1 сентября 2026 года Anthropic выпустила две модели: общедоступную Claude Fable 5.1 и Claude Mythos 5.1, доступную только через программы доверенного доступа. Компания прямо называет их самыми продвинутыми в мире моделями для программирования и интеллектуальной работы.

Неожиданно то, что релиз касается не только возможностей. Он отвечает на три жалобы, которые, по словам Anthropic, компания слышала от клиентов: цена, хранение данных и чрезмерно чувствительные защитные механизмы. Именно это важно всем, кто использует модель в реальной работе, а не в демонстрации.

Цифры: первое место во всех опубликованных бенчмарках

Вот результаты, опубликованные Anthropic, в сравнении с предшественницей Fable 5 и конкурентами Opus 5 и GPT-5.6 Sol:

  • Агентные научные исследования (Terminal-Bench-Science): 52,6% против 24,7% у предшественницы, 29,0% у Opus 5 и 22,4% у GPT-5.6 Sol — более чем вдвое выше собственного прежнего результата.
  • Агентное программирование (Terminal-Bench 4.0): 55,8% против 42,0% у предшественницы и 52,3% у Opus 5. Вариант Mythos 5.1 достигает 60,9%.
  • Интеллектуальная работа (GDPval-AA): 1853 против 1723 у предшественницы и 1824 у Opus 5.
  • Работа с компьютером (OSWorld 2.0): 77,9% по частичной метрике и 41,7% по строгой, впереди остальных.
  • Междисциплинарные рассуждения (Humanity's Last Exam): 60,9% без инструментов и 65,0% с ними.
  • Бизнес-процессы (AutomationBench): 31,4% против 17,1% у предшественницы — почти вдвое больше.

Справедливости ради: это собственные измерения разработчика, опубликованные с заявленной стандартной ошибкой от 3,5 до 4,5 пункта в бенчмарке научных исследований. Независимая проверка занимает недели. Но стабильный прирост в восьми разных бенчмарках говорит больше, чем лидерство в каком-то одном.

Что заметит ваш бухгалтер: дешевле без снижения цены

Базовая цена за токен не изменилась. Тем не менее, по словам Anthropic, реальные затраты снижаются примерно на 25% на типичных нагрузках и до 45% на агентной работе с большим числом шагов, потому что компания снизила цену чтения из кэша на 75%.

Для тех, кто не знаком с этим различием: когда модель заново читает контекст, который уже обработала, — файлы вашего проекта, ваши инструкции, разговор до текущего момента, — раньше за это приходилось платить по сравнительно высокой ставке. Агентная работа перечитывает один и тот же контекст десятки раз в рамках одной задачи, поэтому выигрывает больше всего. Скидка достаётся тем, кто использует модель всерьёз, а не тем, кто задаёт ей вопрос мимоходом.

Anthropic также добавила уровни усилий: низкий, средний и высокий. По её словам, Fable 5.1 на низком или среднем уровне не уступает Fable 5 или превосходит её при гораздо меньших затратах. По умолчанию в Claude Code используется высокий уровень, а в Claude Cowork и на claude.ai — средний.

Конфиденциальность данных: сдвиг, важный для организаций

Anthropic анонсировала систему Enterprise Frontier Safeguards, которая даёт клиентам полную конфиденциальность, эквивалентную политике нулевого хранения данных, и при этом по-прежнему предотвращает злонамеренное использование. Она работает за счёт хранения данных в облачной инфраструктуре, которую полностью контролирует клиент, а не Anthropic. Внедрение поэтапное и начинается этой осенью; до тех пор подходящие клиенты могут использовать модель с нулевым хранением данных.

Один этот пункт открывает дверь, которая была закрыта для чувствительных саудовских секторов, — государственных, финансовых и медицинских организаций, чьи обязательства по защите данных не позволяют им отправлять данные во внешний сервис, который их хранит.

Более точные защитные механизмы: меньше отказов в законной работе

Мало что раздражает разработчика сильнее, чем модель, отказывающая в законном запросе, потому что он показался опасным. Anthropic утверждает, что новейшие защитные механизмы дают на 60% меньше ложных срабатываний в кибербезопасности. Fable 5.1 теперь можно использовать для поиска уязвимостей в программном обеспечении, но не для разработки эксплойтов к ним — и это различие стоит сохранять: найти уязвимость — работа защитная, превратить её в оружие — нет.

Что показывает, что речь не только о баллах в бенчмарках?

Стоит привести три опубликованных результата, потому что это конкретные достижения, а не проценты в тестах:

  • В инвестиционной компании Millennium модель нашла причину редкого сбоя во внутренних системах, который её инженеры и все остальные модели не могли объяснить на протяжении нескольких лет.
  • Она обучила нейросеть, которая создала новую карту высот трети Венеры по радарным снимкам, полученным миссией NASA Magellan более тридцати лет назад, с детализацией до двух-трёх километров вместо десяти-двадцати и с высотами, точнее до 25%. Карта опубликована под лицензией Creative Commons.
  • В вычислительной биологии она написала специализированные ядра для GPU, которые ускорили семь моделей с открытым исходным кодом до 2,5 раза при идентичных результатах и снизили расчётные затраты на GPU на 30–60%. Работа, на которую у команды инженеров по производительности обычно ушли бы недели, была выполнена за дни.

Взгляд Origami

Для владельца бизнеса в Саудовской Аравии главное — не рейтинг. Главное в том, что один релиз объединяет три вещи: более высокие возможности, меньшие затраты именно на агентную работу и вариант конфиденциальности, при котором данные остаются в инфраструктуре, которую контролируете вы. Возможности сами по себе уже были доступны; стоимость и конфиденциальность были двумя препятствиями, мешавшими этим моделям перейти из экспериментов в производственные системы.

Наш практический совет: начинайте не с модели, а с задачи. Большая часть того, что сегодня нужно средней компании, хорошо работает на среднем уровне усилий и за меньшие деньги. Сначала проверьте задачу на самом низком уровне и повышайте его только тогда, когда сможете обосновать необходимость, — разница в ежемесячном счёте больше, чем подсказывает таблица цен.

Вывод

Fable 5.1 лидирует во всех бенчмарках, опубликованных Anthropic, более чем вдвое опережает предшественницу в агентных научных исследованиях и стоит меньше для серьёзной работы. Ещё показательнее то, что релиз учёл жалобы клиентов, а не только возможности, — признак взрослеющего рынка, где конкуренция сместилась с вопроса о том, у кого выше баллы, к вопросу о том, кто делает внедрение возможным в реальной организации.

Источники

  • Anthropic — официальный анонс Claude Fable 5.1 и Claude Mythos 5.1, источник таблицы бенчмарков, заявлений о ценах, конфиденциальности и защитных механизмах, а также научных примеров.
  • Anthropic — опубликованное примечание о стандартной ошибке для Terminal-Bench-Science и цифры публичного рейтинга.
  • The Verge, Decrypt и The New Stack — независимое освещение запуска 1 сентября 2026 года и данных о ценах.