Resumo:
Em 9 de novembro, horário local, a Anthropic lançou Claude Fable 5.2 e Claude Mythos 5.2. Ambos compartilham o mesmo modelo subjacente. Fable está disponível para todos os usuários e possui proteções integradas de cibersegurança e biossegurança; Mythos remove essas restrições e está aberto apenas a instituições que passam no programa de verificação Cibernética ou Ciências Biológicas.
Após o lançamento, as descrições de todos eram quase as mesmas: mais forte e mais rápido. Alguns desenvolvedores também acham que o preço está errado à primeira vista. Para codificação, o Fable 5.2 não é econômico. No entanto, a própria Anthropic disse na documentação de lançamento que, para a maior parte do trabalho de codificação e conhecimento, é recomendado que todos “comecem com Claude Opus 5.5”.
Os modelos mais poderosos da história são constantemente atualizados, mas não sobra muito tempo para usá-los. Antes de chegar à AGI, as empresas de IA atingiram primeiro o limite máximo da comercialização.
Os mais fortes continuam a ficar mais fortes. Será que surgiu o protótipo da força de trabalho digital?
Primeiro vamos falar sobre o que isso tem de forte. O FrontierCode 2.0 testa "se os mantenedores de projetos de código aberto estão dispostos a mesclar código escrito por modelos". No nível mais alto de poder de computação, o Fable 5.2 alcançou 49,1%, enquanto a geração anterior Fable 5.1 alcançou 32,4%.
O Índice de Trabalho Remoto, que mede quantas tarefas de trabalho remoto no mundo real um modelo pode realizar de forma independente, mais que dobrou, de 17,9% para 41,3%.
A Anthropic também possui um teste interno de simulação de robôs, o RoboDojo Sim, cuja pontuação melhorou de 27,6% para 64,9%. Porém, esse número vem das operações internas da empresa e não pode ser reproduzido pelo mundo exterior.
Então há o ponto fraco. Ainda na tabela comparativa oficial, no AutomationBench, os 51,4% do Fable 5.2 perderam para os 53,9% do Google Gemini 4 Carbon.
Na lista inteligente da plataforma externa Artificial Analysis, o Fable 5.2 liderou a lista com 65 pontos, superando em muito o Gemini 4 Carbon em segundo lugar com 60 pontos, e 9 pontos atrás do GPT-6 astra em quarto lugar.
Quão forte é? Em mais de um dia, um feito importante na história da matemática humana foi concluído diretamente.
Em 30 horas, a verificação formal do Último Teorema de Fermat foi concluída; além disso, dois problemas não resolvidos da física relacionados aos buracos negros e à gravidade quântica também foram resolvidos. Ele também pode operar um sistema operacional de forma totalmente independente, projetar e fabricar equipamentos eletrônicos de forma independente e prever a estrutura do capsídeo de vírus adeno-associados complexos...
Algumas pessoas acreditam que o Fable 5.2 significa que a IA está migrando de uma ferramenta de produtividade para uma força de trabalho digital com recursos de execução de engenharia.
No entanto, muitos grupos de desenvolvedores acreditam que isso pode significar que a Anthropic "chegou ao seu fim" na direção da codificação. Se não desenvolver novas pistas e novos modelos, será difícil estimular as percepções dos investidores. E agora coincide com o período crítico para a Anthropic acelerar em direção aos preços de IPO.
O preço está muito adiantado, então a Anthropic recomenda que você não o use
No entanto, quando muitos desenvolvedores ficaram entusiasmados em testar os recursos do Fable 5.2, descobriram que havia algo errado com o preço.
O preço padrão do Fable 5.2 é de US$ 8 para entrada e US$ 40 para saída por milhão de tokens, o que parece ser uma queda de 20% em relação aos US$ 10 e US$ 50 da geração anterior, e a velocidade de saída é até 30% mais rápida que 5.1. Se for muito lento, você pode ativar o modo rápido, que aumenta a velocidade em 2,5 vezes e dobra o preço. A entrada é de $ 16 e a saída é de $ 80.
Intuitivamente, o custo por tarefa na Análise Artificial também está muito à frente.
No entanto, a própria Anthropic colocou uma curva de "precisão do código versus custo por tarefa" nos materiais de lançamento e concluiu que, no nível de poder de computação médio, os 45,3% do Fable 5.2 já estão próximos do nível mais alto do Opus 5.5 de 45,5%, e o custo de conclusão de uma tarefa é apenas cerca de metade.
Atualmente, as autoridades da Anthropic mudaram a escala de medição do consumo inteligente. Nos últimos dois anos, a comparação de preços da indústria foi baseada em quanto custava por milhão de Tokens. Desta vez, foi substituído por quanto custava por tarefa concluída. Os resultados medidos por duas réguas podem ser completamente opostos. Um modelo cujo preço unitário do token é 20% mais barato pode custar o dobro se forem necessárias mais três rodadas para acertar.
Além disso, a recomendação oficial da Anthropic é: “Para a maior parte do trabalho de codificação e conhecimento, recomendamos que os usuários comecem com Claude Opus 5.5.”
Comparado no escalão de preços atual, o DeepSeek V4.1-Flash custa US$ 0,3 por milhão de entrada e US$ 1,2 por milhão de produção, o Kimi K3.1 Pro custa US$ 2 por milhão de entrada e US$ 10 de saída, e a versão padrão GPT-5.5 custa US$ 5 e US$ 30. O Fable 5.2 está no topo, US$ 8 e US$ 40.
Ou seja, esse modelo fica muito caro toda vez que é aberto. O seu valor reside em abri-lo uma vez num momento crítico, não todos os dias.
Nesse sentido, a Anthropic atribuiu-lhe duas novas funções. Um deles é Conselheiro. Modelos baratos como Haiku, Sonnet e Opus vêm perguntar quando encontram problemas. O outro é o Orchestrator, um agendador. Não faz isso pessoalmente, mas divide as tarefas e as atribui a modelos menores abaixo.
Mais forte que o mais forte ainda está sendo atualizado, mas não é mais o mais importante
Anthropic disse que um engenheiro deu ao Fable 5.2 uma pasta vazia, que coordenou mais de 1.000 subagentes e funcionou continuamente por 8 dias, e finalmente entregou um protótipo de sistema operacional que poderia ser inicializado em um laptop, com seu próprio kernel, disco, teclado e driver de rede, armazenamento de arquivos, janela, interface de login e programa de instalação.
Outro conjunto de agentes migrou um dos serviços de produção da própria Anthropic de Python para Rust, e a velocidade de inicialização foi cerca de 26 vezes mais rápida após a migração.
Está até envolvido em hardware. A Anthropic disse que colaborou com o fabricante de placas de circuito Diode para projetar três produtos – um assistente de voz doméstico, um alto-falante de conferência USB e um animal de estimação eletrônico portátil, incluindo placas de circuito, invólucros e software. As placas podem funcionar sem quaisquer modificações elétricas após serem construídas.
A amostra matemática é esta. Cerca de 1.000 Agentes gastaram menos de 30 horas traduzindo a prova existente do Último Teorema de Fermat em um formato que o Lean possa verificar passo a passo. Fazer a mesma coisa em setembro deste ano exigiu 11 dias, andaimes especiais e orientação completa dos pesquisadores; desta vez, apenas um terço do token de saída foi usado e o comprimento da prova foi cerca de um sétimo do comprimento original.
Esses casos parecem exibições. Mas se você substituir “1.000 subagentes” por “1.000 subordinados”, descobrirá que na verdade descreve uma estrutura organizacional, não um modelo.
Um membro da indústria acredita que a competição pelos melhores modelos convergiu, ou seja, convergência de preços e convergência de dados. O próximo passo é sem dúvida a fase de “aplicação”, onde o limite superior das capacidades do modelo e o limite inferior do preço são realizados ao mesmo tempo, o que significa que a IA pode ser utilizada para diferentes explorações diferenciadas. Nessa altura, para os fabricantes de modelos, a competição será em dimensões como arnês, memória e hábitos de utilização.
Neste ponto, podemos ver que os grandes fabricantes de modelos estão tomando providências. Por exemplo, DeepSeek e OpenAI também completam o mesmo conjunto de recursos.
Em agosto deste ano, a DeepSeek abriu o código-fonte do DeepSeek Harness sob a licença do MIT. Em 17 de outubro, quando o DeepSeek lançou o V4.1-Flash-1017, ficou claro que o novo modelo foi otimizado para produtos inteligentes como DeepSeek Harness, Tencent CodeBuddy e WorkBuddy. E Cui Tianyi, da equipe de arreios, tem recrutado pessoas em grande escala. A Ifeng Technology aprendeu anteriormente com especialistas da indústria que o próprio Liang Wenfeng é melhor em "esta também é a área".
Também em 5 de novembro, Kimi acaba de lançar o Kimi Hosted Agents (agentes hospedados), propondo oficialmente o Harness as a Service.
No mesmo dia, Cat Wu, responsável pelos produtos Claude Code na Anthropic, ingressou na OpenAI e foi responsável pelo gerenciamento de produtos da equipe principal de produtos. Ela esteve envolvida na condução do Claude Code desde protótipos internos até produtos comerciais amplamente utilizados e, em seguida, ingressou brevemente na Cursor.
Claude Code é um dos produtos mais representativos da Anthropic no mercado de programação de IA. A Cat Wu possui experiência direta em seu processo, desde a concepção do produto até a comercialização. O recrutamento dela pela OpenAI obviamente significa fortalecer as capacidades do Codex e de produtos de agente mais amplos.
Na verdade, pouco antes do lançamento do Fable 5.2, o suposto novo modelo do Gemini "vazou". O usuário @chetaslua comentou que “leva o dobro do tempo e a quantidade de código dobra”. Este é um novo ponto de verificação para o Gemini 4, codinome "krypton" no Google. Diz-se que o desempenho na geração de códigos visuais e cenas 3D supera significativamente o carbono recém-lançado. Portanto, a velocidade de atualização dos modelos top está aumentando. Algumas pessoas pensam que é por causa da LER, caso contrário não há como explicar.
Então surge a pergunta. Se a inteligência já não é um problema, então o que é a competitividade? Como será a próxima competição de modelos? A resposta será revelada em breve.
Comentários