Fable 5.2: 1000 ИИ-агентов и 30 часов на формализацию теоремы Ферма
Тысяча агентов Fable 5.2 за 30 часов формализовала доказательство теоремы Ферма — таков результат эксперимента Anthropic. Это перевод доказательства в проверяемую компьютером форму. Разбираем, какую подготовку получили агенты, что показывают два графика из отчёта и почему по одному запуску нельзя оценить надёжность модели в любой задаче.
Оба графика взяты из официального отчёта Anthropic, ссылка на источник — ниже. Уточнение отчёта от 11 ноября: агентам заранее предоставили 60 утверждений, краткую схему классического доказательства, определения и 47 доказанных лемм из предыдущей формализации, а также назначили ведущие и вспомогательные роли. Эти стартовые материалы нужно учитывать при оценке результата.
Коротко на 9 ноября 2026 года
- Fable и Mythos используют одну базовую модель, но отличаются защитными ограничениями и порядком доступа.
- Базовая цена API — $8 за миллион входных и $40 за миллион выходных токенов.
- Fast mode стоит $16 и $80 соответственно; заявленное ускорение генерации — до 2,5 раза.
- В демонстрации формализации теоремы Ферма участвовала команда примерно из 1000 агентов.
- Результаты ниже опубликованы Anthropic. Мы не проводили собственный сравнительный тест.
Что означает график качества и стоимости
На графике показаны разные режимы effort — объёма вычислений, который модель тратит на задачу. Поэтому сравнивать нужно конкретные точки, а не только названия моделей в легенде.
Практический вопрос для команды разработки: сколько стоит изменение, которое удалось принять после проверки? Цена миллиона токенов отвечает лишь на часть этого вопроса. Необходимо учесть повторные попытки, инструменты, прогон тестов и время человека на исправления.
Например, более дорогой запрос может оказаться выгодным, если он сокращает число неудачных итераций. Проверять это следует на своих репозиториях: взять одинаковые задания, заранее определить критерий принятия и посчитать весь расход до готового результата. Это наш способ оценки применимости модели, а не дополнительный результат исследования Anthropic.
Ещё одна деталь видна прямо на кривой Fable: максимальный режим вычислений не обязательно даёт лучший результат конкретного теста. Выбирать самый высокий effort для всех запросов без измерений — сомнительная настройка бюджета.
Теорема Ферма за 30 часов: что именно произошло
Условия эксперимента указаны в подписи к иллюстрациям выше.
По данным Anthropic, команда Fable завершила формализацию за 30 часов. Речь идёт о переводе доказательства в форму, которую может проверять компьютер. Описание эксперимента и условия сравнения приведены в математическом разделе отчёта.
Такой результат интересно рассматривать как пример организации длительной работы. Тысяча агентов требует координации: нужно распределять подзадачи, собирать промежуточные результаты и проверять совместимость частей.
Для бизнеса отсюда возникает полезный вопрос: есть ли в процессе проверяемые промежуточные результаты? Автоматизация разработки, расчётов или анализа документов становится убедительнее, когда можно проверить каждый этап. Сам по себе большой размер команды агентов ещё не показывает, что процесс экономически оправдан.
В подписи к графику указано по одному запуску на модель. Поэтому переносить показанное соотношение на любые математические или рабочие задачи было бы преждевременно. Для оценки устойчивости нужны повторные испытания и понятная стоимость всей системы.
Ограничения Fable 5.2: чем она отличается от Mythos
В официальном описании различие связано прежде всего с защитой в чувствительных областях — кибербезопасности и биологии. Доступ к Mythos предусмотрен через программы проверки организаций. Подробности испытаний разработчик вынес в системную карту моделей.
При чтении отчёта нужно каждый раз смотреть, какая модель указана у результата. Нельзя взять достижение Mythos и автоматически обещать то же поведение Fable в пользовательском аккаунте. Также наличие модели в продуктовой линейке не означает доступность всех сценариев на любом тарифе.
Кому имеет смысл пробовать Fable 5.2
Сама Anthropic рекомендует начинать большинство повседневных задач с Opus 5.5, переходя к Fable для более сложной работы.
Мы бы начали проверку с задач, где команда уже видит предел текущего решения: затяжной ошибки в коде, сложного преобразования проекта или исследования с большим числом зависимых шагов. Это редакционная рекомендация о порядке тестирования, а не обещание качества.
Для пилота достаточно заранее зафиксировать три показателя:
- Качество: сколько результатов принято по одинаковым критериям.
- Расходы: сколько стоило каждое принятое решение с учётом неудачных попыток.
- Контроль: сколько времени заняла проверка и какие ошибки остались после неё.
Отдельно стоит установить лимит бюджета и правила остановки агента. Долгий автономный запуск без понятного критерия завершения затрудняет оценку пользы даже сильной модели.
Новый релиз даёт повод пересмотреть распределение задач между моделями. Решение о переходе лучше принимать после небольшого воспроизводимого пилота: официальные графики помогают выбрать гипотезу, а собственные измерения — проверить её применимость.
Материал подготовлен командой Атлас (atlaspay.life). Источник фактов и иллюстраций — Anthropic; проверено 9 ноября 2026 года. Цены указаны для API за токены и не являются стоимостью подписки Claude.