обработке огромных объемов данных. Модель поддерживает контекстное окно размером 1 млн токенов и обеспечивает максимальный объем вывода до 128 000 токенов. Для разработчиков предусмотрены две версии: Claude Fable 5 со строгими протоколами безопасности и Claude Mythos 5 для сценариев без ограничений. Стоимость использования API установлена на уровне $10 за 1 млн входных токенов и $50 за 1 млн выходных токенов.
Контекст
Этот релиз знаменует переход от простых чат-ботов к специализированным инструментам для тяжелого инжиниринга. Благодаря поддержке длинного контекста и большого объема вывода, модель способна проводить глубокий автоматизированный рефакторинг целых библиотек и осуществлять системный аудит кода, что ранее было недоступно стандартным LLM.
Почему это важно для индустрии
Выход Fable 5 задает новый стандарт сложности задач для индустрии AI. Модель демонстрирует потенциал для создания высокоуровневых AI-агентов, способных на автономное проектирование систем (например, миграцию MicroPython-WASM на CPython). Это открывает путь к интеграции подобных моделей в сложные CI/CD пайплайны и инструменты автоматизированного проектирования систем.
Почему это важно для пользователей
Для профессиональных разработчиков и архитекторов это мощный инструмент для решения критических задач рефакторинга и системного проектирования. Однако из-за высокой стоимости API и потенциально низкой скорости работы модель требует строгого контроля бюджета и фокусировки на архитектурно значимых задачах, а не на повседневных простых запросах.
Что пока неизвестно / ограничения
Высокая стоимость API ($10/$50 за 1M токенов) может стать критическим барьером для инженеров и разработчиков (s), ограничивая использование модели в итеративных циклах и массовом продакшене.
Источники
Автор
Look at AI, редакция