Anthropic a récemment présenté Claude Fable 5.2 et Claude Mythos 5.2, deux nouveaux modèles d’intelligence artificielle destinés à des tâches techniques complexes, intégrant des avancées en programmation, raisonnement scientifique et robotique. Fable est accessible au grand public, tandis que Mythos est réservé à certaines organisations, notamment dans le domaine de la cybersécurité et de la recherche biomédicale.
Les deux versions reposent sur le même modèle d’IA de base, mais les protections diffèrent. Fable 5.2 inclut des mesures de sécurité renforcées contre des utilisations dangereuses dans les domaines de la cybersécurité et de la biologie. Mythos 5.2, quant à lui, dispose de capacités moins restreintes dans ces domaines, nécessitant une validation préalable de la part d’Anthropic. La société présente ces modèles comme des outils conçus pour des projets à long terme, capables de coordonner plusieurs agents et d’exécuter des tâches complexes avec moins d’intervention humaine.
Améliorations diverses pour Claude Fable 5.2 et Mythos 5.2
Anthropic a publié une série de tests comparant Fable 5.2 à ses modèles précédents, ainsi qu’à Claude Opus 5.5, GPT-6 Astra et Gemini 4 Carbon. Parmi les résultats notables :
- Programmation d’agents (FrontierCode 2.0) : Fable 5.2 a obtenu 49.1% en mode d’effort maximum, contre 32.4% pour Fable 5.1 et 45.5% pour Opus 5.5. Le GPT-6 Astra affiche 42.8%. À un niveau d’effort inférieur, Fable 5.2 atteint déjà 45.3%, un résultat proche d’Opus 5.5 avec environ la moitié du coût par tâche, selon Anthropic.
- Ingénierie logicielle (FrontierSWE v2) : le nouveau modèle a atteint 69.9%, comparé à 56.3% pour son prédécesseur, 62.3% pour Opus 5.5 et 65.5% pour le GPT-6 Astra.
- Utilisation d’un ordinateur (OSWorld 2.1) : Fable 5.2 a marqué 89.3%, devançant Opus 5.5 (87.2%), Fable 5.1 (83.5%) et Gemini 4 Carbon (81.5%). Toutefois, ce résultat provient d’un test de jeu partiel hors ligne.
- Raisonnement multidisciplinaire (Examen ultime de l’humanité) : Avec l’aide d’outils, Fable 5.2 a atteint 74.2%, contre 67.7% pour Opus 5.5 et 65.6% pour Fable 5.1.
- Robotique simulée (RoboDojo) : le modèle a obtenu 64.9%, plus du double du score de Fable 5.1 (27.6%) et du GPT-6 Astra (29.8%).
- Automatisation des tâches professionnelles (AutomationBench) : Fable 5.2 a atteint 51.4%, mais a été devancé par Gemini 4 Carbon, avec un score de 53.9%.
Anthropic précise que les résultats correspondent généralement au niveau de stress maximum disponible pour chaque modèle, ce qui peut limiter les comparaisons directes.
La société met particulièrement en avant les capacités de Mythos 5.2 à détecter les vulnérabilités informatiques. Dans son évaluation interne CVE Rediscovery, qui mesure la capacité à trouver des vulnérabilités déjà référencées dans des logiciels, le modèle a obtenu 89.6%, comparé à 78.3% pour Mythos 5.1 et 81.3% pour Opus 5.5. Ce test couvre 1,829 vulnérabilités connues. La société note que le résultat d’Opus 5.5 a été obtenu sans ses protections habituelles.
Dans un autre test dédié aux scénarios de cybersécurité, Mythos 5.2 a atteint 76.3%, contre 61.7% pour la version précédente. Anthropic affirme également qu’une entreprise spécialisée a constaté qu’un peu moins d’une vulnérabilité confirmée sur six découvertes par Mythos 5.2 avait échappé à tous les autres modèles avancés testés.
Applications en mathématiques, physique et robotique
Les exemples d’Anthropic vont au-delà du développement logiciel. Une équipe d’environ 1,000 agents Fable 5.2 a formalisé la preuve du dernier théorème de Fermat en 30 heures dans Lean, permettant une vérification mathématique de chaque étape de la preuve. Il ne s’agit pas d’une découverte du théorème, déjà prouvé, mais de la traduction et vérification informatique de sa démonstration. Une tentative antérieure avec une version de recherche du modèle avait duré 11 jours.
Anthropic soutient également que Fable 5.2 a contribué à la résolution de deux problèmes théoriques non résolus en physique liés aux trous noirs. Le modèle a également conçu trois appareils électroniques fonctionnels : un assistant vocal domestique, un haut-parleur USB et un animal virtuel portable. Pour chacun d’eux, il a été impliqué dans la conception des circuits, du boîtier et du logiciel, avant de guider leur assemblage.
Dans le domaine de la robotique, les démonstrations montrent des machines capables de résoudre un cube, d’ouvrir une bouteille ou de dessiner. Les performances sur RoboDojo, qui teste le contrôle d’un robot à deux bras dans un environnement simulé, ont atteint 64.9%.
Disponibilité et prix
Fable 5.2 est désormais disponible sur Claude, Claude Code et les principales plateformes cloud, y compris Amazon Web Services, Google Cloud et Microsoft Azure. Son prix via l’API est de 8 $ par million de tokens pour l’entrée et de 40 $ pour la sortie. Un mode rapide, annoncé comme jusqu’à 2.5 fois plus rapide, double ces tarifs.
Mythos 5.2 n’est pas accessible à tous les utilisateurs. Les spécialistes en cybersécurité peuvent demander un accès via le Cyber Verification Program, tandis que les chercheurs en sciences de la vie doivent passer par le Life Sciences Verification Program. Les clients d’entreprise peuvent également accéder à certaines de ses capacités de sécurité via Claude Security.
Enfin, Anthropic indique que Fable 5.2 génère ses réponses jusqu’à 30% plus rapidement que Fable 5.1 et que ses protections contre les utilisations dangereuses entraînent moins de blocages injustifiés : environ 55% de moins lors des premiers tests, selon la société.
