Claude Fable 5.1およびClaude Mythos 5.1のリリース概要

Claude Fable 5.1およびClaude Mythos 5.1は、AnthropicのMythosクラスモデルラインの更新としてリリースされ、Claude Fable 5.1は6月9日にFable 5が発売されて以来、初のMythosクラスの更新を示します。Anthropicは新しいモデルを「世界で最も高度なコーディングと知識作業のためのもの」と説明しました。両方のアップデートはFableとMythosの5.1バージョン番号を持ち、5.1がこれらのモデルファミリーの現在のリリース識別子となっています。

Claude Fable 5.1のベンチマーク性能

Terminal-Bench-Science 0.1ベンチマークで、Claude Fable 5.1は52.6%を記録し、Fable 5は24.7%、Opus 5は29.0%でした。Terminal-Bench 4.0では、Claude Fable 5.1が55.8%を記録し、Fable 5は42.0%、Opus 5は52.3%でした。Claude Fable 5.1はFable 5のTerminal-Bench-Science 0.1のスコアを2倍以上上回り、これらのベンチマークで報告されたOpus 5のスコアも超えました。AnthropicはFable 5.1がリリースしたすべてのベンチマークでOpus 5を上回ると発表しました。

Mythos 5.1はTerminal-Bench-Science 0.1で60.9%を記録し、AnthropicはMythos 5.1により少ない安全装置があることに注意を払い、スコアの差は安全装置が傍受してOpus 4.8に再ルーティングしたタスクを反映していることを示しました。Humanity’s Last Examでは、Claude Fable 5.1は外部ツールなしで60.9%、ツールありで65.0%を記録しました。Anthropicは、このテストでのツールなしとツール拡張の両方のFable 5.1の結果がOpus 5を上回っていると報告しました。

Claude Fable 5.1のベンチマーク性能

ターミナルベンチサイエンス 0.1 ベンチマークで、Claude Fable 5.1 は 52.6%を記録し、Fable 5 の 24.7% および Opus 5 の 29.0% と比較されました。ターミナルベンチ 4.0 では、Claude Fable 5.1 が 55.8% を記録し、Fable 5 の 42.0% および Opus 5 の 52.3% と比較されました。Claude Fable 5.1 は Fable 5 のターミナルベンチサイエンス 0.1 スコアを倍以上にし、これらの報告されたベンチマークで Opus 5 を上回りました。Anthropic は Fable 5.1 が公開したすべてのベンチマークで Opus 5 を上回ると発表しました。

Mythos 5.1 はターミナルベンチサイエンス 0.1 で 60.9% を記録し、Anthropic は Mythos 5.1 の方がセーフガードが少なく、スコアの差はセーフガードが阻止して Opus 4.8 に再ルーティングされたタスクを反映していると指摘しました。Humanity’s Last Exam では、Claude Fable 5.1 は外部ツールなしで 60.9%、ツールありで 65.0% を記録しました。Anthropic はそのテストでのツールなしおよびツールありの Fable 5.1 の結果が Opus 5 を上回っていると報告しました。

Claude Fable 5.1 は Anthropic の Mythos クラスモデルラインへのアップデートとしてリリースされ、6月9日に Fable 5 が発売されて以来、最初の Mythos クラスのアップデートを代表しています。Anthropic はベンチマーク結果を報告し、Claude Fable 5.1 が以前のモデルに対して著しく改善されていることを示しました。ターミナルベンチサイエンス 0.1 で Fable 5 のスコアを倍以上にし、公開されたすべてのベンチマークで Opus 5 を上回っていることが示されています。また、Anthropic は関連する Mythos 5.1 と Humanity’s Last Exam の結果も発表しました。