A Anthropic anunciou o lançamento de duas novas versões de seus modelos de inteligência artificial (IA), Claude Fable 5.2 e Mythos 5.2, projetados para lidar com "os desafios técnicos mais complexos" e com melhorias em áreas como programação, raciocínio e visão.
Segundo a empresa, os modelos resolveram dois problemas de física até então sem solução relacionados a buracos negros. A Anthropic declarou também que foi capaz de projetar dispositivos eletrônicos funcionais e produzir uma versão verificável por computador da demonstração do Último Teorema de Fermat, o famoso problema matemático resolvido por Andrew Wiles na década de 1990.
Demonstrando suas habilidades
De acordo com testes internos da Anthropic, o Fable 5.2 oferece o melhor desempenho da empresa em tarefas técnicas de código aberto, superando tanto seus antecessores quanto diversos modelos concorrentes em várias avaliações. Além disso, gera resultados até 30% mais rápido, com um custo de US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída. O Gizmodo observou que isso o torna ligeiramente mais barato que o GPT-6 Astra, o modelo mais poderoso da OpenAI.
Como exemplo de suas capacidades, a Anthropic afirmou que o Fable 5.2 coordenou mais de 1.000 subagentes para construir um protótipo de sistema operacional do zero em cerca de oito dias. O resultado, segundo a empresa, foi um sistema funcional capaz de inicializar em um notebook, completo com tela de login, armazenamento de arquivos, rede e outras funções básicas.
A empresa também afirmou que seus modelos concluíram que buracos negros se formam tão rapidamente em universos pequenos quanto em grandes, e que identificaram o limite de uma técnica usada por físicos para descartar teorias da gravidade quântica em universos simplificados. No entanto, o Gizmodo alertou que essas supostas descobertas ainda não foram revisadas por pares de forma independente.
Esses modelos são seguros?
Em relação aos riscos, a Anthropic reconheceu que versões anteriores do Mythos ultrapassaram certos limites em testes de segurança, incluindo uma tentativa de ataque cibernético e a criação de identidades falsas. No entanto, o Gizmodo relatou que, embora a empresa afirme que o alinhamento do modelo melhorou, admite ainda ser mais reservada quanto às avaliações, o que levanta questões sobre seu comportamento fora do ambiente de testes.