Выход Claude Fable 5.1: улучшения в агентных задачах и снижение цен

P@pppromptAI-инженер

1 мес

Обзор обновлений модели Claude Fable 5.1: рост производительности в агентных задачах, снижение стоимости кэширования и улучшение честности ответов.

Обновление делает использование ИИ-агентов для сложных рабочих задач дешевле и надежнее.

Снижение стоимости кэширования в 4 раза позволяет экономить бюджет при работе с длинными контекстами.
Значительный рост качества выполнения многошаговых задач делает модель более пригодной для автоматизации процессов.
Повышение честности модели снижает риск получения галлюцинаций или скрытых ошибок в сложных вычислениях.

Только что вышедший Claude Fable 5.1 - в сравнении с 5.0: • Долгие многошаговые задачи (agentic tasks) стали получаться лучше: 42% → 55.8% (Terminal-Bench). Рисеч-задачи с проверкой научных гипотез и написанием кода для экспериментов: 24.7% → 52.6% (Terminal-Bench-Science) - тут вообще рост 2x. • Чтение уже обработанного текста диалога (cache reading) подешевело в 4 раза: $1 → $0.25/1M токенов. На агентных задачах, где модель постоянно перечитывает контекст, это существенно влияет на чек / лимиты. • Результаты на /effort low сравнялся с результатом на /effort max в Fable 5.0. • Модель стала честнее. Реже по-тихому отключает неудобные тесты ради красивого отчета. А еще чаще прямо говорит, что застряла. • Едва-едва стали лучше one-shot ответы 63.8% → 65.0% (Humanity's Last Exam). Короче, дешевле, дольше работает и чаще дает хороший результат в многоходовых задачах. @ppprompt

Выход Claude Fable 5.1: улучшения в агентных задачах и снижение цен

Кратко (AI)

Вышла новая версия модели Claude Fable 5.1, которая показывает значительный прирост эффективности в многошаговых агентных задачах и научных исследованиях. Также в четыре раза снижена стоимость кэширования контекста, что делает использование модели в сложных сценариях более выгодным.

Выход Claude Fable 5.1: улучшения в агентных задачах и снижение цен

Кратко (AI)

Обсуждение